- •202. Алгоритм імітації роботи обчислювальної системи з терміналами.
- •203. Визначення інтервалів значень випадкових параметрів.
- •204. Визначення ключових параметрів ризику.
- •206. Визначення математичного сподівання та дисперсії з генерованих випадкових величин.
- •207. Визначення тісноти взаємозв'язку між випадковими параметрами.
- •209. Задачі планування експериментів.
- •208. Загальна схема і цілі машинної імітації.
- •211. Застосування методу Монте-Карло для розв'язування детермінованих задач (обчислення визначеного інтегралу).
- •212. Збір даних про чинники та побудова аналітичної моделі для проведення імітаційних експериментів.
- •213. Імітаційна модель керування запасами (логічна структурна схема).
- •214. Імітація випадкових подій, Схема випробувань за "жеребкуванням".
- •215. Імітація еволюційних процесів у динамічних моделях.
- •216. Керування багато продуктовими запасами: основні перед посилки.
- •217. Опис концептуальної моделі та перевірка її вірогідності.
- •218. Основні етапи факторного аналізу.
- •219. Основні поняття планування експериментів: відгук, фактори, функція відгуку.
- •220. Перевірка значущості коефіцієнтів регресії.
- •222. Побудова імітаційної моделі: визначення задачі та її аналіз.
- •221. Перевірка однорідності дисперсії.
- •223. Поняття і характеристики квазірівномірної випадкової послідовність чисел.
- •224. Поняття і характеристики рівномірної випадкової послідовність чисел.
- •233. Статична детермінована модель керування запасами: економіко-математична модель.
- •226. Поняття та інструментарій планування експериментів.
- •227. Прийняття гіпотез стосовно розподілів випадкових параметрів.
- •228. Програмні способи одержання рівномірної випадкової послідовність чисел: метод серединних квадратів.
- •229. Програмні способи одержання рівномірної випадкової послідовність чисел: мультиплікативний конгруентний метод.
- •230. Способи програмної реалізації імітаційних моделей, їх переваги та вади.
- •234. Статична детермінована модель керування запасами: основні перед посилки.
- •231. Стандартний метод імітації дискретної випадкової величини.
- •232. Статистичне оброблення експериментальних даних.
- •235. Стратегії (політики) керування запасами.
- •236. Сутність критерію Стьюдента.
- •237. Сутність критерію Фішера.
- •240. Сутність оптимального керування запасами.
- •238. Сутність методу Бокса-Уілсона.
- •239. Сутність методу добору при генеруванні випадкових величин.
- •201. Gpss- програма імітаційної моделі завантаження еом.
- •202. Алгоритм імітації роботи обчислювальної системи з терміналами.
- •203. Визначення інтервалів значень випадкових параметрів.
235. Стратегії (політики) керування запасами.
Стратегією (політикою) керування запасами називають сукупність правил, за допомогою яких визначають моменти часу і обсяги замовлень на поповнення запасів. У моделях керування запасами стратегія керування вибирається заздалегідь, і задача зводиться, таким чином, до пошуку параметрів даної стратегії.
Найбільшого поширення набули так звані найпростіші стратегії управління запасами: періодичні і з критичними рівнями.
Нехай y, h, H — запас ресурсу відповідно поточний, нижній (пороговий) і верхній (граничний); T— період планування; q — обсяг (партія) замовлення.
У періодичних стратегіях замовлення формуються в кожному періоді Т. До них належать: 1) стратегія постійного рівня (T, H), згідно з якою через кожний проміжок часу T запас поповнюється до граничного значення H; обсяг замовлення — змінна величина q=H-y; 2) стратегія фіксованої поставки (T, q), згідно з якою через інтервал часу T видається замовлення розміром q.
У стратегіях з критичними рівнями постійно стежать за рівнем поточного запасу, і тільки-но він опускається нижче порогового рівня, видається замовлення на поповнення запасу. Це такі стратегії: 1) стратегія фіксованого розміру замовлення (h, q), сутність якої полягає ось у чому – Якщо y<h замовити q, якщо y≥h нічого не замовляти нічого; 2) стратегія двох рівнів (h, H): якщо y<h, замовити q=H-y; якщо y≥h – нічого не замовляти.
Розв’язок задачі керування запасами потрібно знаходити спочатку у просторі стратегій керування, а потім, згідно з обраною стратегією,— у просторі її параметрів.
236. Сутність критерію Стьюдента.
t-критерій Стьюдента/Ст'юдента — загальна назва для класу методів статистичної перевірки гіпотез (статистичних критеріїв), заснованих на порівнянні з розподілом Стьюдента. Найбільш часті випадки застосування t-критерію пов'язані з перевіркою рівності середніх значень у двох вибірках
Для застосування даного критерію необхідно аби початкові дані мали нормальний розподіл. У разі застосування двохвибіркового критерію для незалежних виборок також необхідне дотримання умови рівності дисперсій. Існують, проте, альтернативи критерію Стьюдента для ситуації з нерівними дисперсіями.
Двохвибірковий t-критерій для незалежних вибірок
У випадку з розміром вибірки, що трохи відрізняється, застосовується спрощена формула наближених розрахунків:
У випадку, якщо розмір вибірки відрізняється значно, застосовується складніша і точніша формула:
Де M1,M2 — середнє арифметичне, σ1,σ2 — стандартне відхилення, а N1,N2 — розміри вибірок.
Кількість ступенів свободи розраховують як
Двохвибірковий t-критерій для залежних вибірок
Для обчислення емпіричного значення t-критерію в ситуації перевірки гіпотези про відмінності між двома залежними вибірками (наприклад, двома пробами одного і того ж тесту з часовим інтервалом) застосовується наступна формула:
де Md — середня різниця значень, а σd — стандартне відхилення різниць.
Кількість ступенів свободи розраховують як
Одновибірковий t-критерій
Застосовується для перевірки гіпотези про відмінність середнього значення від деякого відомо значення :
Кількість ступенів свободи розраховують як
Непараметричні аналоги
Аналогом двостороннього критерію для незалежних вибірок є U-критерій Манна-Уітні. Для ситуації із залежними вибірками аналогами є критерій знаків і T-критерій Вілкоксона.