modelowanych zagadnie technicznych



Podobne dokumenty
Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

Najprostszy schemat blokowy

Metody symulacji komputerowych Modelowanie systemów technicznych

MODELE I MODELOWANIE

EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6

Liczba godzin Punkty ECTS Sposób zaliczenia

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

KIERUNKOWE EFEKTY KSZTAŁCENIA

ODWZOROWANIE RZECZYWISTOŚCI

3-letnie (6-semestralne) stacjonarne studia licencjackie kier. matematyka stosowana profil: ogólnoakademicki. Semestr 1. Przedmioty wspólne

Liczba godzin Punkty ECTS Sposób zaliczenia

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

Spis treści. Wstęp 13. Część I. UKŁADY REDUKCJI DRGAŃ Wykaz oznaczeń 18. Literatura Wprowadzenie do części I 22

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Kierunek Matematyka. Studia stacjonarne i niestacjonarne I i II stopnia

Modelowanie i symulacja II Modelling and Simulation II. Automatyka i Robotyka II stopień ogólno akademicki studia stacjonarne

Ekonometria_FIRJK Arkusz1

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

Spis treści Przedmowa

ECTS Razem 30 Godz. 330

zna podstawową terminologię w języku obcym umożliwiającą komunikację w środowisku zawodowym

KIERUNKOWE EFEKTY KSZTAŁCENIA

UCHWAŁA NR 71/2017 SENATU UNIWERSYTETU WROCŁAWSKIEGO z dnia 31 maja 2017 r.

WIEDZA T1P_W06. K_W01 ma podstawową wiedzę o zarządzaniu jako nauce, jej miejscu w systemie nauk i relacjach do innych nauk;

OPIS ZAKŁADANYCH EFEKTÓW KSZTAŁCENIA NA KIERUNKU INŻYNIERIA DANYCH

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

KARTAKURSU. Efekty kształcenia dla kursu Student: W01wykazuje się znajomością podstawowych koncepcji, zasad, praw i teorii obowiązujących w fizyce

Modelowanie komputerowe

Spis treści. Przedmowa 11

Podstawy fizyki: Budowa materii. Podstawy fizyki: Mechanika MS. Podstawy fizyki: Mechanika MT. Podstawy astronomii. Analiza matematyczna I, II MT

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych, technicznych i inżynierskich

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI

METODY STATYSTYCZNE W BIOLOGII

KARTA KURSU. Elementy statystyki matematycznej. Mathematical statistics

Podstawy metodologiczne symulacji

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Informatyka wspomaga przedmioty ścisłe w szkole

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

M T E O T D O ZI Z E E A LG L O G R O Y R TM

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH

Podsumowanie wyników ankiety

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Transformacja wiedzy w budowie i eksploatacji maszyn

Informatyka. II stopień. Ogólnoakademicki. Stacjonarne/Niestacjonarne. Kierunkowy efekt kształcenia - opis WIEDZA

Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13

Obliczenia inspirowane Naturą

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa, Inżynieria oprogramowania, Technologie internetowe

Prawdopodobieństwo geometryczne

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich)

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Kierunek Matematyka. Studia stacjonarne i niestacjonarne I i II stopnia

Algorytm. Krótka historia algorytmów

2.1.M.06: Modelowanie i wspomaganie komputerowe w inżynierii powierzchni

INSTRUKCJA DO ĆWICZENIA NR 7

1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa

Odniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol

Sterowanie wielkością zamówienia w Excelu - cz. 3

Cyfrowość i analogowość. Wstępny zarys tematyki metodologicznofilozoficznej

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Metody fizyki w ekonomii (ekonofizyka)

Opis efektu kształcenia dla programu kształcenia

Metody badań w naukach ekonomicznych

Spis treści WSTĘP... 9

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)

Metody Ilościowe w Socjologii

Podstawy Programowania Obiektowego

Opis zakładanych efektów kształcenia

Opis zakładanych efektów kształcenia

E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy

P1P efekty kształcenia w obszarze nauk przyrodniczych dla studiów pierwszego stopnia o

Efekty kształcenia. Tabela efektów kształcenia

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe

KIERUNKOWE EFEKTY KSZTAŁCENIA

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

MiASI. Modele, perspektywy, diagramy UML. Piotr Fulmański. 7 grudnia Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska

DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia

zakładane efekty kształcenia

KIERUNKOWE EFEKTY KSZTAŁCENIA

Recenzję wykonano na zlecenie Dziekana Wydziału Elektrycznego Politechniki Warszawskiej (pismo przewodnie z dnia r.)

Modele komunikacji naukowej. Dr hab. Marek Nahotko

KARTA KURSU. Kod Punktacja ECTS* 1

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa

Uchwała Nr 4/2014/I Senatu Politechniki Lubelskiej z dnia 23 stycznia 2014 r.

KIERUNKOWE I SPECJALNOŚCIOWE EFEKTY KSZTAŁCENIA

WYKAZ KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami

MT 2 N _0 Rok: 1 Semestr: 1 Forma studiów:

UCHWAŁA Nr 17/2013 Senatu Uniwersytetu Wrocławskiego z dnia 27 lutego 2013 r.

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Transkrypt:

Przegl ą d powszechnie modelowanych zagadnie ń technicznych Wykład 0 - Wprowadzenie Jarosław Rybicki 2008

Etymologia symulacji similis (łac.) - podobieństwo, podobny similo (łac.) - podobnie simulare (łac.) - udawać, upodabniać się mimeisthai (grec.) - naśladować, grać rolę imitatio (łac.) - naśladowanie Symulacja: udawanie/naśladowanie zjawiska przy pomocy maszyny, obecnie z reguły komputera.

Historia symulacji Herodot opisuje przebieg wieloosobowej gry, odtwarzającej rządzenie w państwie Medów za panowania Astiagesa ok. roku 567 p.n.e. Głównym uczestnikiem tej gry, odtwarzającym rolę króla był Cyrus - przyszły król Persji.

Historia symulacji Pomiędzy II-I w. p.n.e. w starożytnym Rzymie pojawiły się ćwiczenia prawnicze o charakterze gier, w których uczestnicy występujący w rolach powoda i pozwanego toczyli spór sądowy (łac. controversiae). Symulacyjne ćwiczenia w sprawowaniu sądów miały także w starożytności charakter zabawowy. Zbiorowe zabawy w sąd miały miejsce w ok. 155 r. we wczesnej edukacji Septymiusza Sewera, przyszłego cesarza Rzymu.

Historia symulacji Najwcześniejsza wzmianka o symulacji w zastosowaniach militarnych dotyczy wojennej gry symulacyjnej prowadzonej przez Filopojmena (253-183 r. p.n.e.), przywódcę i stratega Związku Achajskiego, który doskonalił swoją sztukę wojenną poprzez studiowanie i analizę hipotetycznych ruchów wojsk i terenową ich weryfikację.

Historia symulacji Lord Kelvin termodynamika dysków Enrico Fermi termalizacja neutronów Los Alamos cokolwiek, do czego potrzebny jest komputer (uzasadnienie kontynuacji prac nad koputerami) Koniec lat 50-tych: metoda cząstek, metoda Monte Carlo

Specyfika symulacji Obliczenia a symulacje Symulacja element losowości Symulacja komputer jako podstawowe narzędzie badawcze (Dietrich Stauffer) Symulacja znane oddziaływania elementarne, szukamy zachowań kolektywnych (globalnych)

Przykłady typowych symulacji Metoda cząstek: - gromady kuliste; - gaz galaktyk; - ruch zwierząt w stadzie; - struktura materii; -...

Metody symulacyjne rodzaje 1. Metody symulacji ciągłej Cecha charakterystyczna: wykorzystanie funkcji ciągłych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja ciągła); wykorzystanie funkcji ciągłych lub quasi-ciągłych w opisie zjawiska upływu czasu. Przykład: metoda układu równań różniczkowych

Metody symulacyjne rodzaje 2. Metody symulacji dyskretnej Cecha charakterystyczna: wykorzystanie funkcji dyskretnych w opisie formalnym charakterystyk zmiennych stanu układu (zmiana stanu układu jako funkcja dyskretna); wykorzystanie funkcji dyskretnych w opisie zjawiska upływu czasu. Przykład: planowanie zdarzeń

Metody symulacyjne rodzaje 3. Metody symulacji mieszanej (hybrydowe) Cecha charakterystyczna: wykorzystanie funkcji dyskretnych i ciągłych w opisie formalnym charakterystyk zmiennych stanu układu (zmiana stanu układu jako funkcja dyskretna i ciągła); wykorzystanie funkcji dyskretnych, ciągłych i quasi-ciągłych w opisie zjawiska upływu czasu.

Cele symulacji Prognostyczne Cel prognostyczny polega na wyznaczeniu jakościowych i/lub ilościowych charakterystyk funkcjonowania badanego układu dla określonych warunków. Znane: Nieznane: wejście, funkcja transformacji. wyjście.

Cele symulacji Identyfikacyjne Cel identyfikacyjny polega na tworzeniu jakościowych i/lub ilościowych opisów zasad (praw) funkcjonowania badanego układu. Znane: Nieznane: wejście, wyjście. funkcja transformacji.

Cele symulacji Racjonalizacyjne Cel racjonalizacyjny polega na wyznaczeniu warunków funkcjonowania badanego układu, przy których charakterystyki jakościowe i/lub ilościowe układu spełniają określone kryteria racjonalności (np. optymalizacja). Znane: Nieznane: wyjście, funkcja transformacji. wejście.

Warunki stosowania symulacji Brak innych metod Nie istnieją inne sposoby rozwiązania postawionego problemu badawczego (np. brak odpowiedników analitycznych rozważanego modelu, np. w postaci układu równań różniczkowych).

Warunki stosowania symulacji Korzyść ekonomiczna, wymogi etyczne lub biologiczne Istnieją inne sposoby rozwiązania postawionego problemu badawczego, lecz ze względu na kryteria ekonomiczne (np. energetyczne, efektywnościowe), etyczne lub biologiczne (np. bezpieczeństwa) uznano je za mniej atrakcyjne od metody symulacyjnej.

Zalety symulacji - Uniwersalizm dziedzinowy - Możliwość agregacji lub dezagregacji modelu - Możliwość eliminacji wpływu czynnika czasu obserwacji - Powtarzalność eksperymentu symulacyjnego w tych samych warunkach - Możliwość badań dla warunków nie- lub trudno osiągalnych w rzeczywistości (ekstremalnych) - Możliwość wykonania badań nieniszczących - Możliwość realizacji badań bez konieczności budowy prototypu -...

Wady symulacji - Brak meta-reguł tworzenia modeli dziedzinowych - Brak uniwersalnych metod rozstrzygania o poprawności budowanych modeli - Brak możliwości automatyzacji procedur budowy modeli - Względna czasochłonność i duże koszty budowy modeli - Duża wrażliwość efektów badań symulacyjnych na "błędy w sztuce - Nieznajomość wartości potrzebnych parametrów

Bł ę dy symulacji - Niepoprawnie określony cel badań symulacyjnych - Nieodpowiedni poziom szczegółowości modelu - Brak wystarczającego dowodu wiarygodności modelu - Użycie niepoprawnych metod i technik konstrukcji modelu - Wnioskowanie indukcyjne wykraczające poza środowisko eksperymentu komputerowego - Pominięcie użytkownika modelu w etapach jego powstawania - Zaniedbanie sfery komunikacji z użytkownikiem w przekazywaniu wyników - Wykroczenia natury etycznej

Definicje symulacji Symulacja to odwzorowanie tworzenia historii stanów oryginału tworzeniem historii stanów modelu symulacyjnego.

Definicje symulacji Symulację definiujemy jako technikę numeryczną służcą do dokonywania eksperymentów na pewnych rodzajach modeli matematycznych, które opisują przy pomocy maszyny cyfrowej zachowanie się złożonego układu w ciągu długiego okresu czasu [Naylor 1975]

Definicje symulacji Definicja G.W.Evansa, G.Wallace'a, G.L.Sutherlanda (1967) Symulacja jest użyciem modelu w celu chronologicznego tworzenia historii stanów modelu, która jest traktowana jako historia stanów modelowanego systemu.

Definicje symulacji Definicja G.Gordona (1969) Symulację systemów możemy zdefiniować jako technikę rozwiązywania problemów drogą obserwacji zachowania się w czasie dynamicznego modelu systemu.

Definicje symulacji Definicja J.P.C.Kleijnena (1974) Symulację w wąskim sensie definiujemy jako eksperymentowanie w czasie z (abstrakcyjnym) modelem. Eksperymentowanie to obejmuje pobieranie próbek wartości zmiennych stochastycznych uzyskanych na podstawie rozkładów prawdopodobieństw tych zmiennych. Z tego powodu symulacja taka jest nazywana symulacją stochastyczną.

Definicje symulacji Definicja J.Gościńskiego (1977) Symulacja to akt reprezentacji niektórych aspektów świata rzeczywistego za pomocą liczb lub symboli, którymi można swobodnie manipulować w celu ułatwienia jego badania. Symulacja jest tworzeniem i wykorzystywaniem modeli w celu wspomagania oceny koncepcji i badania dynamicznych systemów i zjawisk.

Definicje symulacji Definicja L.W.Schrubena i B.M.Margolina (1978) Symulacja jest numeryczną techniką komputerową służącą eksperymentalnemu badaniu w czasie procesów stochastycznych lub deterministycznych.

Definicje symulacji Definicja A.Metery, J.Pankowa i T.Wacha (1983) Symulacja jest to badanie złożonego układu przedmiotowego (rzeczywistego/hipotetycznego) przez obserwowanie zmian zachodzacych w czasie w dynamicznym modelu tego układu pod wpływem zmieniających się warunków wewnętrznych i zewnętrznych w stosunku do układu.

Etapy symulacji 1. Określenie układu, sytuacji i celu budowy modelu 2. Budowa modelu (konceptualizacja, formalizacja) 3. Przygotowanie danych wejściowych symulacji 4. Programowanie modelu (operacjonalizacja modelu) 5. Eksperyment wstępny (ocena modelu) 6. Planowanie eksperymentu symulacyjnego 7. Realizacja eksperymentu symulacyjnego 8. Analiza i interpretacja wyników symulacji 9. Dokumentowanie symulacji 10. Praktyczne wykorzystanie wyników symulacji