|
Добрый день. Я приступила сегодня к самостоятельному изучению курса "Моделирование систем". Хочу понять - необходимо ли отсылать мои решения практических заданий на сайт, (и если да - то где найти волшебную кнопку "Загрузить...") или практические задания остаются полностью на моей совести? (никто не проверяет, и отчётности по ним я предоставлять не обязана?) P.S.: тьютора я не брала |
Моделирование систем: Информация
Виктор
Афонин,...
Афонин,...
Сергей
Федосин,...
Федосин,...
Форма обучения:
дистанционная
Стоимость самостоятельного обучения:
бесплатно
Доступ:
свободный
Документ об окончании:
Вам нравится? Нравится 24 студентам
Уровень:
Специалист
Длительность:
14:37:00
Студентов:
2773
Выпускников:
1527
Качество курса:
4.12 | 4.13
Курс состоит из теоретической и практической частей. В каждой работе приводятся необходимые теоретические сведения для выполнения и понимания практических примеров. В практической части рассматриваются характерные примеры и их полная программная реализация в таких средах, как MATLAB, GPSS/PC. Большая часть программного кода реализована в MATLAB.
Данный курс охватывает следующие разделы: системы
массового обслуживания (многофазные и многоканальные системы обслуживания), статистическое моделирование на ЭВМ (включая метод Монте-Карло, интервальные методы оценки параметров вероятностных законов и
метод максимального правдоподобия), дисперсионный анализ, планирование машинных экспериментов с моделями систем (пассивный и активный эксперименты), регрессионный анализ в случае неполного ранга наблюдений и идентификации линейных непрерывных систем управления.
Специальности: Программист, Системный архитектор
ISBN: 978-5-9963-0352-6
Теги: beta, GPSS, matlab, rss, анализ, биномиальное распределение, вычисления, дисперсионный анализ, дифференциальные уравнения, доверительный интервал, законы, исследования, моделирование, нормальный закон, относительной погрешностью, поиск, поток вероятности, потоки, стандартное отклонение, статистика, факторное пространство, цвета, экстремум функции
План занятий
Занятие
Заголовок <<
Дата изучения
Лекция 1
46 минут
Моделирование многофазных систем массового обслуживания
Цель работы: практически освоить методы моделирования двухфазных и трехфазных систем массового обслуживания с нулевой вместимостью блоков ожидания в программных средах MATLAB и GPSS/PC с целью получения операционных характеристик.
Оглавление
-
Лекция 2
1 час 7 минут
Моделирование многоканальных систем массового обслуживания
Цель работы: практически освоить моделирование систем массового обслуживания в программных средах MATLAB и GPSS/PC при пуассоновском входном потоке требований, экспоненциальном обслуживании и возможном уходе из очереди также по экспоненциальному закону. Цель моделирования — получение операционных характеристик.
Оглавление
-
Лекция 3
52 минуты
Моделирование непрерывных случайных величин с заданным законом распределения
Цель работы: изучить и освоить методы моделирования случайных величин, распределенных по таким часто применяемым законам распределения в системах массового обслуживания, как равномерный, экспоненциальный, нормальный, распределение Эрланга, с целью программной реализации алгоритмов формирования случайных величин с заданным законом распределения. Моделирование осуществляется в программных средах MATLAB и GPSS/PC.
Оглавление
-
Лекция 4
45 минут
Выборочный метод Монте-Карло
Цель работы: Изучить и практически освоить метод Монте-Карло на примерах расчета площадей плоских фигур, объемов пространственных тел, а также вычисления кратных интегралов. Среда программирования — MATLAB.
Оглавление
-
Лекция 5
1 час 9 минут
Исследование качества генераторов случайных чисел
Цель работы: изучить и практически освоить оценки качества генераторов случайных чисел (ГСЧ) в различных системах программирования по заданным теоретическим показателям, с помощью критериев согласия и с помощью нормированной автокорреляционной функции на предмет независимости случайных чисел.
Оглавление
-
Лекция 6
46 минут
Построение интервальных оценок параметров вероятностных распределений
Цель работы: практически освоить методы построения интервальных оценок для параметров часто используемых вероятностных распределений. Среда программирования — MATLAB.
Оглавление
-
Лекция 7
47 минут
Метод максимального правдоподобия точечной оценки неизвестных параметров вероятностных распределений
Цель работы: практически освоить метод максимального правдоподобия для точечной оценки неизвестных параметров заданного вероятностного распределения случайной величины. Среда программирования — MATLAB.
Оглавление
-
Лекция 8
1 час 34 минуты
Введение в дисперсионный анализ
Цель работы: практически освоить применение метода дисперсионного анализа на примерах однофакторного и двухфакторного экспериментов. Среда программирования — MATLAB.
Оглавление
-
Лекция 9
1 час 6 минут
Планирование и обработка результатов пассивного эксперимента
Цель работы: практически изучить применение линейных регрессионных моделей эксперимента с помощью компьютерного моделирования для случая, когда объект исследования по техническим, технологическим или экономическим соображениям не допускает преднамеренного варьирования входных переменных в необходимом диапазоне, и о виде математической модели и ее параметров делается заключение по результатам наблюдений входных и выходных переменных в режиме нормального функционирования исследуемого объекта или системы. Среда программирования — MATLAB.
Оглавление
-
Лекция 10
41 минута
Планирование активного эксперимента при поиске оптимальных условий
Цель работы: изучить методику планирования активного эксперимента при поиске экстремума функции отклика как функции двух переменных — факторов. Среда программирования — MATLAB.
Оглавление
-
Лекция 11
36 минут
Оценивание параметров линейной модели по наблюдениям неполного ранга
Цель работы: изучить способы оценки параметров линейной регрессионной модели в случае вырожденной информационной матрицы нормального уравнения. Среда программирования — MATLAB.
Оглавление
-
Лекция 12
46 минут
Регрессионная идентификация линейных непрерывных систем управления
Цель работы: изучить способы оценки (идентификации) параметров (матриц) непрерывных систем управления на основе регрессионного подхода. Среда программирования — MATLAB.
Оглавление
-
Мария Ястребинская
