Содержание
- 2. Цель лекции Изучить понятие имитационного моделирования. Определить его цель, виды и области применения. Подробно рассмотреть метод
- 3. Содержание лекции Имитационное моделирование. Цель, виды и области применения имитационного моделирования. Статистическое моделирование. Метод Монте-Карло. Примеры
- 4. ЧТО ТАКОЕ ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ?
- 5. Имитация Имитация – это процесс «выполнения» модели, проводящий ее через (дискретные или непрерывные) изменения состояния во
- 6. Имитационное моделирование Имитационное моделирование – это: Метод, позволяющий строить модели, описывающие процессы так, как они проходили
- 7. Использование имитационного моделирования Дорого или невозможно экспериментировать на реальном объекте. Возникновение трудностей при построении математической модели
- 8. Преимущества имитационного моделирования Возможность решения более сложных задач. Просто учитывать такие факторы, как: наличие дискретных и
- 9. Применение имитационного моделирования Для оценки вариантов структуры системы. Для оценки вариантов эффективности различных алгоритмов управления системой.
- 10. Области применения имитационного моделирования Физические процессы. Материаловедение. Нанотехнологии. Бизнес процессы. Производство. Информационная безопасность и др.
- 11. Методы имитационного моделирования Метод статистических испытаний (Монте-Карло) – общее название группы численных методов, основанных на получении
- 12. МЕТОД МОНТЕ-КАРЛО
- 13. Метод Монте-Карло Название метода происходит от города Монте-Карло в княжестве Монако, знаменитого своим игорным домом. Одним
- 14. История метода Монте-Карло 1878 год. Возникновение идеи использования случайных явлений в области приближенных вычислений (работа Холла
- 15. Принципы получения случайных величин Рулетка. Простейшая схема – вращающийся диск с цифрами, резко останавливающийся для определения
- 16. Псевдослучайные числа Числа, получаемые по какой-либо формуле и имитирующие значения случайной величины, называются псевдослучайными. Первый метод
- 17. Сущность метода Монте-Карло Требуется найти значение «а» некоторой изучаемой величины. Для этого выбирают такую случайную величину
- 18. Преимущества и недостатки метода Преимущества: не требует никаких предложений о регулярности; приводит к выполнимой процедуре в
- 19. Применение метода Монте-Карло Первоначально метод использовался для решения задач нейтронной физики, где традиционные численные методы оказались
- 20. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
- 21. Сущность метода В данном методе искомую величину представляют математическим ожиданием числовой функции от случайного исхода явления:
- 22. Преимущества и недостатки метода Преимущества: Универсальность. Не требует большого объема памяти. Недостатки: Большие случайные погрешности. Статическая
- 23. Роберт Гук Пьер Симон Лаплас Джеймс Клерк Максвелл Эрвин Шредингер Математические модели в физике Одна из
- 24. Математические модели в физике Уравнения баланса (законы сохранения). Массы. Импульса . Энергии. Уравнение диффузии. Уравнения движения
- 25. Математические модели в химии Первая попытка по применению математики в химии ‒ 1741 год М.В. Ломоносовым
- 26. этилен К.М. Гульдберг (слева) и П. Вааге. Якоб Хендрик Вант-Гофф Математические модели в химии Самая известная
- 27. Методы математической химии Теория графов (химическая кинетика). Топология (стереохимия и исследования свойств поверхностей потенциальной энергии). Теория
- 28. Томас Мальтус Леонардо Пизанский Математические модели в биологии Динамика популяций. Ряд Фибоначчи 1, 1, 2, 3,
- 29. Виды моделей в биологии Биологические. В нашем курсе мы их не рассматриваем. Физико-химические. С 60-х гг.
- 30. Модель «хищник-жертва» Численности популяций жертв и хищников зависят только от времени. В отсутствие взаимодействия численность видов
- 31. Рональд Эйлмер Фишер Мотоо Кимура Модели эволюции Синтетическая теория эволюции (с начала 20в.). Исследования Drosophila ‒
- 32. Применение моделей в биологии Изучение биологических структур, функций и процессов на разных уровнях организации живого: Молекулярном.
- 33. Заключение и выводы Изучены цель, виды и области применения имитационного моделирования. Подробно рассмотрены метод статистического моделирования
- 35. Скачать презентацию