Учебно-методический комплекс дисциплины преподавателя (стр. 7 )

2.  Значения не являются случайными величинами.

3.  Дисперсия ошибки равна дисперсии величины : . Эта дисперсия может быть постоянной либо зависимой от x.

4.  Различные измерения величины y взаимно независимы.

При выполнении этих четырех условий МНК дает несмещенные оценки b0 и b1 параметров b0 и b1 .

В случае нахождения доверительной области для коэффициентов b0 и b1 должно выполняться еще одно предположение.

5.  Условие распределения при заданном значении нормально относительно математического ожидания .

6.  Для того чтобы принять решение относительно модели необходимо проверить гипотезу: линейная модель по параметрам удовлетворительно описывает экспериментальные данные.

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Описать общую технологию построения имитационной модели.

2. Описать общую схему составления информационно-функциональной модели

3. Составить 5 тестовых заданий различных форм по теме лекции

Тема 11 Программные средства имитационного моделирования (3 часа)

План лекции

1 Моделирование информационного – вычислительных процессов на языках программирования высокого уровня

2 Методика построения моделей

3 Объекты системы моделирования

Имитационное моделирование (ИМ) является признанным методом экспериментального исследования в области анализа процессов обработки информации. Часто задачи исследования, относящиеся к области информационных процессов, достаточно просто сформулированы, но без использования средств, типичных для систем ИМ, их решения программными методами затруднено.

В настоящее время в мире известно более 500 различных программных систем для построения имитационных моделей. Такое разнообразие систем позволяет выбирать подходящие средства практически для любых приложений. Тем не менее, большое количество моделей пишется на языках программирования высокого уровня Паскаль, С++ или Фортран. Это показывает, что не все проблемные задачи укладываются в рамки имеющихся систем моделирования, что часто более удобным бывает использование привычного языка программирования для решения задач с применением известных математических библиотек и в удобной системной среде; а так же применение новых программных систем накладывает более высокие требования на аппаратную часть (в частности, к объему памяти ПК, времени обработки).

Существует два различных подхода к построению моделей: событийный и процессо – ориентированный.

В системе моделирования используются абстрактные наборы объектов, конкретное семантическое назначение которых устанавливается программистом.

Программист реализует логику их взаимодействия, используя определенные в системе и (если это необходимо) составленные самостоятельно процедуры, ориентированные на использование объектов. Классифицируем объекты системы моделирования.

Объекты системы моделирования по времени существования в модели и способу создания делятся на статические и динамические. Статические объекты представляются системными переменными, постоянно размещенными в оперативной памяти. Например, переменная действительного типа, значение которой задает модельное время. Динамические объекты создаются по мере необходимости. На время их существования для них выделяется место в свободной области оперативной памяти. Уничтожение такого объекта приводит к освобождению занимаемой памяти. Следовательно, уничтожение и создание динамических объектов дают принципиальную возможность моделирования систем с большим числом объектов, чем при статическом размещении.

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Описать общую технологию построения имитационной модели.

2. Описать общую схему составления информационно-функциональной модели

3. Составить 5 тестовых заданий различных форм по теме лекции

4 Методические указания для выполнения практических (семинарских) занятий

Практические занятия не предусмотрены.

5 Методические указания для выполнения лабораторных работ

Лабораторная работа № 1 Выравнивание экспериментальных данных случайных потоков информации по экспоненциальному закону распределения (2 часа)

Порядок выполнения работы

1. Изучение теоретических сведений по теме лабораторной работы.

2. Построить гистограмму эмпирического ряда распределения.

3.Определить центральные моменты эмпирического ряда распределения.

4. Выдвинуть гипотезу о форме кривой распределения.

5. Произвести расчет теоретических частот на каждом интервале.

6. Все промежуточные расчеты свести в таблицу.

7. Построить выравнивающую кривую по рассчитанным ординатам и совместить с гистограммой.

8. Проверить выдвинутую гипотезу с помощью какого-либо критерия согласия, расчеты свести в таблицу.

9. Сделать выводы.

10. Оформление отчета по лабораторной работе, который должен содержать: исходные данные своего варианта, гистограмму и выравнивающую кривую, таблицу вычислений, краткие выводы.

11. Защита лабораторной работы.

Контрольные вопросы

1. Что такое элемент и пространство выборки, событие?

2. Какие виды случайных величин?

3. Каково распределение дискретной случайной величины?

4. Что такое интегральная функция распределения?

5. Что такое распределение непрерывной случайной величины?

6. Плотность распределения непрерывной случайной величины.

7. Что характеризует математическое ожидание случайной величины?

8. Что характеризует медиана распределения?

9. Что характеризует мода распределения?

10. Как вычислить среднюю, медиану и меду?

11. Что такое k-ый момент распределения?

12. Что такое дисперсия, её вычисление?

13. Что характеризует среднее квадратическое отклонение?

14. Что характеризует асимметрия распределения?

15. Что характеризует эксцесс распределения?

16. Методы оценки центральных моментов.

17. Что такое объем совокупности, вариант и вариация признака, вариационный ряд?

18. Как определить частость, частоту варианта?

19. Как построить интервальный ряд распределения?

20. Что такое относительная и абсолютная плотности распределения?

21.Что такое гистограмма, ее свойства?

22. Что такое теоретическая кривая распределения?

23. Какие признаки учитываются при выборе формы выравнивающем кривой?

24. Какие методы оценки неизвестных параметров кривых распределении применяются на практике?

25. Сущность метода моментов.

26. Сущность метода наибольшего правдоподобия.

27. Определение экспоненциального закона распределения.

28. Какие процессы могут быть описаны с помощью этого закона?

29. Какие центральные моменты у экспоненциального закона распределения?

30. Какие свойства характерны для экспоненциального закона распределения?

Рекомендуемая литература

1.  Имитационное моделирование. 3-е изд. – СПб: Питер; Киев: Изд. группа BHV, 2004. 847 с.

2.  , Яковлев систем. Практикум: Учеб. Пособие для вузов по спец. “Автоматизированные системы обработки информ. и упр.”. – М.: Высш. шк., 1999. – 224 с.

3.  Марков информационно-вычислительных процессов: Учебное пособие для вузов. – М.: Изд-во МГТУ им. , 1999. – 360с., ил.

Контрольные задания для СРС [5-8, 11-13]

1. Объяснить график зависимости погрешности от изменения нагрузки, показанного на рисунке 1

2. Пояснить принципиальную схему лабораторной установки

Лабораторная работа № 2 Выравнивание экспериментальных данных случайных потоков информации по нормальному закону распределения (2 часа)

Порядок выполнения работы:

1. Изучение теоретических сведений по теме лабораторной работы

2. Построить гистограмму эмпирического ряда распределения.

3. Определить центральные моменты эмпирического ряда распределения.

4. Выдвинуть гипотезу о форме кривой распределения.

5. Произвести расчет теоретических частот на каждом интервале.

6. Все промежуточные расчеты свести в таблицу.

7. Построить выравнивающую кривую по рассчитанным ординатам и совместить с гистограммой.

8. Проверить выдвинутую гипотезу с помощью критерия согласия (по заданию преподавателя), расчеты свести в таблицу.

9. Сделать выводы.

10. Оформление отчета по лабораторной работе, который должен содержать:

-  Исходные данные своего варианта.

-  Гистограмму и выравнивающую кривую.

-  Таблицу вычислений.

-  Краткие выводы.

11. Защита лабораторной работы

Контрольные вопросы:

1. Определение нормального закона распределения.

2. Какие процессы описываются этим законом распределения?