- •Глава 1. Принципы моделирования случайных элементов 6
- •Глава 3. Метод Монте-Карло и его применения 51
- •3.4. Задания 63
- •Глава 4. Система моделирования gpss 64
- •Глава 5. Моделирование сложных систем на основе gpss 127
- •5.2.1. Иммитационная модель системы 136
- •Глава 6. Задания лабораторного практикума по gpss 152
- •Глава 7. Статистическое моделирование в финансовом анализе. 181
- •Введение
- •Глава 1.Принципы моделирования случайных элементов
- •1.1. Моделирование случайных величин
- •1.1.1.Моделирование базовых случайных величин (бсв) Понятие бсв
- •Датчики бсв
- •Метод Макларена-Марсальи
- •Специальные тесты проверки точности моделирования бсв
- •Тест «совпадения моментов»
- •Тест «ковариация»
- •Тест «равномерность двухмерного распределения»
- •1.1.2.Статический анализ точности моделирования
- •1.1.3.Задания
- •1.2. Моделирование дискретных случайных величин (дсв)
- •1.2.1.Понятие дсв. Общая схема алгоритма моделирования
- •1.2.3.Графический анализ точности моделирования
- •1.2.4.Задания
- •Дискретное равномерное распределение
- •1.3. Моделирование непрерывных случайных величин (нсв)
- •1.3.1.Понятие нсв. Универсальные методы моделирования нсв. Понятие нсв.
- •Метод обратной функции.
- •Метод исключения
- •1.3.2.Тесты проверки точности моделирования нсв Критерии согласия
- •- Критерий согласия Пирсона
- •Критерий согласия Колмогорова.
- •Критерий серий
- •Критерий “нисходящих” и ”восходящих” серий
- •1.3.3.Алгоритмы моделирования для основных непрерывных распределений Равномерное распределение
- •Алгоритм моделирования
- •Одномерное нормальное распределение
- •Алгоритм моделирования
- •Экспоненциальное распределение
- •Алгоритм моделирования
- •Распределение Лапласа
- •Алгоритм моделирования
- •Алгоритмы моделирования:
- •Бета-распределение.
- •Связь с другими распределениями
- •Алгоритмы моделирования:
- •Алгоритмы моделирования
- •Алгоритм моделирования
- •Моделирование случайных величин с заданной гистограммой
- •Алгоритм моделирования
- •Моделирование случайных величин с заданным полигоном частот
- •1.3.4.Задания Равномерное распределение
- •Одномерное нормальное распределение
- •Распределение Лапласа
- •Распределение Вейбулла-Гнеденко
- •Гамма распределение
- •Бета-распределение
- •Распределение Коши
- •Логистическое распределение
- •Распределение Стьюдента
- •Распределение Фишера
- •3.2. Вычисление определенного интеграла методом Монте-Карло
- •Пример.
- •Текст программы:
- •3.3. Решение системы алгебраических уравнений методом Монте-Карло
- •3.4. Задания
- •Глава 4.Система моделирования gpss
- •4.1. Краткие сведения из теории
- •4.2. Основные правила и операторы языка gpss
- •4.2.1.Структура операторов gpss
- •4.2.2.Основные операторы языка gpss
- •4.3. Основные блоки gpss/pc и связанные с ними объекты
- •4.3.1.Блоки, связанные с транзактами
- •4.3.2.Блоки, связанные с аппаратными объектами
- •4.3.3.Блоки для сбора статистических данных
- •4.3.4.Блоки, изменяющие маршруты транзактов
- •4.3.5.Блоки, работающие с памятью
- •4.3.6.Блоки для работы со списками пользователя
- •4.4. Управляющие операторы gpss/pc
- •4.5. Некоторые приемы конструирования gpss-моделей
- •4.5.1.Косвенная адресация
- •4.5.2.Обработка одновременных событий
- •4.6. Команды gpss/pc и технология работы с пакетом
- •4.6.1.Загрузка интегрированной среды
- •4.6.2.Ввод новой модели
- •4.6.3.Редактирование текста модели
- •4.6.4.Запись и считывание модели с диска
- •4.6.5.Прогон модели и наблюдение за моделированием
- •4.6.6.Получение и интерпретация стандартного отчета
- •5.1.3.Анализ результатов иммитационного моделирования
- •5.2. Моделирование работы участка цеха
- •5.2.1.Иммитационная модель системы
- •110 Generate 30,5 Первый сегмент модели
- •280 Generate 20,5 Второй сегмент модели
- •450 Generate 480 Третий сегмент модели (таймер)
- •5.2.2.Анализ результатов иммитационного моделирования
- •Обсуждение результатов моделирования
- •105 A2 storage 2 Второй станок моделируется как накопитель
- •5.3. Порядок оформления отчета
- •5.3.1.Содержание отчета
- •Задания для самопроверки
- •5.3.2.Создание выходного файла
- •Задание для домашней подготовки
- •5.3.3.Описание элементов выходного файла
- •Глава 6.Задания лабораторного практикума по gpss
- •Глава 7.Статистическое моделирование в финансовом анализе.
- •7.1. Моделирование наращенных сумм и современных величин платежа.
- •Задание 4.
- •7.2. Моделирование величины реальной наращенной суммы платежей с учетом инфляции.
- •7.3. Моделирование обменного курса валют при двойной конверсии валют.
- •Приложение
- •Примечание к таблице п.3
- •Литература
Примечание к таблице п.3
Всюду в таблице, где особо не оговаривается, операнды могут иметь одну из следующих форм представления: положительное целое число (К), <имя>, СЧАj, СЧА*<параметр>. В таблице используются обозначения: [] – признак того, что соответствующий операнд может быть опущен; ххх – логический указатель (табл.П.4) или оператор отношения (‘L’, ‘LE’, ‘E’, ‘NE’, ‘G’, ‘GE’) в операторах с расширенным полем операции.
Таблица П.4
Логические указатели
Тип объекта |
Логический указатель |
Значение |
Устройства |
FU FNU FI
FNI |
Устройство занято Устройство не занято Устройство обслуживает прерывание Устройство не обслуживает прерывание |
Памяти |
SF SNF SE SNE |
Память заполнена Память не заполнена Память пуста Память не пуста |
Логические переключатели |
LR
LS |
Логический переключатель сброшен Логический переключатель установлен |
Литература
Бусленко Н.П. Моделирование сложных систем. – М.: Наука, 1978.
Калашников В.В. Организация моделирования сложных систем. – М.: Знание, 1982
Советов Б.Я., Яковлев С.А. Моделирование систем: учебник для вузов. – М.: Высш. Шк., 1985
Шрайбер Т.Д. Моделирование на GPSS. – М.: Машиностроение, 1980.
Максимей И.В. Имитационное моделирование на ЭВМ. – М.: Радио и связь, 1988.
Коуден Д. Статистические методы контроля качества. – М.: Физматиз., 1961.
Кнут Д. Искусство программирования на ЭВМ. – М.: Мир, 1977.
Ермаков С.М., Михайлов Г.А. Курс статистического моделирования – М.: Наука, 1976.
Поляк Ю.Г. Вероятностное моделирование на ЭВМ. – М.: Сов. радио, 1971.
Быков В.В. Цифровое моделирование в статической радиотехнике. – М.: Сов. радио, 1973.
Андерсон Т.В. Статистический анализ временных рядов. – М.: Мир, 1978.
Ермаков С.М. Метод Монте-Карло и смежные вопросы. – М.: Наука, 1975.
Михайлов Г.А. Некоторые вопросы методов Монте-Карло. – Новосибирск: Наука. Сиб. отделение, 1974.
Соболь И.М. Метод Монте-Карло. – М.: Наука, 1985.
Соболь И.М. Численные методы Монте-Карло. – М.: Наука, 1973.
Ермаков С.М. Жиглявский А.А. Математическая теория оптимального эксперимента. – М.: Наука, 1987.
Федоров В.В. Теория оптимального эксперимента. – М.: Наука, 1971.
Клейнен Дж. Статистические методы в имитационном моделировании. Вып. 1,2. – М.: Статистика, 1978.
Асатурян В.И. Теория планирования эксперимента. – М.: Радио и связь, 1983.
Ивченко Г.И., Медведев Ю.И. Математическая статистика. – М.: Высш. шк., 1984.
Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. – М.: Наука, 1983.
Айвазян С.А. и др. Прикладная статистика. Т. 1,2,3 – М.: Финансы и статистика, 1983,1985, 1987.
Харин Ю.С., Степанова М.Д. Практикум на ЭВМ по математической статистике. – Минск.: Университетское, 1987.
Киндлер Е. Языки моделирования. – М.: Энергоатомиздат, 1985.
Прицкер А. Введение в имитационное моделирование и язык СЛАМ-11. – М.: Мир, 1987.
Питерсон Д. Теория сетей Петри и моделирование систем . – М.: Мир, 1984.
Catalog of simulation software. Microcomputer, minicomputer and mainframe software. //Simulation, 1988.October/
Schriber T.J. An introduction to simulation/ Using GPSS/H. John Wiley &Sons, 1991/
Гнеденко Б.В. Курв теории вероятностей. – М.: Наука, 1969.
Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. – М.: Наука, 1976.
Аптон Г. Анализ таблиц сопряженности. – М.: Наука, 1982.
Андерсон Т.В. Введение в многомерный статистический анализ. – М.: Наука, 1963.
Технология системного моделирования (Под общей редакцией С.В. Емельянова, В.В. Калашникова, М. Франка, А. Явора). . – М.: Машиностроение; Берлин: Техник, 1983.
Параллельная обработка информации. Распараллеливание алгоритмов обработки (т.1). (Под ред. А.Н. Свенсона). – Киев: Навукова думка, 1985.
Cox S.W. Cox A.J. GPSS/PC: A user oriented simulation system.// Modeling and simulation on microcomputers (R.G. Lavery ed.) The society for Computers simulation. San-Diego. California. 1985.
Schriber T.J. Introduction to GPSS/PC. // Proceding of IEEE. San-Franicssco. California. 1987.
Cox S.W. The interactive grafics and annimation of GPSS/PC. // Proceding of IEEE. San-Franicssco. California. 1987.
Кашьяп Р.А., Рао А.Р. Построение динамичных стохастических моделей по экспериментальным данным. – М.: Наука, 1983.
Кенеми Дж., Снелл Дж. Конечные цепи Маркова. – М.: Наука, 1970.
Айвазян С.А. Программное обеспечение ПЭВМ по статистическому анализу данных. // Заводская лаборатория. 1991, №1 – 54-58 с.
