некоторыми свойствами другого объекта (оригинала) и используется вместо него.
Оригиналы
и моделиПервый линейный русский корабль «Гото Предестинация»
- Главная
- Разное
- Бизнес и предпринимательство
- Образование
- Развлечения
- Государство
- Спорт
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Религиоведение
- Черчение
- Физкультура
- ИЗО
- Психология
- Социология
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Что такое findslide.org?
FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.
Обратная связь
Email: Нажмите что бы посмотреть
Презентация на тему Моделирование
Содержание
- 2. Модели в нашей жизни
- 3. Что такое модель?Модель – это объект, который
- 4. Что можно моделировать?Модели объектов:уменьшенные копии зданий, кораблей,
- 5. МоделированиеМоделирование – это создание и использование моделей
- 6. Цели моделированияисследование оригиналаизучение сущности объекта или явления«Наука
- 7. Один оригинал – одна модель? материальная точка
- 8. Зачем нужно много моделей?изучение строения телапримерка одеждыизучение наследственноститренировка спасателейучет граждан страны
- 9. Природа моделейматериальные (физические, предметные) модели:информационные модели представляют
- 10. Модели по области примененияучебные (в т.ч. тренажеры)опытные
- 11. Модели по фактору временистатические – описывают оригинал
- 12. Модели по характеру связейдетерминированные связи между входными
- 13. Модели по структуретабличные модели (пары соответствия)иерархические (многоуровневые) моделисетевые модели (графы)
- 14. Специальные виды моделейимитационные нельзя заранее вычислить или
- 15. Специальные виды моделейигровые – учитывающие действия противника Примеры:модели экономических ситуациймодели военных действий спортивные игрытренинги персонала
- 16. Адекватность моделиАдекватность – совпадение существенных свойств модели
- 17. Системный подходСистема – группа объектов и связей
- 18. Системный подходМодель-система:Модель-не-система:1-я линия:Пр. ВетерановЛенинский пр.Автово Кировский заводНарвская…2-я линия:КупчиноЗвезднаяМосковскаяПарк ПобедыЭлектросила…
- 19. Системный подходГраф – это набор вершин и
- 20. Системный подходСемантическая (смысловая) модель предложения:«Выхожу один я на дорогу…»выхожуяна дорогуодинчто делаю?кто?сколько?куда?граф
- 21. Матрица смежностипетля
- 22. Матрица смежности
- 23. Матрица смежности
- 24. Весовая матрицаВасюкиСолнцевоЯгодное128546Грибное2
- 25. Весовая матрица
- 26. Весовая матрица
- 27. Кратчайшие путиОпределите кратчайший путь между пунктами A и D.ABСEСDСDED246246131397584137дерево возможных маршрутов
- 28. Кратчайшие путиОпределите кратчайший путь между пунктами A и E.
- 29. Количество путейСколько существует различных путей из А
- 30. Количество путейБ←АВ←АЕ←ВД←БГ←АБВЖ←БВГДЕПосле сортировки:Ж←БВГДЕNЖ← NБ + NВ + NГ + NД + NЕБ←АВ←АЕ←ВД←БГ←АБВЖ←БВГДЕЗаполнение таблицы:111137
- 31. Количество путейБ←АВ←АЕ←ВД←БГ←АБВЖ←БВГДЕФорма записи:111137
- 32. Количество путейСколько существует различных путей из А в Ж?ЖАБВГДЕ
- 33. Модели и моделирование© К.Ю. Поляков, 2007-2011Тема 2. Этапы моделирования
- 34. I. Постановка задачиисследование оригиналаизучение сущности объекта или
- 35. I. Постановка задачиХорошо поставленная задача:описаны все связи
- 36. II. Разработка моделивыбрать тип моделиопределить существенные свойства
- 37. III. Тестирование моделиТестирование – это проверка модели
- 38. IV. Эксперимент c модельюЭксперимент – это исследование
- 39. V. Проверка практикой, анализ результатовВозможные выводы:задача решена,
- 40. Пример. Задача. Обезьяна хочет сбить бананы на
- 41. I. Постановка задачиДопущения:кокос и банан считаем материальными
- 42. II. Разработка моделиГрафическая модельhФормальная (математическая) модельЗадача: найти t, α, при которых
- 43. III. Тестирование моделипри нулевой скорости кокос падает
- 44. IV. ЭкспериментМетод I.Меняем угол α. Для выбранного
- 45. V. Анализ результатовВсегда ли обезьяна может сбить
- 46. Модели и моделирование© К.Ю. Поляков, 2007-2011Тема
- 47. – начальная численность– после 1 цикла деления–
- 48. – коэффициент рождаемости– коэффициент смертностиОсобенности модели:не учитывается
- 49. Модель ограниченного роста (П. Ферхюльст)L – предельная
- 50. Модель с отловомПримеры: рыбоводческое хозяйство, разведение пушных зверей и т.п.
- 51. Модель эпидемии гриппаL – всего жителей Ni –
- 52. Модель системы «хищник-жертва»Модель – не-система:Модель – система:число встреч пропорционально Ni⋅Zi «эффект» пропорционален числу встреч
- 53. Модель системы «хищник-жертва»Хищники вымирают:Равновесие:карасищукикарасищуки
- 55. Модель системы «хищник-жертва»Колебания:
- 56. Модели и моделирование© К.Ю. Поляков, 2007-2011Тема
- 57. Случайные процессыСлучайно…встретить друга на улицеразбить тарелкунайти 10
- 58. Случайные числа на компьютереЭлектронный генераторнужно специальное устройствонельзя
- 59. Случайные числа на компьютереЛинейный конгруэнтный методa, c,
- 60. Распределение случайных чиселМодель: снежинки падают на отрезок [a,b]распределениеравномерноенеравномерное
- 61. Распределение случайных чиселОсобенности: распределение – это характеристика
- 62. Вычисление площади (метод Монте-Карло)Вписываем сложную фигуру в
- 63. Вычисление площадиКогда точка внутри круга?(x,y)Случайные координаты:x :=
- 64. Броуновское движениеСлучайный шаг:Случайное направление (в рад):alpha :=
- 65. Системы массового обслуживанияПримеры:звонки на телефонной станциивызовы «скорой
- 66. Клиенты в банкеВход клиентов:за 1 минуту – до N человекравномерное распределениеОбслуживание:от Tmin до Tmax минутравномерное распределение
- 67. Клиенты в банкеЧисло клиентов в помещении банка:N
- 68. Клиенты в банкеПришли за очередную минуту:in :=
- 69. Клиенты в банке (программа)count := 0; {
- 70. Скачать презентацию
- 71. Похожие презентации
Модели в нашей жизни
![Распределение случайных чиселМодель: снежинки падают на отрезок [a,b]распределениеравномерноенеравномерное](/img/tmb/12/1140752/9411b184dbaa1035acca56c26761a9a5-720x.jpg "Моделирование")
Слайд 3
Что такое модель?
Модель – это объект, который обладает
некоторыми свойствами другого объекта (оригинала) и используется вместо него.
и модели
Слайд 4
Что можно моделировать?
Модели объектов:
уменьшенные копии зданий, кораблей, самолетов,
…
модели ядра атома, кристаллических решеток
чертежи
…
Модели процессов:
изменение экологической обстановки
экономические
моделиисторические модели
…
Модели явлений:
землетрясение
солнечное затмение
цунами
…
Слайд 5
Моделирование
Моделирование – это создание и использование моделей для
изучения оригиналов.
Когда используют моделирование:
оригинал не существует
древний Египет
последствия ядерной войны
(Н.Н. Моисеев, 1966)исследование оригинала опасно для жизни или дорого:
управление ядерным реактором (Чернобыль, 1986)
испытание нового скафандра для космонавтов
разработка нового самолета или корабля
оригинал сложно исследовать непосредственно:
Солнечная система, галактика (большие размеры)
атом, нейтрон (маленькие размеры)
процессы в двигателе внутреннего сгорания (очень быстрые)
геологические явления (очень медленные)
интересуют только некоторые свойства оригинала
проверка краски для фюзеляжа самолета
Слайд 6
Цели моделирования
исследование оригинала
изучение сущности объекта или явления
«Наука есть
удовлетворение собственного любопытства за казенный счет» (Л.А. Арцимович)
анализ («что будет,
если …»)научиться прогнозировать последствия различных воздействиях на оригинал
синтез («как сделать, чтобы …»)
научиться управлять оригиналом, оказывая на него воздействия
оптимизация («как сделать лучше»)
выбор наилучшего решения в заданных условиях
Слайд 8
Зачем нужно много моделей?
изучение строения тела
примерка одежды
изучение наследственности
тренировка
спасателей
учет граждан страны
Слайд 9
Природа моделей
материальные (физические, предметные) модели:
информационные модели представляют собой
информацию о свойствах и состоянии объекта, процесса,
явления, и его взаимосвязи с внешним миром:вербальные – словесные или мысленные
знаковые – выраженные с помощью формального языка
графические (рисунки, схемы, карты, …)
табличные
математические (формулы)
логические (различные варианты выбора действий на основе анализа условий)
специальные (ноты, химические формулы)
Слайд 10
Модели по области применения
учебные (в т.ч. тренажеры)
опытные –
при создании новых технических средств
научно-технические
аэродинамическая труба
испытания в опытовом бассейне
имитатор
солнечного излучениявакуумная камера в Институте космических исследований
вибростенд
НПО «Энергия»
Слайд 11
Модели по фактору времени
статические – описывают оригинал в
заданный момент времени
силы, действующие на тело в состоянии покоя
результаты
осмотра врачафотография
динамические
модель движения тела
явления природы (молния, землетрясение, цунами)
история болезни
видеозапись события
Слайд 12
Модели по характеру связей
детерминированные
связи между входными и
выходными величинами жестко заданы
при одинаковых входных данных каждый раз
получаются одинаковые результатыПримеры
движение тела без учета ветра
расчеты по известным формулам
вероятностные (стохастические)
учитывают случайность событий в реальном мире
при одинаковых входных данных каждый раз получаются немного разные результаты
Примеры
движение тела с учетом ветра
броуновское движение частиц
модель движения судна на волнении
модели поведения человека
Слайд 13
Модели по структуре
табличные модели (пары соответствия)
иерархические (многоуровневые) модели
сетевые
модели (графы)
Слайд 14
Специальные виды моделей
имитационные
нельзя заранее вычислить или предсказать
поведение системы, но можно имитировать её реакцию на внешние
воздействия;максимальный учет всех факторов;
только численные результаты;
Примеры:
испытания лекарств на мышах, обезьянах, …
математическое моделирование биологических систем
модели бизнеса и управления
модели процесса обучения
Слайд 15
Специальные виды моделей
игровые – учитывающие действия противника
Примеры:
модели
экономических ситуаций
модели военных действий
спортивные игры
тренинги персонала
Слайд 16
Адекватность модели
Адекватность – совпадение существенных свойств модели и
оригинала:
результаты моделирования согласуются с выводами теории (законы сохранения и
т.п.)… подтверждаются экспериментом
Модель всегда отличается от оригинала
Слайд 17
Системный подход
Система – группа объектов и связей между
ними, выделенных из среды и рассматриваемых как одно целое.
Примеры:
семья
экологическая
системакомпьютер
техническая система
общество
среда
Слайд 18
Системный подход
Модель-система:
Модель-не-система:
1-я линия:
Пр. Ветеранов
Ленинский пр.
Автово
Кировский завод
Нарвская
…
2-я линия:
Купчино
Звездная
Московская
Парк Победы
Электросила
…
Слайд 19
Системный подход
Граф – это набор вершин и соединяющих
их ребер.
1
2
3
4
5
вершина
ребро
23
18
20
15
14
5
вес ребра (взвешенный граф)
ориентированный граф (орграф) –ребра имеют
направление
Слайд 20
Системный подход
Семантическая (смысловая) модель предложения:
«Выхожу один я на
дорогу…»
выхожу
я
на дорогу
один
что делаю?
кто?
сколько?
куда?
граф
Слайд 27
Кратчайшие пути
Определите кратчайший путь между пунктами A и
D.
A
B
С
E
С
D
С
D
E
D
2
4
6
2
4
6
1
3
1
3
9
7
5
8
4
1
3
7
дерево возможных маршрутов
Слайд 29
Количество путей
Сколько существует различных путей из А в
Ж?
1. Откуда можно приехать в Ж?
Ж←БВГДЕ
Е←В
Д←Б
Г←АБВ
В←А
Б←А
2. Можно приехать только
из А:Б←А
В←А
3. Можно приехать только из уже отобранных вершин
(А, Б и В):
Б←А
В←А
Е←В
Д←Б
Г←АБВ
4. Можно приехать только из уже отобранных вершин:
Б←А
В←А
Е←В
Д←Б
Г←АБВ
Ж←БВГДЕ
Слайд 30
Количество путей
Б←А
В←А
Е←В
Д←Б
Г←АБВ
Ж←БВГДЕ
После сортировки:
Ж←БВГДЕ
NЖ← NБ + NВ + NГ
+ NД + NЕ
Б←А
В←А
Е←В
Д←Б
Г←АБВ
Ж←БВГДЕ
Заполнение таблицы:
1
1
1
1
3
7
Слайд 34
I. Постановка задачи
исследование оригинала
изучение сущности объекта или явления
анализ
(«что будет, если …»)
научиться прогнозировать последствий при различных воздействиях
на оригиналсинтез («как сделать, чтобы …»)
научиться управлять оригиналом, оказывая на него воздействия
оптимизация («как сделать лучше»)
выбор наилучшего решения в заданных условиях
Слайд 35
I. Постановка задачи
Хорошо поставленная задача:
описаны все связи между
исходными данными и результатом
известны все исходные данные
решение существует
задача имеет
единственное решениеПримеры плохо поставленных задач:
Винни Пух и Пятачок построили ловушку для слонопотама. Удастся ли его поймать?
Малыш и Карлсон решили по–братски разделить два орешка – большой и маленький. Как это сделать?
Найти максимальное значение функции y = x2 (нет решений).
Найти функцию, которая проходит через точки (0,1) и (1,0) (неединственное решение).
Слайд 36
II. Разработка модели
выбрать тип модели
определить существенные свойства оригинала,
которые нужно включить в модель, отбросить
несущественные (для данной задачи)построить формальную модель это модель, записанная на формальном языке (математика, логика, …) и отражающая только существенные свойства оригинала
разработать алгоритм работы модели алгоритм – это четко определенный порядок действий, которые нужно выполнить для решения задачи
Слайд 37
III. Тестирование модели
Тестирование – это проверка модели на
простых исходных данных с известным результатом.
Примеры:
устройство для сложения многозначных
чисел – проверка на однозначных числахмодель движения корабля – если руль стоит ровно, курс не должен меняться; если руль повернуть влево, корабль должен идти вправо
модель накопления денег в банке – при ставке 0% сумма не должна изменяться
Слайд 38
IV. Эксперимент c моделью
Эксперимент – это исследование модели
в интересующих нас условиях.
Примеры:
устройство для сложения чисел – работа
с многозначными числамимодель движения корабля – исследование в условиях морского волнения
модель накопления денег в банке – расчеты при ненулевой ставке
Слайд 39
V. Проверка практикой, анализ результатов
Возможные выводы:
задача решена, модель
адекватна
необходимо изменить алгоритм или условия моделирования
необходимо изменить модель (например,
учесть дополнительные свойства)необходимо изменить постановку задачи
Слайд 40
Пример.
Задача. Обезьяна хочет сбить бананы на пальме.
Как ей надо кинуть кокос, чтобы попасть им в
бананы.Анализ задачи:
все ли исходные данные известны?
есть ли решение?
единственно ли решение?
Слайд 41
I. Постановка задачи
Допущения:
кокос и банан считаем материальными точками
расстояние
до пальмы известно
рост обезьяны известен
высота, на которой висит банан,
известнаобезьяна бросает кокос с известной начальной скоростью
сопротивление воздуха не учитываем
При этих условиях требуется найти начальный угол, под которым надо бросить кокос.
Слайд 42
II. Разработка модели
Графическая модель
h
Формальная (математическая) модель
Задача: найти t,
α, при которых
Слайд 43
III. Тестирование модели
при нулевой скорости кокос падает вертикально
вниз
при t=0 координаты равны (0,h)
при броске вертикально вверх (α=90o)
координата x не меняетсяпри некотором t координата y начинает уменьшаться (ветви параболы вниз)
Математическая модель
Слайд 44
IV. Эксперимент
Метод I.
Меняем угол α. Для выбранного угла
α строим траекторию полета ореха. Если она проходит выше
банана, уменьшаем угол, если ниже – увеличиваем.Метод II.
Из первого равенства выражаем время полета:
Меняем угол α. Для выбранного угла α считаем t, а затем – значение y при этом t. Если оно больше H, уменьшаем угол, если меньше – увеличиваем.
не надо строить всю траекторию для каждого α
Слайд 45
V. Анализ результатов
Всегда ли обезьяна может сбить банан?
Что
изменится, если обезьяна может бросать кокос с разной силой
(с разной начальной скоростью)?Что изменится, если кокос и бананы не считать материальными точками?
Что изменится, если требуется учесть сопротивление воздуха?
Что изменится, если дерево качается?
Слайд 46
Модели
и моделирование
© К.Ю. Поляков, 2007-2011
Тема 3. Модели
биологических систем
(по мотивам учебника А.Г. Гейна и др., Информатика
и ИКТ,
10 класс, М.: Просвещение, 2008)
Слайд 47
– начальная численность
– после 1 цикла деления
– после
2-х циклов
Особенности модели:
не учитывается смертность
не учитывается влияние внешней среды
не
учитывается влияние других видовМодель деления
Слайд 48
– коэффициент рождаемости
– коэффициент смертности
Особенности модели:
не учитывается влияние
численности N и внешней среды на K
не учитывается влияние
других видов на KКоэффициент
прироста
прирост
Модель неограниченного роста (T. Мальтус)
Слайд 49
Модель ограниченного роста (П. Ферхюльст)
L – предельная численность
животных
Идеи:
коэффициент прироста KL зависит от численности N
при N=0
должно быть KL=K (начальное значение)при N=L должно быть KL=0 (достигнут предел)
Слайд 51
Модель эпидемии гриппа
L – всего жителей Ni – больных
в i-ый день
Zi – заболевших в i-ый день Vi –
выздоровевших Wi – всего выздоровевших за i дней
Основное уравнение:
Ограниченный рост:
Выздоровление
(через 7 дней):
Слайд 52
Модель системы «хищник-жертва»
Модель – не-система:
Модель – система:
число встреч
пропорционально Ni⋅Zi
«эффект» пропорционален числу встреч
Слайд 56
Модели
и моделирование
© К.Ю. Поляков, 2007-2011
Тема 4. Моделирование
случайных процессов
(по мотивам учебника А.Г. Гейна и др., Информатика
и ИКТ,
10 класс, М.: Просвещение, 2008)
Слайд 57
Случайные процессы
Случайно…
встретить друга на улице
разбить тарелку
найти 10 рублей
выиграть
в лотерею
Случайный выбор:
жеребьевка на
соревнованиях
выигравшие номера
в лотерее
Как получить
случайность?
Слайд 58
Случайные числа на компьютере
Электронный генератор
нужно специальное устройство
нельзя воспроизвести
результаты
318458191041
564321
209938992481
458191
938992
малый период
(последовательность повторяется через 106 чисел)
Метод середины квадрата
(Дж. фон Нейман)в квадрате
Псевдослучайные числа – обладают свойствами случайных чисел, но каждое следующее число вычисляется по заданной формуле.
Слайд 59
Случайные числа на компьютере
Линейный конгруэнтный метод
a, c, m
- целые числа
простое число
230-1
период m
остаток от деления
«Вихрь Мерсенна»: период
219937-1
Слайд 60
Распределение случайных чисел
Модель: снежинки падают на отрезок [a,b]
распределение
равномерное
неравномерное
Слайд 61
Распределение случайных чисел
Особенности:
распределение – это характеристика всей
последовательности, а не одного числа
равномерное распределение одно, компьютерные датчики
(псевдо)случайных чисел дают равномерное распределениенеравномерных – много
любое неравномерное можно получить с помощью равномерного
a
b
a
b
Слайд 62
Вычисление площади (метод Монте-Карло)
Вписываем сложную фигуру в другую
фигуру, для которой легко вычислить площадь (прямоугольник, круг, …).
Равномерно N точек со случайными координатами внутри прямоугольника.
Подсчитываем количество точек, попавших на фигуру: M.
4. Вычисляем площадь:
Всего N точек
На фигуре M точек
Метод приближенный.
Распределение должно быть равномерным.
Чем больше точек, тем точнее.
Точность ограничена датчиком случайных чисел.
!
Слайд 63
Вычисление площади
Когда точка внутри круга?
(x,y)
Случайные координаты:
x := R*random;
y
:= R*random;
Программа:
for i:=1 to N do begin
{ найти
случайные координаты }if x*x + y*y <= R*R then M := M+1;
end;
S := 4*R*R*M / N;
Слайд 64
Броуновское движение
Случайный шаг:
Случайное направление (в рад):
alpha := 2*pi*random;
h
:= hMax*random;
Программа:
for i:=1 to N do begin
{ найти
случайное направление и шаг }x := x + h*cos(alpha);
y := y + h*sin(alpha);
end;
Слайд 65
Системы массового обслуживания
Примеры:
звонки на телефонной станции
вызовы «скорой помощи»
обслуживание
клиентов в банке
сколько бригад?
сколько линий?
сколько операторов?
Особенности:
клиенты (запросы на обслуживание)
поступают постоянно, но через случайные интервалы временивремя обслуживание каждого клиента – случайная величина
Слайд 66
Клиенты в банке
Вход клиентов:
за 1 минуту – до
N человек
равномерное распределение
Обслуживание:
от Tmin до Tmax минут
равномерное распределение
Слайд 67
Клиенты в банке
Число клиентов в помещении банка:
N :=
N + in - out;
было
пришли
ушли
Количество касс: K
Средняя длина очереди:
Допустимая
длина очереди:
Слайд 68
Клиенты в банке
Пришли за очередную минуту:
in := round(N*random);
округление
Обслужены
за очередную минуту и выходят:
Случайное время обслуживания:
T := Tmin
+ (Tmax – Tmin)*random;out := K / T;
Слайд 69
Клиенты в банке (программа)
count := 0; { счетчик
«плохих» минут }
for i:=1 to L do begin
in
:= { случайное число входящих }out := { случайное число обслуженных }
N := N + in – out;
if N > Q*K then
count := count + 1;
end;
writeln(count/L:0:2);
период моделирования L минут
