Doporučená literatura: *HUŠEK, R., LAUBER, J.: Simulační modely.. SNTL/Alfa Praha,1987. * NEUSCH L, S. A KOLEKTIV: Modelovanie a simulacia.. SNTL Praha,

Slides:



Advertisements
Podobné prezentace
MODEL IS-LM.
Advertisements

Cíle a postupy empirického výzkumu
Matematické modelování a operační výzkum
Dynamické systémy.
Přednáška č. 3 Normalizace dat, Datová a funkční analýza
 Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele, která odhaluje uspořádání, vztahy, tendence a trendy  Existuje celá.
Úvod Klasifikace disciplín operačního výzkumu
Operační systémy. OPERAČNÍ SYSTÉMY pomoc operátorovi, podpora vlastností reálného času, víceuživatelských a více úlohových systémů.
ENVIRONMENTÁLNÍ INFORMATIKA A REPORTING
Zkoušení mechanických soustav
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Metody zkoumání ekonomických jevů
Vyrovnání časové řady OA a VOŠ Příbram.
Regresní analýza a korelační analýza
Dynamické modelování PVY 2. pololetí 4.cv Bc. Jiří Šilhán.
LOGISTICKÉ SYSTÉMY 4/14.
SÍŤOVÁ ANALÝZA.
Jazyk vývojových diagramů
KONCEPTUÁLNÍ MODELOVÁNÍ
TEORIE SYSTÉMŮ A ZÁKLADNÍ POJMY
D ATOVÉ MODELY Ing. Jiří Šilhán. D ATABÁZOVÉ SYSTÉMY Patří vedle textových editorů a tabulkových kalkulátorů k nejrozšířenějším představitelům programového.
Auditorské postupy Činnosti před uzavřením smlouvy
RLC Obvody Michaela Šebestová.
Ing. Lukáš OTTE kancelář: A909 telefon: 3840
Je ekonomika živý objekt? Martin Vlček Smilovice‘ 04.
Fuzzy logika.
Relační databáze.
1IT D OTAZOVACÍ JAZYKY V RELAČNÍCH DATABÁZÍCH Ing. Jiří Šilhán.
Základní pojmy Systém je abstrakce, kterou si lidé vytvářejí v procesu poznávání jako nástroj zkoumání reálných objektů.
Informatika pro ekonomy II přednáška 10
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
Modelování a simulace MAS_02
Algoritmizace a programování Třídící algoritmy - 12
Simulační modely a programové vybavení. Vývoj simulačních programů  Původně pouze strojový kód –Příliš dlouhé, náročné na programátora, obtížné hledání.
Geoinformační technologie Geografické informační systémy (GIS) Výukový materiál pro gymnázia a ostatní střední školy © Gymnázium, Praha 6, Nad Alejí 1952.
Využití simulačních modelů
Autoři: Martin Dlouhý a Martina Kuncová
Databázové modelování
Tvorba simulačních modelů. Než vznikne model 1.Existence problému 2.Podrobnosti o problému a o systému 3.Jiné možnosti řešení ? 4.Existence podobného.
Měření účinnosti převodovky
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
Databázové systémy Informatika pro ekonomy, př. 18.
Karel Vlček, Modelování a simulace Karel Vlček,
Rozhodovací proces, podpory rozhodovacích procesů
Průměrné vážené náklady kapitálu
14. června 2004Michal Ševčenko Architektura softwarového systému DYNAST Michal Ševčenko VIC ČVUT.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Databázové systémy Datové modely.
11/2003Přednáška č. 41 Regulace výpočtu modelu Předmět: Modelování v řízení MR 11 (Počítačová podpora) Obor C, Modul M8 ZS, 2003, K126 EKO Předn./Cvič.:
ZÁSADY KONCIPOVÁNÍ LOGISTICKÝCH SYSTÉMŮ KAPITOLA 5: VZTAH STRATEGIE PODNIKU A LOGISTICKÉHO PLÁNOVÁNÍ, CÍLE, METODY A NÁSTROJE PLÁNOVÁNÍ, POSTUPOVÉ KROKY.
Úvod do databází zkrácená verze.
● Databaze je soubor dat,slouží pro popis reálného světa(např.evidence čkolní knihovny..) ● Relační databaze je databáze založená na relačním modelu.
1 Principy simulace Definice Koncepce tvorby modelů Obecné charakteristiky.
Praha & EU: Investujeme do vaší budoucnosti Evropský sociální fond Gymnázium, Praha 10, Voděradská 2 Projekt OBZORY Robotika 3.
Téma 13: Finanční plánování
Model struktury strategického managementu
Identifikace modelu Tvorba matematického modelu Kateřina Růžičková.
Podklady pro zpracování semestrální práce
Ing. Milan Houška KOSA PEF ČZU v Praze
Vnější a vnitřní kontrola
Základní pojmy v automatizační technice
2018/6/10 Počítačový model Kateřina Růžičková.
Informatika pro ekonomy přednáška 8
Ing. Milan Houška KOSA PEF ČZU v Praze
Spojitá a kategoriální data Základní popisné statistiky
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Informatika pro ekonomy přednáška 4
Informatika pro ekonomy přednáška 4
Definiční obory. Množiny řešení. Intervaly.
Algoritmizace a datové struktury (14ASD)
Transkript prezentace:

Doporučená literatura: *HUŠEK, R., LAUBER, J.: Simulační modely.. SNTL/Alfa Praha,1987. * NEUSCH L, S. A KOLEKTIV: Modelovanie a simulacia.. SNTL Praha, * BENDA Z., STAUDEK J.: Programování v jazyku Simula 67.. SNTL Praha, Další studijní materiály: *PC – Simula SIMULACE DISKRÉTNÍCH SYSTÉMŮ

SDI aneb Simulace diskrétně chápaných systémů Realita kolem nás je kontinuální proces, jeho modelování a simulace vždy vyžadují určité zjednodušující předpoklady. Určitou množinu dynamických systémů můžeme již při analýze reálného objektu chápat jako posloupnost událostí, které „skokem“ mění v daném čase stav systému, který se nemění až do výskytu další události. Takto sestavená posloupnost uspořádaných dvojic (událost, čas) – vzestupně tříděných podle času, tvoří matematický model diskrétně chápaného systému. Simulační model je pak možné realizovat např. pomocí tzv. kalendáře událostí, kdy jsou jednotlivé události zpracovávány (a plánovány) podle předem daného algoritmu. Pro číslicové počítače jsou k dispozici jak komerční programy (Witness), tak je možné použít i za tím účelem vytvořených vývojových prostředků (PC-Simula).

SIMULACE DISKRÉTNÍCH SYSTÉMŮ O čem vlastně modelování a simulace systémů je ? Především o samotném systému, který má být modelován, použité prostředky pro vlastní modelování a následně simulaci jsou do značné míry vybírány podle vlastností daného systému. Systém chápeme jako množinu prvků, z našeho pohledu dále nedělitelných, které mají dané vlastnosti a mezi nimiž existují určité vazby. Systémy rozlišujeme: otevřenéX uzavřené (podle vzniku resp. zániku prvků) dynamickéXstatické (podle závislosti okamžitého stavu na minulosti) deterministickéXstochastické (podle výskytu neurčitosti) spojitéXdiskrétní (podle pohledu na způsob změny stavu)

SIMULACE DISKRÉTNÍCH SYSTÉMŮ Pokud máme jasno v tom, co je objektem našeho zájmu, nastává několik etap postupu, kterému souhrnně říkáme modelování a které jednoduše a poměrně výstižně můžeme popsat jako cílevědomou činnost, která pomocí jednoho systému – originálu vytvoří druhý systém – model, přičemž z výsledků chování modelu můžeme usuzovat na chování originálu. Aby toho bylo dosaženo, je nejprve nutné: provést separabilitu zkoumaného objektu stanovit rozlišovací úroveň prvků zajistit kauzalitu popsaných vztahů

SIMULACE DISKRÉTNÍCH SYSTÉMŮ Na základě toho rozlišujeme v modelu : složku prvkovou - počet prvků modelu musí být stejný jako v originálu (je dáno separibilitou a rozlišovací úrovní) složku časovou - sled událostí v originálu musí být stejný jako v modelu (odpovídá kauzalitě) složku relační - vlastnosti a vazby v originálu popisujeme v modelu pomocí atributů (čísla, texty, výrazy, ordinální proměnné) Než-li se vydáme k vlastnímu modelování, je dobré si pro praxi zapamatovat dvě jednoduché, ale o to důležitější zásady: Při modelování postupujeme od jednoduššího modelu ke složitějšímu Model tvoříme vždy pro uživatele

SIMULACE DISKRÉTNÍCH SYSTÉMŮ Dva přístupy k modelování 1) deduktivní známe vnitřní strukturu modelu matematicko-fyzikální analýza 2) induktivní neznáme vnitřní strukturu modelu identifikace Systém - originál matematický model simulační model

SIMULACE DISKRÉTNÍCH SYSTÉMŮ Simulace je vlastní experiment s modem podle prostředků, které pro simulaci využíváme, rozlišujeme simulaci:  identickou (provádíme na reálném objektu)  kvazi-identickou (provádíme na reálném objektu, ale výsledky sledovaných veličin získáváme nepřímo)  laboratorní (fyzikální modely, simulační hry)  počítačovou - analogová (analogové počítače) - číslicová (číslicové počítače) - hybridní (propojení analogové a číslicové)