4. Критерії оцінювання знань з дисципліни під час підсумковОго іспиТу

На підсумковий іспит виносяться 53 питання з дисципліни. До підсумкового іспиту допускаються студенти, які виконали лабораторну роботу і здали її у належному вигляді. У білет включаються три питання, що відповідають трьом розділам навчальної дисципліни: методологічні основи імітаційного моделювання; метод Монте-Карло; планування імітаційного експерименту. Відповідь з кожного питання оцінюється за 5-баловою системою. Якщо з усіх питань одержано позитивні оцінки, то загальна оцінка з предмета визнача- ється як середнє з трьох питань, округлене до найближчого цілого. У разі одержання незадовільної оцінки з одного чи більше питань студенту виставляється на іспиті з предмета незадовільна оцінка.

Перелік екзаменаційних питань

1. Види моделювання.

2. Основні напрями використання машинної імітації (імітаційного моделювання).

3. Схема застосування машинної імітації в інтелектуальних системах.

4. Поняття машинної імітації (імітаційного моделювання).

5. Переваги та вади методу машинної імітації.

6. Імітація еволюційних процесів у динамічних моделях.

7. Загальна схема і цілі машинної імітації.

8. Програмна реалізація імітаційних моделей.

9. Мови імітаційного моделювання.

10. Імітаційна модель обчислювальної системи.

11. Основні етапи побудови імітаційної моделі.

12. Імітаційна модель керування запасами: суть оптимального керування запасами.

13. Імітаційна модель керування запасами: статична детермінована модель.

14. Імітаційна модель керування запасами: керування багатопродуктовими запасами.

15. Імітаційна модель керування запасами: опис концептуальної моделі.

16. Імітаційна модель керування запасами: блок-схема алгоритму.

17. Розвиток і застосування методу Монте-Карло.

18. Обчислення означеного інтегралу методом Монте-Карло.

19. Точність оцінки ймовірності за допомогою відносної частоти.

20. Рівномірна випадкова послідовність чисел РВП [0, 1].

21. Табличний спосіб одержання РВП [0, 1].

22. Фізичні генератори РВП [0, 1].

23. Програмні датчики РВП [0, 1].

24. Перевірка якості псевдовипадкових чисел.

25. Схема випробувань за «жеребком» (СВЖ).

26. Перший спосіб використання СВЖ.

27. Другий спосіб використання СВЖ.

28. Стандартний метод імітації дискретно розподілених випадкових величин.

29. Спеціальні методи імітації деяких дискретних розподілів.

30. Стандартний метод імітації неперервних випадкових величин.

31. Приклади застосування стандартного методу імітації неперервних випадкових величин.

32. Метод добору (відбраковки).

33. Наближене формування розподілів.

34. Генерування нормально розподілених випадкових чисел: використання центральної граничної теореми.

35. Генерування нормально розподілених випадкових чисел: метод Бокса–Маллера.

36. Генерування нормально розподілених випадкових чисел: метод Марсальї–Брея.

37. Основні задачі й поняття планування імітаційних експериментів.

38. Апроксимуючий поліном функції відгуку.

39. Дворівнева система вимірювання факторів.

40. Повний факторний план (експеримент) і його властивості.

41. Дробовий факторний план (експеримент) і його властивості.

42. Лінійна апроксимація функції відгуку.

43. Одержання апроксимуючого полінома другого ступеня.

44. Композиційні плани.

45. Ортогональний центральний композиційний план.

46. Рототабельний композиційний план.

47. Статистична перевірка однорідності дисперсій.

48. Статистична перевірка значущості коефіцієнтів регресії.

49. Статистична перевірка адекватності моделі.

50. Планування експерименту під час дослідження систем.

51. Перший спосіб пошуку екстремуму функції відгуку.

52. Загальна схема методу Бокса–Уїлсона.

53. Рух у напрямі крутого сходження (спаду).