- •Введение
- •Содержание дисциплины лекции
- •Раздел 1. Основы моделирования
- •Раздел 2. Математическое моделирование
- •Раздел 3. Имитационное моделирование.
- •Раздел 4. Системы массового обслуживания и модели прогнозирования
- •Практические занятия
- •Самостоятельная работа
- •Рекомендуемый библиографический список
- •Саратовский государственный социально-экономический университет кафедра теоретических основ информатики и информационных технологий
- •Рабочая программа
- •Федеральное агентство по образованию
- •Саратовский государственный социально-экономический университет
- •Кафедра теоретических основ информатики
- •И информационных технологий
- •Рабочая программа
- •Учебно-методическая карта дисциплины Форма 1
- •3. Содержание учебной дисциплины
- •Раздел 1. Основы моделирования
- •Раздел 2. Математическое моделирование
- •Раздел 3. Имитационное моделирование.
- •Раздел 4. Системы массового обслуживания и модели прогнозирования
- •Практические занятия
- •Самостоятельная работа
- •1. Компьютерное моделирование как метод научного познания
- •Раздел 1. Основы моделирования
- •Этапы компьютерного моделирования
- •Модели. Разновидности моделирования.
- •Раздел 2. Математическое моделирование
- •Компьютерное математическое моделирование
- •Различные классификации математических моделей
- •1.Программирование математической модели.
- •2.Испытание модели
- •3.Исследование свойств имитационной модели.
- •4.Эксплуатация имитационной модели
- •5.Анализ результатов моделирования
- •1. Детерминированные модели
- •2. Моделирование свободного падения тела
- •3. Модель движения тела, брошенного под углом к горизонту
- •4. Уравнения матфизики
- •5. Классификация уравнений матфизики
- •6. Моделирование процесса теплопроводности
- •Экологические модели
- •Компьютерное моделирование в экологии
- •Модели внутривидовой конкуренции
- •Динамика численности популяций хищника и жертвы
- •Раздел 3. Имитационное моделирование
- •Имитационное моделирование
- •Игра "Жизнь"
- •Динамические модели популяций
- •1. Понятие случайных событий
- •2. Вычисление площадей методом Монте-Карло
- •3. Задача Бюффона
- •4. Модели случайных и хаотических блужданий
- •Раздел 4. Системы массового обслуживания и модели прогнозирования
- •Модели потоков
- •Модели потоков
- •6. Классификация потоков.
- •Марковские системы массового обслуживания
- •Сети систем массового обслуживания
- •1. Моделирование в системах массового обслуживания
- •2. Очередь к одному "продавцу"
- •Прочие методологии
- •Практические занятия
- •Тема 1. Этапы и цели компьютерного математического моделирования
- •Некоторые приемы программирования, используемые при моделировании
- •Основные этапы построения математических моделей. Типовые прикладные результаты решения задач математического моделирования Модель движения системы материальных точек
- •Математические системы. Реализация алгоритма для математических систем Методы численного интегрирования и дифференцирования
- •Динамические системы. Реализация алгоритма для механических систем Модель явлений переноса (теплопроводность, диффузия)
- •Тема 6,7. Динамические системы. Реализация алгоритма для экологических систем
- •Тема 8. Модели физических процессов. Модели радиоактивного распада и цепной реакции ядерного взрыва Моделирование систем с одной степенью свободы
- •Модель двумерного движения материальной точки
- •Модели биологических систем. Модель распространения эпидемий Моделирование автоволновых процессов
- •Моделирование распространения волны
- •Тема 10, Тема 11. Модели биологических систем. Динамики развития популяций Моделирование колебаний связанных осцилляторов
- •Метод Монте-Карло
- •Нахождение площадей методом Монте-Карло
- •6.1.Вычисление кратных интегралов методом Монте – Карло
- •Самостоятельная работа
- •Примеры решения задач
- •Решение задачи 8 методом Монте-Карло
- •И их натуральных логарифмов
- •Задания для самостоятельного решения к теме № 3
- •Задания для самостоятельного решения к теме № 4
- •Задания для самостоятельной работы к теме 5
- •Задания для самостоятельного решения к теме 7
- •Задания для самостоятельного решения к теме 8
- •Задания для самостоятельного решения
- •Задания для самостоятельной работы к теме 9
- •Задания для самостоятельного решения к теме 10-11
- •Компьютерное моделирование в экологии. Общие рекомендации
- •Задания к самостоятельной работе
- •Задание для самостоятельного решения к теме смо
- •Вопросы к зачету
Метод Монте-Карло
Нахождение площадей методом Монте-Карло
Метод Монте – Карло нахождения площади криволинейной трапеции под кривой y = y(x) состоит в следующем. Представим себе прямоугольник, ограниченный пределами интегрирования a и b, осью x и горизонталью y = c, внутри которого находится эта криволинейная трапеция. Площадь прямоугольника равна (b – a)c. Задавая случайным образом координаты xi , yi , поместим внутрь прямоугольника N точек. Подсчитаем число n точек, оказавшихся внутри криволинейной трапеции, то есть удовлетворяющих условию yi <y(xi ). Площадь криволинейной трапеции будет во столько раз меньше площади выбранного прямоугольника, во сколько раз n меньше N. Поэтому при N стремящемся к бесконечности дробь n(b – a)c / N стремится к пределу, равному искомому интегралу. Программа определяет интеграл функции y = x2 в интервале от 0 до 1 методом Монте – Карло.
program PROGRAMMA Метод Монте-Карло;
uses crt;
const NN=10000;
var x,y,xx,yy: real;
n,i: integer;
function Funct(x:real):real;
begin Funct:=x*x; end;
BEGIN {Основная программа}
clrscr; Randomize; n:=0;
for i:=1 to NN do
begin
x:=Random(1000)/1000;
yy:=Random(1000)/1000;
if yy<Funct(x) then n:=n+1;
end;
‘riteln('Интеграл равен ',n/NN);
Repeat until KeyPressed;
END.
6.1.Вычисление кратных интегралов методом Монте – Карло
Используя встроенный в систему программирования генератор случайных чисел, вычислить двойной интеграл вида
Вид функции f(x,y) и пределы интегрирования выбрать в соответствии с Вашим вариантом (номер варианта равен порядковому номеру в списке группы, после 12-го номера «номер варианта = номер в списке группы – 12»).
Сравнить результат вычисления с точным значением данного интеграла.
Варианты:
f(x,y) |
x1 |
x2 |
y1 |
y2 |
Вариант |
ex+y |
0 |
1 |
-2 |
-1 |
1 |
x×sin(y) |
0 |
1 |
0 |
p |
2 |
ex-y |
0 |
1 |
-3 |
-2 |
3 |
cos(x)×sin(y) |
0 |
p/2 |
-p |
0 |
4 |
cos(x)×cos(y) |
-p |
0 |
0 |
p |
5 |
sin(x)×sin(y) |
-p |
0 |
p |
2p |
6 |
sin(x)×cos(y) |
-p/2 |
p/2 |
0 |
p |
7 |
x2y |
-1 |
1 |
1 |
2 |
8 |
x×y2 |
0 |
1 |
-1 |
1 |
9 |
sin(x) ×y |
0 |
p |
1 |
2 |
10 |
cos(x) ×y2 |
0 |
p/2 |
-2 |
0 |
11 |
x×y3 |
1 |
2 |
2 |
4 |
12 |
Отчет по работе
а) Постановка задачи.
б) Расчетные соотношения.
в) Алгоритм вычислений (в виде блок-схемы).
г) Результаты расчета (приближенное и точное значения интеграла).
Примечание. Поскольку результат вычисления имеет случайный характер, следует вычислить интеграл N раз и провести статистическую обработку результатов расчета (представить результат в виде I I).
Генераторы случайных чисел. Различные алгоритмы генерации случайных чисел.
Простейшие системы массового обслуживания и их параметры.
Модель «очередь».
Применение имитационного моделирования для решения задач массового обслуживания.
Методы прогнозирования: методы экстраполяции, методы экспертных оценок, методы логического моделирования, эвристические методы. Временные ряды.
Точность прогнозов. Точность прогнозов. Проблемы определения точности методов прогнозирования. Анализ точности. Сравнительные характеристики.