Учебная программа. Наименование тем, их содержание. Математическое и компьютерное моделирование Классификация видов моделирования Математическое моделирование сложных систем icon

Учебная программа. Наименование тем, их содержание. Математическое и компьютерное моделирование Классификация видов моделирования Математическое моделирование сложных систем


Смотрите также:
“Компьютерное моделирование работы схемы усилителя”...
Рабочая программа учебной дисциплины математическое моделирование систем управления Наименование...
Математическое моделирование аэродинамических систем при создании средств очистки атмосферного...
Рабочая программа учебной дисциплины методы математического моделирования Наименование...
Рабочая программа дисциплины теория и практика управления процессами нефтегазодобычи...
Рабочая программа дисциплины теория и практика управления процессами нефтегазодобычи...
«Математическое моделирование доменных структур»...
Математическое моделирование многомерных квазистационарных электромагнитных полей в канале...
Программа вступительного испытания собеседования для магистерской программы «математическое...
Рабочая программа По дисциплине «Экономико-математическое моделирование производственных систем»...
Рабочая программа По дисциплине «Экономико-математическое моделирование производственных систем»...
Математическое моделирование физико-технических объектов на основе структурной и параметрической...



Загрузка...
скачать


МИНИСТЕРСТВО ОБЩЕГО И ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Пермский государственный технический университет


ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ Учебная программа, контрольные задания и методические указания


Пермь-2004

1. УЧЕБНАЯ ПРОГРАММА.

Наименование тем, их содержание.

1. Математическое и компьютерное моделирование

1.1. Классификация видов моделирования

1.2. Математическое моделирование сложных систем

1.2.1. Понятие сложной системы

1.2.2. Понятие математического моделирования

2. Имитация случайных величин и процессов

^

2.1. Базовый датчик

2.2. Требования к базовым датчикам и их проверка

2.3. Модели базовых датчиков

2.4. Генерация случайных событий

3. Генерация дискретных случайных величин

3.1. Специальные методы генерации некоторых дискретных случайных величин

^

3.1.1. Равномерное распределение

3.1.2. Геометрическое распределение

3.1.3. Отрицательно - биномиальное распределение

3.1.4. Биномиальное распределение

3.1.5. Пуассоновское распределение

4. Генерация непрерывных случайных величин

^

4.1. Метод обратной функции

4.2. Метод суперпозиции

4.3. Метод исключения

4.4. Нормальные случайные величины

5. Моделирование случайных процессов

5.1. Дискретная цепь Маркова с дискретным временем

5.2. Дискретная цепь Маркова с непрерывным временем

^

5.3. Винеровский случайный процесс

5.4. Арифметическое броуновское движение

5.5. Моделирование потоков событий

6. Макроэкономические и микроэкономические модели

6.1. Модель Самуэльсона - Хикс

6.2. Модель Клейна

6.3. Модель АТП


^ 2. ВОПРОСЫ К ЗАЧЕТУ.

  1. Классификация видов моделирования

  2. Математическое моделирование сложных систем

  3. Понятие базового датчика

  4. Требования к базовым датчикам и их проверка

  5. Модели базовых датчиков

  6. Генерация случайных событий

  7. Равномерное распределение

  8. Геометрическое распределение

  9. Отрицательно - биномиальное распределение

  10. Биномиальное распределение

  11. Пуассоновское распределение

  12. Метод обратной функции

  13. Метод суперпозиции

  14. Метод исключения

  15. Нормальные случайные величины

  16. Дискретная цепь Маркова с дискретным временем

  17. Дискретная цепь Маркова с непрерывным временем

  18. Винеровский случайный процесс

  19. Арифметическое броуновское движение

  20. Моделирование потоков событий

^ 3. КОНТРОЛЬНАЯ РАБОТА.

  1. Система массового обслуживания типа М/М/m.

Постановка задачи.

Проектируется система обработки информации, состоящая из m однотипных устройств. Вычислительная система обслуживает поток задач, запросы, на выполнение которых поступают в случайные моменты времени (в среднем Y требования за K часов). На решение одной задачи тратиться в среднем R минут. Простой вычислительного устройства характеризуется удельными расходами b руб./час, цена потерь в результате пребывания в системе составляет a руб./час:

Задание.

Определить математические ожидания следующих величин.

А) времени реакции системы на запрос - T

Б) времени ожидания в очереди - W

В) числа требований в системе – N

Г) числа требований в очереди - Q

Д) числа требований в обслуживающем устройстве - V

Если в качестве модели выбрать системы массового обслуживания M/M/1, M/M/2, M/M/3.

Е) определить число вычислительных устройств, при котором суммарные потери будут наименьшими.

Варианты.

Параметр

№ варианта

1

2

3

4

5

6

7

8

9

0

Y

72

60

144

36

40

50

216

80

90

288

K

8

2

16

4

10

3

16

10

15

32

R

5

1

10

2

6

2

15

7

10

20

b

1

2

5

3

1

2

3

4

4

6

a

1

3

4

5

2

1

4

3

5

7

^ Методические указания

Входной поток требований подчинен закону Пуассона. Время обслуживания подчинено показательному закону.

– интенсивность входного потока требований

– интенсивность обслуживания требований (среднее число обслуживаний в единицу времени)

– среднее время обслуживания каждого времени

– параметр обслуживания

– число требований

– число обслуживающих устройств

для системы M/M/m справедливы следующие равенства






  1. ^ Система массового обслуживания типа М/М/m/0

Постановка задачи.

Проектируется система обработки информации, состоящая из m однотипных устройств в виде:


Систему обработки информации представляется в виде M/M/2/0, M/M/2/, M/M/1/0.

Задание.

– интенсивность входного потока требований

– интенсивность обслуживания требований (среднее число обслуживаний в единицу времени) необходимо взять из задачи №1.

Определить

А) вероятность отказа Pотк

Б) относительную и абсолютную пропускную способность – q, A

В) среднее число занятых каналов - V

Г) среднее время пребывания требований в системе - Т

^ Методические указания

, т. к. заявка получает отказ, если все каналы заняты.

Вероятность того, что заявка будет принята к обслуживанию (Она же относительная пропускная способность):

Абсолютная пропускная способность:

Число занятых каналов (число заявок в системе):

Среднее время пребывания требований в системе





4. ЛИТЕРАТУРА.

  1. Шеннон Р. Имитационное моделирование систем – искусства и наука – М.: Мир, 1978;

  2. Адлер Ю.П. и др. Планирование экспериментов при поиске оптимальных условий. – м.: Наука, 1971;

  3. Клейнен Дж. Статистические методы в имитационном моделировании. т.1,2 – м.: Статистика, 1978;

  4. Колемаев В. А., Староверов О. В., Турундаевский В. Б. Теория вероятностей и математическая статистика. – М.: Высшая школа, 1991.

  5. Максимей И.В. Имитационное моделирование на ЭВМ - М.: Радио и связь, 1988г.

  6. Технология системного моделирования. /Под общей редакцией под общей ред. Емельянова С.В. - М.: Машиностроение, 1988г.

  7. Имитационные системы принятия экономических решений / К.А. Багриновский и др. – М.: Наука, 1989

  8. Емельянов А.А., Власова Е.А. Имитационное моделирование в экономических информационных системах. –М.:МЭСИ,1996. –108 с.

  9. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. –М.:Мир,1975.

  10. Неймарк Ю.И.,Коган Н.Я., Савельев В.П. Динамические модели теории управления. –М.:Наука,1985.

  11. Ларичев О.И. Теория и методы принятия решений: Учебник. – М.: Логос, 2000. – 296 с.





Скачать 65,56 Kb.
оставить комментарий
Дата29.09.2011
Размер65,56 Kb.
ТипПрограмма, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

Рейтинг@Mail.ru
наверх