2. Основные этапы процесса моделирования. Специфика процесса компьютерного моделирования.

• Построение модели: Объект  абстрагирование от части свойств (содержательная модель)  математическая теория (математическая модель)

• Изучение математической модели

• Интерпретация свойств математической модели применительно к объекту

Первый этап — постановка задачи включает в себя стадии: описание задачи (на обычном языке), определение цели моделирования (На этой стадии необходимо среди многих характеристик (параметров) объекта выделить существенные), анализ объекта.

Второй этап — формализация задачи связан с созданием формализованной модели, то есть модели, записанной на каком-либо формальном языке. Например, данные переписи населения, представленные в виде таблицы или диаграммы — это формализованная модель.

Третий этап — разработка компьютерной модели начинается с выбора инструмента моделирования, другими словами, программной среды, в которой будет создаваться и исследоваться модель.

Четвертый этап — компьютерный эксперимент включает две стадии: тестирование модели и проведение исследования.

Тестирование модели — процесс проверки правильности построения модели.

Только потом можно переходить к проведению исследования.

Пятый этап — анализ результатов является ключевым для процесса моделирования. Именно по итогам этого этапа принимается решение: продолжать исследование или закончить.

3. Понятия содержательной модели, математической модели. Постулаты. Параметры и характеристики моделей. Свойства моделей.

Концептуальная (содержательная) модель — это абстрактная модель, определяющая структуру моделируемой системы, свойства её элементов и причинно-следственные связи, присущие системе и существенные для достижения цели моделирования.

Математическая модель — это система математических соотношений — формул, уравнений, неравенств и т.д., отражающих существенные свойства объекта или явления.

Постулаты - имхо это некоторые идеи которые мы будем рассматривать и изучать, пытаемся доказать

Количественно любая система описывается совокупностью величин,

которые могут быть разбиты на два класса:

· параметры, описывающие первичные свойства системы и являющиеся исходными данными при решении задач анализа;

· характеристики, описывающие вторичные свойства системы и определяемые в процессе решения задач анализа как функция параметров, то есть эти величины являются вторичными по отношению к параметрам.

Параметры:

• Внутренние - описывающие структурно-функциональную организацию системы

  • структурные параметры, описывающие состав и структуру системы;

  • функциональные параметры, описывающие функциональную организацию (режим функционирования) системы.

• Внешние - описывающие взаимодействие системы с внешней по отношению к ней средой.

  • нагрузочные параметры, описывающие входное воздействие на систему, например частоту и объем используемых ресурсов системы;

  • параметры внешней (окружающей) среды, описывающие обычно неуправляемое воздействие внешней среды на систему например помехи и т.п.

Параметры могут быть:

• детерминированными или случайными;

• управляемыми или неуправляемыми.

Характеристики системы делятся на:

• глобальные, описывающие эффективность системы в целом;

  • мощностные (характеристики производительности), описывающие скоростные качества системы, измеряемые, например, количеством задач, выполняемых вычислительной системой за единицу времени;

  • временные (характеристики оперативности), описывающие временные аспекты функционирования системы, например время решения задач в вычислительной системе;

  • надежностные (характеристики надежности), описывающие надежность функционирования системы;

  • экономические (стоимостные) в виде стоимостных показателей, например, стоимость технических и программных средств вычислительной системы, затраты на эксплуатацию системы и т.п.;

  • прочие: масса-габаритные, энергопотребления, тепловые и т.п.

• локальные, описывающие качество функционирования отдельных элементов или частей (подсистем) системы.

Важные свойства моделей:

1. Адекватность - соответствие модели оригиналу, характеризуемое степенью близости

свойств модели свойствам исследуемой системы.

Адекватность математических моделей зависит от:

· степени полноты и достоверности сведений об исследуемой

системе;

· уровня детализации модели.

При этом моделирование может проводиться:

· в условиях полной определенности, означающей наличие точной

информации обо всех исходных параметрах;

· в условиях неопределенности, обусловленных: неточностью сведений о параметрах или отсутствием сведений о значениях некоторых параметров.

• Актуальность - это степень ее важности в данный момент и в данной ситуации для решения данных проблем, вопроса или задачи

• Мощность (продуктивность) – зависит от степени точности исходных данных.

• Результативность (робастность) – способность быть устойчивой к погрешностям.

• Достоверность - то есть степень совпадения полученных в процессе моделирования результатов с заранее установленными, желаемыми. Здесь важной задачей является оценка потребной точности результатов и имеющейся точности исходных данных, согласование их как между собой, так и с точностью используемой модели;

• Экономичность - то есть точность получаемых результатов и общность решения задачи должны увязываться с затратами на моделирование. И удачный выбор модели, как показывает практика, — результат компромисса между отпущенными ресурсами и особенностями используемой модели;

• Простота – простота в функционировании и построении. Иногда усложнение ведет к снижению адекватности!

• Открытость (модифицируемость) – способность быть измененной.