3. В заданном одномерном массиве поменять местами соседние элементы, стоящие на четных местах, с элементами, стоящими на нечетных местах.

program lab4;

type mas=array[1..100] of integer;

var a:mas;

i,n,s:integer;

begin

randomize;

writeln('Vvedite n');

readln(n);

for i:=1 to n do

a[i]:=random(10);

for i:=1 to n do

write(a[i],' ');

writeln;

for i:=1 to n do

if (i mod 2 = 0) then

begin

s:=a[i];

a[i]:=a[i-1];

a[i-1]:=s;

end;

for i:=1 to n do

write(a[i],' ');

readln;

end.

Билет №5

1. Имитационное моделирование — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Применение имитационного моделирования

К имитационному моделированию прибегают, когда:

• дорого или невозможно экспериментировать на реальном объекте;

• невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

• необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х — 1960х годах.

Можно выделить две разновидности имитации:

• Метод Монте-Карло (метод статистических испытаний);

• Метод имитационного моделирования (статистическое моделирование).

Области применения

• Бизнес процессы

• Боевые действия

• Динамика населения

• Дорожное движение

• ИТ-инфраструктура

• Математическое моделирование исторических процессов

• Пешеходная динамика

• Производство

• Рынок и конкуренция

• Сервисные центры

• Цепочки поставок

• Уличное движение

• Управление проектами

• Экономика здравоохранения

• Экосистема

• Информационная безопасность

Этапы имитационного моделирования

Процесс построения имитационных моделей представляет собой последовательное выполнение этапов имитационного моделирования. Эти этапы процесса моделирования приведены в книге А.Прицкера[58]:

− Формулирование проблемы-описание исследуемой проблемы и определение целей исследования.

− Разработка модели - логико-математическое описание моделируемой

системы в соответствии с формулировкой проблем.

− Подготовка данных - идентификация, спецификация данных.

− Трансляция модели - перевод модели на язык, приемлемый для используемой ЭВМ

− Верификация модели - Установление правильности машинных программ

− Валидация модели - оценка требуемой точности и соответствия имитационной модели реальной системе.

− Стратегическое и тактическое планирование - определение условии проведения машинного эксперимента с имитационной моделью.

− Экспериментирование - прогон имитационной модели на ЭВМ для получения требуемой информации.

− Анализ результатов - изучение результатов имеет моделирование для

подготовки выводов, для решения проблемы.

Названные выше этапы имитационного исследования редко выполняются в строго заданной последовательности, начиная с определения проблемы и кончая документированием. В ходе имитационного исследования могут быть сбои в прогонах модели, ошибочные допущения, от которых в последствии приходится отказываться, переформулировки целей исследования. То есть, на каждом этапе возможно возвращение назад, к предыдущим этапам. Именно такой итеративный процесс даёт возможность получить модель, которая позволяет принимать решения.

Итак,. валидация – это процесс определения того, является ли имитационная модель точным представлением данной системы для конкретной задачи. Существует несколько точек зрения на валидацию:

− Валидная модель может быть использована для принятия решений, сходных с теми, которые были бы приняты на реальной и недорогой системе.

− Сложность процесса валидации зависит от сложности моделируемой системы, а так же от того, существует ли реальная система. Например, валидация модели смежного банка относительно проста, эту модель смежного банка можно хорошо изучить.

− Имитационная модель сложной системы может быть лишь аппроксимацией реальной системы, не зависимо от того, как много времени и средств потрачено на ее создание. Не существует абсолютно точных моделей, как бы того не хотелось. Но наиболее валидная модель не обязательно является и наиболее выгодной.

− Имитационная модель всегда должна разрабатываться для конкретного набора задач. Фактически модель, валидная для одной задачи, может не быть валидной для другой задачи.

− Валидация не должна осуществляться после окончания разработки имитационной модели, при условии наличия времени и средств. К сожалению, на практике эта рекомендация не всегда выполняется.

− Каждый раз, когда имитационная модель применяется к другой задаче, необходимо перепроверять валидность данной модели. Данная задача может существенно отличаться от первоначальной, либо параметры модели могут измениться.

Имитационная модель и результаты ее выполнения надежны, если лицо, принимающее решение и другие ведущие специалисты проекта приняли ее как «точная».

Заметим, что надежная модель не всегда является валидной, и наоборот, валидная модель не всегда является надежной. Для упрощения установления надежности модели необходимо следующее:

− Понимание и принятие принимающим решение лицом допущений модели.

− Демонстрация того, что была осуществлена валидация и верификация

модели (то есть того, что программа отлажена).

− Вовлеченность и ответственность за проект лица, принимающего решения.

− Репутация разработчиков модели.

− Убедительная анимация.