MONTE CARLO

Modelowanie Monte Carlo polega na 
konstruowaniu (generowaniu) odpowiedniej 

próby losowej danej populacji i obliczaniu 
pewnych jej parametrów: warto  oczekiwana,

ść

 

wariancja, wy sze momenty, funkcje korelacji,

ż

 

rozk ady ró nych wielko ci itd.

ł

ż

ś

Np. zagadnienia masowej obs ugi formu owane

ł

ł

 

s  w j zyku teorii prawdopodobie stwa, wi c

ą

ę

ń

ę  

naturalnymi sposobami ich rozwi zywania staj

ą

ą 

si  metody symulacji Monte Carlo.

ę

Rozwi zanie tego typu zada  matematycznych

ą

ń

 

metodami Monte Carlo wymaga sformu owania

ł

 

dla nich odpowiednich modeli 
probabilistycznych, skonstruowania 

odpowiednich zmiennych losowych lub procesów 
stochastycznych, których obserwacja pozwala na 

oszacowanie interesuj cych nas rozwi za

ą

ą ń 

zada  numerycznych.

ń

jakie sa fazy symulacji 
-Budowamodelu symulacyjnego 

-Eksperymentowanie 
-Analiza wynikow eksperymentu

6)Kiedy stosujemy model konceptualny 
Konceptualny - model zawieraja cy sk adniki,

ł

 

które nie sa precyzyjnie 
zidentyfikowane w terminach stanu, zdarzenia, 

funkcji. Wyraza obiekty i ich 
wzajemne relacje. Stanowi czesto pierwszy  

krok do precyzyjnych modeli.
 7)Co to znaczy zbadac adekwatnosc modelu 

symulacyjnego 
Badanie adekwatnosci - proces oceniania, czy 

model odpowiada rzeczywistemu lub 
wyobrazanemu systemowi

Hipotezy® teorie ® prawa
Indukcja i dedukcja: 

*indukcja - metoda wnioskowania o zachowaniu 
sie systemu poprzez 

obserwacje, gromadzenie informacji i 
rozpoznawanie wzorców - bazuje na 

ekstrapolacji trendu w oparciu o dane. 
Podejs cie „od szczegó u do ogó u” 

ł

ł

*dedukcja - metoda wnioskowania w oparciu o 
kombinacje idei i faktów 

uznanych za prawdziwe. Podejs cie „od ogó u

ł  

do szczegó u”.

ł

WERYFIKACJA I WALIDACJA (koncepcji, 
metodyki, danych, wyników i wnioskowania)

8)Co to jest symulacja 
Symulacja komputerowa - metoda badania lub 

nasladowania systemu rzeczywistego 
lub teoretycznego poprzez zbudowanie jego 

modelu i jego implementacji 
komputerowej a nastepnie eksperymentowanie na 

modelu i analiza uzyskanych 
wyników.Symulacja uosabia zasade „poznawania 

poprzez wykonywanie
 9)Czym sie rozni symulacja ciagla od 

dyskretnej 
Symulacja cia g a – cia g e zmiany

ł

ł

 

parametrów, reprezentowana przez uk ady 

ł

rownanian rózniczkowych, lub algebraicznych 

Trzy podejscia: 
*symulacja analogowa (wzm. Operacyjneuk ady

ł

 

ca kujace, generatory funkcji zmiany wartosci

ł

 

zmiennych odpowiadaja napieciu w komputerze 

analogowym. (ech, WDSK, PEK,UEK, TOE) 
*symulacja cyfrowa (systemu cia g ego) –

ł

 

metody numeryczne rozwiazania ukladu równan
*symulacja analogowo-cyfrowa instrukcje 

programowe odpowiadaja róznym typom 
ukladów analogowych 

Symulacja dyskretna – dyskretne zmiany 
parametrów, szereg zdarzen zachadzacych w 

losowych chwilach 
SD sterowana: 

*czasem – (t=t+dt,dt=const) 
*zdarzeniami – e0->e1->e2->....->en 

zorientowanan na: 
*zdarzenia 

*procesy 
*aktywnosci 

*przeslania 
12)Czym rozni sie metoda uplywu czasu 

krokowa od zdarzeniowej 
*w krokowej metodzie uplywu czasu, up yw

ł

 

czasu odbywa sie w krokach, 
t=t+dt, dt=const!=0; wszystkie funkcje sa 

uaktualniane co „krok” czasu. 
*w zdarzeniowej metodzie up ywu czasu up yw

ł

ł

 

czasu jest wyznaczany 
przez kolejne zdarzenia zachodzace w 

systemie,czas systemowy jest uaktualnianywg. 
Obs ugi kolejych zdarzen , którym przypisany

ł

 

jest konkretny czas systemowy 
ESTYMATOREM szacowanego parametru Q 

rozk adu F(x, Q) populacji nazywamy statystyk

ł

ę 

Zn = g(X), której rozk ad prawdopodobie stwa

ł

ń

 

zale y od szacowanego parametru Q i cz sto

ż

ę  

oznaczamy go  Qn (z ^)

6)Kiedy stosujemy model konceptualny 
KONCEPTUALNY - model zawieraj cy

ą  

sk adniki, które nie s  precyzyjnie

ł

ą

 

zidentyfikowane w terminach stanu, zdarzenia, 

funkcji. Wyra a obiekty i ich wzajemne relacje.

ż

 

Stanowi cz sto pierwszy krok do precyzyjnych

ę

 

modeli.