- •1. Дайте определение и перечислите основные принципы системного анализа.
- •Принципы:
- •Классификация систем
- •8. Дайте описание системной модели поддержки принятия решений
- •5. Перечислите основные принципы принятия решений, сформулируйте проблему принятия решений
- •6. Сформулируйте постановку задач принятия оптимальных решений
- •7. Перечислите этапы принятия решений
- •9. В чем состоит назначение и какова область использования систем поддержки принятия решений
- •2. Дайте определение системы и перечислите основные характеристики системы
- •10.Приведите приемы формализации задач системного анализа
- •12. Проанализируйте роль целей и стратегий в процессе формирования управленческих решений
- •13. Рассмотрите пример структурирования целей стратегического управления предприятием
- •14. Опишите процесс формирование критериев принятия решений
- •22.Рассмотрите содержательные постановки задач, приводящие к моделям линейного программирования
- •Задачи распределения ресурсов
- •16. Дайте определение и приведите описание модели онтологического анализа.
- •17.Дайте определение и приведите описание модели онтологии
- •18.Рассмотрите методику разработки онтологии
- •20.Дайте определение и сформулируйте поставку задач математического программирования
- •23.Дайте общую математическую формулировку задачи линейного программ-ния
- •24.Рассмотрите пример графического решения задачи линейного программирования
- •26.Сформулируйте принципы постановки двойственных задач линейного программирования
- •Основная теорема двойственности:
- •Метод ветвей и границ для задачи целочисленного программирования.
- •27.Опишите процесс решения задач линейного программирования с использованием программного обеспечения matlab
- •Метод ветвей и границ для задачи целочисленного программирования.
- •32.Дайте общую математическую формулировку задач нелинейного программирования
- •28.Дайте общую формулировку задач дискретного программирования
- •34.Дайте общую математическую формулировку задач квадратичного программирования
- •Если одна из задач двойственной пары разрешима, то и другая задача также разрешима; причем экстремальные значения обеих задач равны.
- •35.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
- •36.Сформулируйте условие Парето-оптимальности
- •38.Опишите алгоритм поиска решений методом анализа иерархий
- •47.Приведите пример моделирования системы массового обслуживания на эвм
- •Листинг программы:
- •39.Дайте определение типовых математических схем массового обслуживания, укажите основные соотношения математической схемы процесса обслуживания
- •40.Дайте характеристику метода статистического моделирования систем на эвм
- •2. Пакеты, использующие язык физического моделирования.
- •42.Опишите, что представляют собой конгруэнтные процедуры генерации последовательностей
- •К онгруэнтный метод генерации последовательности случайных чисел
- •43.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
- •44.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с отказами
- •Одноканальная смо с ожиданием, без ограничений на вместимость накопителя
- •46.Дайте определение и приведите основные соотношения для моделирования замкнутых систем массового обслуживания
- •53.Укажите принципы разработки схем моделирующих алгоритмов
- •54.Дайте общую математическую формулировку игровых моделей
- •56. Опишите метод Байеса-Лапласа нахождения оптимальной стратегии
- •Лапласа.
43.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
Функция randn генерирует массив со случайными элементами, распределенными по нормальному закону с нулевым математическим ожиданием и среднеквадратическим отклонением, равным 1:
randn(n) — возвращает матрицу размера nхn. Если n — не скаляр, то появится сообщение об ошибке;
randn(m.n) или randn([m n]) — возвращают матрицу размера mxn;
randn(m,n,p,...) или randn([m n р...]) — возвращает массив с элементами, значения которых распределены по нормальному закону;
randn(size(A)) — возвращает массив того же размера, что и А, с элементами, распределенными по нормальному закону;
randn (без аргументов) — возвращает одно случайное число, которое изменяется при каждом последующем вызове и имеет нормальное распределение;
randn( 'state') — возвращает двухэлементный вектор, включающий текущее состояние нормального генератора. Для изменения состояния генератора можно применять следующие формы этой функции:
randn('state',s) — устанавливает состояние в s;
randn('state' ,0) — сбрасывает генератор в начальное состояние;
randn('state', j) — для целых j устанавливает генератор в J-e состояние;
randn('state', sum( 100*clock)) — каждый раз сбрасывает генератор в состояние, зависящее от времени.
Функция rand генерирует массивы случайных чисел, значения элементов которых равномерно распределены в промежутке (0, 1):
rand(n) — возвращает матрицу размера nхn. Если n — не скаляр, то появится сообщение об ошибке;
rand(m.n) или rand([m п]) — возвращают матрицу размера mxn;
rand(m.n,p....) или rand([m n р...]) — возвращает многомерный массив;
rand(size(A)) — возвращает массив того же размера и размерности, что и А, с элементами, распределенными по равномерному закону;
rand (без аргументов) — возвращает одно случайное число, которое изменяется при каждом последующем вызове и имеет равномерный закон распределения;
rand(' state') — возвращает вектор с 35 элементами, содержащий текущее состояние генератора случайных чисел с равномерным распределением. Для изменения состояния генератора можно применять следующие формы этой функции:
rand('state' .s) — устанавливает состояние в s;
rand( 'state' ,0) — сбрасывает генератор в начальное состояние;
rand( 'state'. j) — для целых j, устанавливает генератор в j-е состояние;
rand( 'state' ,sum(100*clock)) — каждый раз сбрасывает генератор в состояние, зависящее от времени.
POISSRND - Функция генерации псевдослучайных чисел по закону Пуассона
R = poissrnd(LAMBDA) функция предназначена для генерации псевдослучайного числа по распределению Пуассона для каждого значения параметра LAMBDA. Размерность матрицы R равна размерности входного параметра. R = poissrnd(LAMBDA,m) позволяет получить вектор псевдослучайных чисел на m элементов распределенных по закону Пуассона для параметра LAMBDA, где m - вектор размерностью 1x2 определяющий размерность матрицы R. R = poissrnd(LAMBDA,m,n) позволяет получить матрицу псевдослучайных чисел с размерностью m-n элементов распределенных по закону Пуассона для параметра LAMBDA.
RANDOM - Параметрическая функция генерации псевдослучайных чисел
y = random('name',A1,A2,A3,m,n) возвращает матрицу случайных чисел согласно заданному распределению. Вид распределения задается значением параметра 'name' в соответствии со следующей таблицей
Параметры A1, A2, A3 яв-ся параметрами перечисленных выше распределений. Последовательность и количество передаваемых параметров A1, A2, A3 должны соответствовать числу и последовательности передаваемым параметрам соответствующих функций генерации псевдослучайных чисел. Размерность векторов или матриц X, A1, A2, A3 должна быть одинаковой. Размерность скалярного параметра увеличивается до размерности других входных аргументов.
Параметры m и n задают размерность матрицы генерируемых псевдослучайных чисел y. В случае, если параметры распределения A1, A2, A3 заданы как матрицы, то m и n либо могут отсутствовать, либо должны соответствовать размерности указанных переменных.
RAYLRND - Функция генерации псевдослучайных чисел по закону Релея
R = raylrnd(B) функция предназначена для генерации псевдослучайного числа по закону Релея для каждого значения параметра B. Размерность матрицы R равна размерности входного параметра. R = raylrnd(B,m) позволяет получить вектор псевдослучайных чисел на m элементов распределенных по закону Релея для параметра B, где m - вектор размерностью 1x2 определяющий размерность матрицы R. R = raylrnd(B,m,n) позволяет получить матрицу псевдослучайных чисел с размерностью m-n элементов распределенных по закону Релея для параметра LAMBDA.
TRND - Функция генерации псевдослучайных чисел по распределению Стьюдента
R = trnd(V) функция предназначена для генерации псевдослучайного числа по распределению Стьюдента для каждого значения числа степеней свободы V. Размерность матрицы R равна размерности входного параметра. R = trnd(V,m) позволяет получить вектор псевдослучайных чисел на m элементов распределенных по распределению Стьюдента для параметра V, где m - вектор размерностью 1x2 определяющий размерность матрицы R. R = trnd(V,m,n) позволяет получить матрицу псевдослучайных чисел с размерностью m-n элементов распределенных по закону Пуассона для заданного числа степеней свободы V.