Содержание
- 2. Предметом дисциплины "Моделирование и оптимизация процессов и систем сервиса" являются методы и модели управленческих и технологических
- 3. Основными задачами курса являются общая методическая и математическая подготовка студентов для решения задач моделирования и оптимизации
- 4. Основное содержание дисциплины составляют следующие темы: Модель и моделирование. Моделирование процессов и объектов в работе предприятий
- 5. Модель (изделия, процесса, явления) – объект, который отображает или воспроизводит свойства исходного объекта и используется, как
- 6. Переменные величины , используемые в модели Внутренние переменные (параметры обстановки) Входные (независимые, экзогенные) величины (параметры управления)
- 7. Переменные величины (данные , используемые в модели) можно разделить на: Входные (независимые, экзогенные) величины (параметры управления)
- 8. Данные могут быть качественными или количественными. Количественная шкала считается определенной, если заданы единица измерения и начальная
- 9. Порядковая шкала устанавливает отношение равенства между объектами, отнесенными к одному классу, и отношение последовательности в понятиях
- 10. Классификация задач оптимизации и моделирования технологических процессов По назначению: 1) Задачи планирования: Маркетинговое планирование – выделение
- 11. Классификация задач оптимизации и моделирования технологических процессов По принципам решения: Информационные: задачи: отслеживание тенденций моды, анализ
- 12. Классификация задач оптимизации и моделирования технологических процессов По методам решения: Оценочные задачи: по известным исходным данным
- 14. Регрессионный анализ – совокупность методов математической статистики, применяемых для исследования характера функциональной зависимости между случайными величинами.
- 15. Исходные данные: Уравнение регрессии имеет вид: ŷ = f(x; a0, a1, …,an), где ŷ – прогнозируемое
- 16. Диаграмма рассеивания 0 x y
- 17. Оценка параметров уравнения регрессии Коэффициент регрессии Ry/x (a1) показывает, на сколько в среднем изменится параметр Y
- 18. Линия регрессии xk ŷk ŷ = a1*х + a0
- 21. Под статистической моделью понимается такая математическая модель, в которой сложное случайное явление с неизвестными вероятностными характеристиками
- 22. Розыгрыш (модельный опыт, жребий, статистическое испытание) представляет собой искусственное воспроизведение реализации случайного явления по его заданным
- 23. Случайное число от 0 до 1 - случайная величина, равномерно распределенная в интервале [0, 1].
- 24. Процедура розыгрыша случайного события Получить с помощью датчика случайных чисел число r и сделать вывод: Если
- 25. Процедура розыгрыша непрерывной случайной величины Для экспоненциального закона распределения: x = - 1/λ *ln (1 –
- 27. Математическое программирование — математическая дисциплина, изучающая экстремумы функций и разрабатывающая методы нахождения их при наличии или
- 28. Классификация задач математического программирования Линейное программирование (ЛП) - целевая функция линейна, ограничения задаются системой линейных равенств
- 29. Методы одномерной (выпуклой) минимизации α β xn+1 X* x y
- 30. Основной задачей линейного программирования называется задача, в которой необходимо минимизировать линейную целевую функцию при условии активных,
- 32. Графический метод решения задач линейного программирования заключается в следующем: в декартовой системе координат с осями Х1
- 33. Минимизировать целевую функцию F(X) = 2x1 + x2 min при ограничениях на её аргументы x1 ≤
- 34. X2≤6 X1≤10 8x1+12x2≥100 F(x)=2x1+x2=24
- 36. Спасибо за внимание!
- 38. Скачать презентацию