Введение 4 1 Имитационное моделирование как метод исследования систем большой сложности 6 1.1 Основные понятия имитационного моделирования 6 1.2 История развития имитационного моделирования 8 1.3 Обзор методов и систем имитационного моделирования 10 2 Метод Монте-Карло и инструментальные средства его реализации 16 2.1 История рождения метода Монте-Карло 16 2.2 Имитационное моделирование методом Монте-Карло 17 2.2.1 Общие сведения о методе 17 2.2.2 Области применения метода 18 2.2.3 Входные данные 19 2.2.4 Этапы анализа модели с использованием метода Монте-Карло 19 2.2.5 Выходные данные 20 2.2.6 Преимущества и недостатки имитационного моделирования методом Монте-Карло 20 2.3 Реализация метода Монте-Карло средствами прикладных программ 22 2.3.1 Реализация метода Монте-Карло средствами MS Excel 22 2.3.2 Реализация метода Монте-Карло средствами MathCAD 25 2.3.3 Реализация метода Монте-Карло средствами RStudio 27 3 Практическое применение аналитических методов имитационного моделирования 31 3.1 Постановка задачи 31 3.2 Описание модели 31 3.3 Использование возможностей MS Excel для практического решения задачи имитационного моделирования по методу Монте-Карло 33 Заключение 42 Список использованных источников 44 Приложения 47

Аналитический метод имитационного моделирования

курсовая работа
Высшая математика
40 страниц
81% уникальность
2023 год
16 просмотров
Карев В.
Эксперт по предмету «Высшая математика»
Узнать стоимость консультации
Это бесплатно и займет 1 минуту
Оглавление
Введение
Заключение
Список литературы
Введение 4 1 Имитационное моделирование как метод исследования систем большой сложности 6 1.1 Основные понятия имитационного моделирования 6 1.2 История развития имитационного моделирования 8 1.3 Обзор методов и систем имитационного моделирования 10 2 Метод Монте-Карло и инструментальные средства его реализации 16 2.1 История рождения метода Монте-Карло 16 2.2 Имитационное моделирование методом Монте-Карло 17 2.2.1 Общие сведения о методе 17 2.2.2 Области применения метода 18 2.2.3 Входные данные 19 2.2.4 Этапы анализа модели с использованием метода Монте-Карло 19 2.2.5 Выходные данные 20 2.2.6 Преимущества и недостатки имитационного моделирования методом Монте-Карло 20 2.3 Реализация метода Монте-Карло средствами прикладных программ 22 2.3.1 Реализация метода Монте-Карло средствами MS Excel 22 2.3.2 Реализация метода Монте-Карло средствами MathCAD 25 2.3.3 Реализация метода Монте-Карло средствами RStudio 27 3 Практическое применение аналитических методов имитационного моделирования 31 3.1 Постановка задачи 31 3.2 Описание модели 31 3.3 Использование возможностей MS Excel для практического решения задачи имитационного моделирования по методу Монте-Карло 33 Заключение 42 Список использованных источников 44 Приложения 47
Читать дальше
В основе любого процесса познания реального мира всегда находится математика. И с появлением и развитием цифровых технологий применение математического аппарата разной степени сложности уже стало фундаментом всех исследований в современном мире, независимо от направления: биология, химия, экономика или социология, физика или любая другая наука. Человек применяет модели при изучении сложных явлений, процессов, конструировании новых сооружений. Хорошо построенная модель, как правило, доступнее для исследования, нежели реальный объект. Кроме того, некоторые объекты вообще не могут быть изучены в буквальном смысле, как, например, эксперименты с прошлым или, эксперименты с экономикой страны в познавательных целях. И в этих случаях на помощь может прийти математическое моделирование.


Хотите узнать, где заказать реферат по финансам и кредиту? Конечно же в Work5! Уже более 15 лет мы помогаем студентам с написанием работ!


Бурное развитие научно-технического прогресса в прошлом веке и компьютерных технологий в нынешнем вооружило ученых и исследователей-практиков поистине уникальными инструментами познания бытия, прогнозирования будущего и проверкой гипотез того, что было бы если. Мощное развитие искусственного интеллекта и возможности обработки больших данных позволяют с помощью инструментов математического моделирования воссоздать картины прошлого и предсказывать будущее. Но все это невозможно без первоначального участия человека. Слова величайшего художника XVI века Рафаэля Санти с большой точностью иллюстрируют этот факт: «Я скажу вам, что для того, чтобы написать красавицу, мне надо видеть многих красавиц…Но ввиду недостатка как в хороших судьях, так и в красивых женщинах, я пользуюсь некоторой идеей, которая приходит мне на ум» [4]. И в этом случае, чтобы оценить потенциал идей, которые возникают в уме человека, на помощь приходит математическое и компьютерное моделирование. Модель позволяет научиться правильно управлять объектом, апробируя различные варианты управления на модели этого объекта. Экспериментировать в этих целях с реальным объектом в лучшем случае бывает неудобно, а зачастую просто вредно или вообще невозможно по целому ряду причин. Объектом исследования в данной работе является имитационное моделирования, а в качестве предмета выступают аналитические методы имитационного моделирования. Цель исследования: практическое применение аналитических методов имитационного моделирования для решения задач в различных областях человеческой деятельности. Для достижения поставленной цели необходимо решить целый ряд задач, а именно: 1. Изучить теоретические материалы из различных источников по теме имитационное моделирование, 2. Изучить виды и методы имитационного моделирования и области наиболее целесообразного применения аналитических методов, 3. Рассмотреть наиболее популярные системы и инструментальные средства имитационного моделирования. 4. Изучить этапы процесса проведения статистических испытаний методом Монте Карло. 5. Рассмотреть на конкретном примере применение метода Монте Карло к решению задач с использованием современных инструментальных средств моделирования. При подготовке материалов для написания курсовой работы были использованы теоретические и практические методы научного исследования, такие как анализ, синтез, моделирование, эксперимент, наблюдение, сравнение, а также наглядные методы представления и обработки информации. По структуре курсовой проект состоит из теоретической части и практической части, общих выводов, рекомендаций, списка используемых источников информации, приложения.

Читать дальше
ЗАКЛЮЧЕНИЕ Благодаря интенсивному развитию информатики и компьютерных технологий стало намного проще находить ответы на сложные задачи, решение которых, другими способами, обусловлено неадекватными результату затратами времени и финансов, а использование имитационного моделирования с применением компьютерных средств позволяет значительно упростить решения с наименьшими издержками используемых ресурсов. Развитие компьютерных и программных средств в эпоху информационных и цифровых технологий привело к созданию и использованию компьютерных моделей, имитирующих объекты и процессы реального мира, которые можно изучать без риска нанести непоправимый ущерб окружающей среде и миру в целом. Кроме того, применение имитационного моделирования позволило экономить финансовые, кадровые и производственные мощности при создании новых объектов с новыми свойствами, так как проведение различных экспериментов над компьютерными моделями позволяет определять вектор развития свойств объектов и наборы характеристик, наиболее полно отвечающих заданным условиям. Такую модель можно «проиграть» во времени, как для одного испытания, так и заданного их множества. Невозможно сразу моделировать какой-либо процесс, для этого необходимо специальное обучение способам, приемам и технологиям компьютерного имитационного моделирования. К имитационному моделированию прибегают, когда: - дорого или невозможно экспериментировать на реальном объекте; - невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные; - необходимо сымитировать поведение системы во времени. При анализе большинства реальных процессов в экономике и бизнесе аналитик сталкивается со случайными процессами и явлениями. Результаты экономической деятельности зависят от многих разнонаправленных факторов и должны рассматриваться как случайные величины. Одним из методов обоснования управленческих решений в условиях риска и неопределённости является метод Монте-Карло. Широкое распространение получило применение метода Монте-Карло в анализе риска инвестиционных проектов. Таким образом, имитационное моделирование методом Монте-Карло позволяет осуществлять оценивание воздействия неопределенности на системы в широком диапазоне ситуаций. Обычно данный метод применяется для оценивания диапазона возможных результатов и соответствующей частоты значений в данном диапазоне для количественных величин, таких как затраты, длительность, производительность, спрос и тому подобных. Имитационное моделирование методом Монте-Карло может применяться для двух различных целей: - распространение неопределенности на обычные аналитические модели; - вероятностные расчеты в случае, когда применения аналитических методик невозможно. Данный метод применяется также для оценки неопределенности финансовых прогнозов, результативности инвестирования, прогнозов по издержкам и длительности проектов, сбоев производственных процессов и потребностей в персонале. Также метод применяется в случаях, когда аналитические методики не способны предоставить соответствующие результаты, или когда имеется неопределенность во входных данных, а, следовательно, и в выходных данных. Практическая реализация данного метода может быть реализована с помощью различных прикладных программ и использоваться для решения самых разнообразных задач. Подводя итоги, можно сказать, что цель курсового проектирования достигнута.
Читать дальше
1. ГОСТ Р 7.0.97-2016. «Национальный стандарт Российской Федерации. Система стандартов по информации, библиотечному и издательскому делу. Организационно-распорядительная документация. Требования к оформлению документов» (утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 3 декабря 2018 г. N 1050-ст): [сайт].- 2022.- URL: https://internet-law.ru/gosts/gost/63653 (дата обращения 10.01.2023).- Текст: электронный. 2. ГОСТ Р 7.0.100-2018. «Национальный стандарт Российской Федерации. Система стандартов по информации, библиотечному и издательскому делу. Библиографическая запись. Библиографическое описание. Общие требования и правила составления» (утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 3 декабря 2018 г. N 1050-ст) (ред. от 14.05.2018) : [сайт].- 2022.- URL: https://www.consultant.ru/document/cons_doc_LAW_216461/ (дата обращения 10.01.2023).- Текст: электронный. 3. Акопов, А.С. Имитационное моделирование: учебник и практикум для академического бакалавриата/ А.С. Акопов – М.:Издательство Юрайт, 2017. – 389 с. – Серия: Бакалавр. Академический курс.- Текст: непосредственный. (дата обращения 10.12.2022). 4. Волошинов, А. В. Математика и искусство. – М.: Просвещение, 1992. – 335 с.: ил.- Текст: непосредственный. (дата обращения 10.12.2022). 5. Зорин, А.В. Численные методы математической статистики в пакете R. Составители: А.В. Зорин, Е.В. Кудрявцев, М.А. Рачинская: Учебно-методическое пособие. – Нижний Новгород: Нижегородский госуниверситет, 2017. – 37 с.-Текст: непосредственный. (дата обращения 19.12.2022). 6. Мицель, А.А. Математическое и имитационное моделирование в Mathcad: Лабораторный практикум. – Юрга: Изд-во ЮТИ (филиал) ТПУ, 2016. – 70с.- Текст: непосредственный. (дата обращения 19.12.2022). 7. Раменская, А.В. Метод Монте-Карло и инструментальные средства его реализации: методические указания / А.В. Раменская, К.В. Пивоварова. Оренбургский гос. Ун-т. – Оренбург: ОГУ, 2018. – 58с.- Текст: непосредственный. (дата обращения 13.12.2022). 8. anylogic: [сайт].- 2022.- URL: https://www.anylogic.ru/ (дата обращения 13.12.2022).- Текст: электронный. 9. ermak: [сайт].- URL: http://ermak.cs.nstu.ru/mmsa/glava3/glava3.htm (дата обращения 10.12.2022).- Текст: электронный. 10. gigabaza.ru: [сайт].- 2022.- URL: https://gigabaza.ru/doc/135122-p11.html (дата обращения 10.12.2022).- Текст: электронный. 11. Hcxl. Применение метода Монте-Карло: [сайт].- 2022.- URL: https://hcxl.net/ruletka.html (дата обращения 16.12.2022). – Текст: электронный. 12. Jimdofree: [сайт].- 2022.- URL: https://ek-ek.jimdofree.com/(дата обращения 11.12.2022).- Текст: электронный. 13. machinelearning: [сайт].- 2022.- URL: http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%9C%D0%BE%D0%BD%D1%82%D0%B5-%D0%9A%D0%B0%D1%80%D0%BB%D0%BE (дата обращения 13.12.2022).- Текст: электронный. 14. metrology: [сайт].- 2022.- URL: https://metrology.com.ua/menedzhment-riska/opisanie-metodov-otsenki-riskov/imitatsionnoe-modelirovanie-metodom-monte-karlo/ (дата обращения 11.12.2022).- Текст: электронный. 15. My-excel: [сайт].- 2022.- URL: https://my-excel.ru/excel/metod-monte-karlo-v-excel.html (дата обращения 20.12.2022).- Текст: электронный. 16. Poisk. Пример реализации стохастического метода в системе MathCAD: [сайт].- 2022.- URL: https://poisk-ru.ru/s4801t12.html (дата обращения 21.12.2022).- Текст: электронный. 17. Radiomaster. Методы Монте-Карло MathCAD 12 руководство: [сайт].- 2022.- URL: https://radiomaster.ru/cad/mc12/glava_12/index13.php (дата обращения 20.12.2022).- Текст: электронный. 18. R-blogerrs: [сайт].- 2022.- URL: https://translated.turbopages.org/proxy_u/en-ru.ru.8beefc2b-639caca3-8c4b65a7-74722d776562/https/www.r-bloggers.com/2017/08/monte-carlo-simulations-in-r/ (дата обращения 19.12.2022).- Текст: электронный. 19. rstudio: [сайт].-2022.- URL: http://rstudio-pubs-static.s3.amazonaws.com/111974_cbba4002cf0b4798bba85549400bc33e.html (дата обращения 20.12.2022).- Текст: электронный. 20. rusforexclub: [сайт].- 2022.- URL: https://rusforexclub.com/articles/24-finansovaya-matematika/88-populyarno-o-matmodelirovanii-i-metode-monte-karlo (дата обращения 16.12.2022).- Текст: электронный. 21. simulation: [сайт].- 2022.- URL: http://simulation.su/uploads/files/default/2013-nechaevsky-1.pdf (дата обращения 13.12.2022).- Текст: электронный. 22. word-office: [сайт].- 2022.- URL: http://word-office.ru/kak-sdelat-metod-monte-karlo-v-excel.html (дата обращения 16.12.2022).- Текст: электронный. 23. Финансовая энциклопедия: [сайт].- 2022.- URL: https://nesrakonk.ru/create-monte-carlo-simulation-using-excel/ (дата обращения 18.12.2022).- Текст: электронный. 24. Хабр. Монте-Карло моделирование в Mathcad Express: [сайт].- 2022.- URL: https://habr.com/ru/company/nerepetitor/blog/272713/ (дата обращения 18.12.2022).- Текст: электронный. 25. Хабр: [сайт].- 2022.- URL: https://habr.com/ru/company/lanit/blog/351870/ (дата обращения 13.12.2022).- Текст: электронный.
Читать дальше
Поможем с написанием такой-же работы от 500 р.
Лучшие эксперты сервиса ждут твоего задания

Похожие работы

дипломная работа
Бухгалтерский учет основных средств и экономический анализ эффективности их использования.
Количество страниц:
63
Оригинальность:
82%
Год сдачи:
2022
Предмет:
Бухгалтерский учет, анализ и аудит
реферат
Бухгалтерский учет основных средств и экономический анализ эффективности их использования
Количество страниц:
15
Оригинальность:
93%
Год сдачи:
2022
Предмет:
Английский
дипломная работа
Использование логистических подходов к деятельности таможенного склада
Количество страниц:
60
Оригинальность:
64%
Год сдачи:
2023
Предмет:
Логистика, управление запасами
дипломная работа
"Радио России": история становления, редакционная политика, аудитория. (Имеется в виду радиостанция "Радио России")
Количество страниц:
70
Оригинальность:
61%
Год сдачи:
2015
Предмет:
История журналистики
курсовая работа
26. Центральное (всесоюзное) радиовещание: история создания и развития.
Количество страниц:
25
Оригинальность:
84%
Год сдачи:
2016
Предмет:
История журналистики

Поможем с работой
любого уровня сложности!

Это бесплатно и займет 1 минуту
image