Дискретно-стохастические модели (на примере вероятностных или стохастических автоматов):
1. Понятие вероятностного автомата (P-автомата), его математическая схема.
2. Вероятностный автомат Мили как частный случай P – автомата.
3. Вероятностный автомат Мура как частный случай вероятностного автомата Мили.
4. Y и Z - детерминированные вероятностные автоматы.
5. Представление Y-детерминированного P-автомата в табличном и матричном виде в общем случае.
6. Пример представления Y - детерминированного P – автомата в табличном виде и в виде графа.
Комбинированные модели: A-схемы.
1. А – схема, ее связь с другими математическими схемами моделирования систем.
2. Кусочно-линейный агрегат как разновидность А - схемы.
3. Характеристики кусочно-линейного агрегата.
4. Уравнений движения системв в пространстве состояний.
5.
Оператор перехода 
и особые состояния агрегата.
6. Изменение состояния агрегата при поступлении входного сигнала.
7. Изменение состояния агрегата при отсутствии входного сигнала.
8. Изменение состояния агрегата при выдаче выходного сигнала.
9.
Оператор выхода 
.
10. Представление вычислительной системы (однопроцессорной ЭВМ), работающей в реальном масштабе времени, посредством A-схемы.
11. Постановка задачи моделирования вычислительной системы.
12. Описание состояний агрегата однопроцессорной ЭВМ.
13. Входные данные. Оператор перехода 
. Оператор 
.
14. Уравнений границы пространства состояний.
15. Изменение состояния системы при выдаче выходного
сигнала – оператор
.
16. Изменение состояния системы при окончании времени
ожидания заявок в очереди – оператор.
17. Формирование выходных сигналов системы.
Имитационное моделирование:
1. Аналитические модели, проблемы, возникающие при их разработке.
2. Имитационное моделирование как метод исследования сложных систем, его суть и особенности.
3. Метод Монте-Карло, способ его реализации. Области применения. Достоинства и недостатки.
4. Пути преодоления возникающих трудностей.
5. Примеры, применения метода Монте-Карло.
6. Организация имитационного моделирования.
7. Имитационная модель дискретных систем.
8. Подходы к моделированию сложных технических систем (СТС).
9. Базовые понятия при имитационном моделировании СТС с использованием событийного подхода.
10. Принципы событийного моделирования. Пример составления алгоритма при использовании событийного подхода к моделированию дискретных систем
Статистическое моделирование случайных процессов с помощью датчика случайных чисел:
1. Единичный жребий и его формы организации.
2. Розыгрыш различных видов единичного жребия.
3. Принцип моделирования случайных событий.
4. “Единичный жребий” и его разновидности.
5. Стандартный прием получения любой разновидности жребия.
6. Розыгрыш любого из 4 видов единичного жребия.
7. Розыгрыш единичного жребия “произошло или нет событие А”.
8. Розыгрыш единичного жребия “какое из нескольких событий появилось”.
9. Розыгрыш единичного жребия “какое значение приняла случайная величина Х, имеющая известный закон распределения”.
10. Розыгрыш случайной величины, имеющей нормальное распределение.
11. Розыгрыш
единичного жребия “ какую совокупность значений приняли случайные величины 
, 
, ….. 
”. Методы получения случайного числа.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.