1. У моделювальних алгоритмах, що побудовані за часовим принципом: с.

58

розбивається інтервал дослідження на відрізки фіксовані відрізки t і

визначається стан у певний момент.

2. У моделювальних алгоритмах, що побудовані за подійним принципом: с.58

здійснюється циклічне послідовне відстеження подій під час проходження

через систему обслуговування кожної заявки. Підходить для особливих
об’єктів.

3. Моделювальні алгоритми, що побудовані за подійним принципом у

порівнянні з алгоритмами, побудованими за часовим принципом, є: с.58

Моделювальні алгоритми, які побудовані за цим принципом є більш

економічними з погляду обчислень та не містять методичної похибки,
пов’язаної з визначенням моменту настання особливого стану

4. Принцип послідовного проведення заявок є: с.58

Частковим випадком подійного принципу є принцип послідовної проводки

заявок, який використовується при статистичному моделюванні систем
масового обслуговування. В алгоритмах, що побудовані за цим принципом,
здійснюється циклічне послідовне відстеження подій під час проходження
через систему обслуговування кожної заявки.

5. Точність моделювальних алгоритмів, що побудовані за часовим

принципом, зі зменшенням кроку:

Зазвичай, зі зменшенням кроку моделювання точність моделі, побудованої за

часовим принципом, збільшується. Це пов'язано з тим, що зменшення кроку
дозволяє більш точно врахувати зміни у системі протягом коротших
проміжків часу.

Застосування меншого кроку моделювання дозволяє отримати більш

деталізовані результати, особливо коли система має швидкі зміни або
важливі події, які відбуваються на дуже малих часових проміжках. Чим
більше точок часу береться до уваги, тим більше дрібних змін можна
врахувати у моделі, що сприяє більш точному відтворенню поведінки
системи.

Однак, зі зменшенням кроку моделювання зростає обчислювальна

складність, оскільки модель потребує більшої кількості обчислень для
кожного кроку часу. Це може призвести до збільшення обсягу
обчислювальних ресурсів, необхідних для моделювання, і може збільшити
час обчислення.

Тому при виборі кроку моделювання слід збалансувати потреби в точності та

обчислювальній складності. Варто виконати дослідження для визначення
оптимального значення кроку моделювання, яке забезпечить достатню
точність результатів при раціональному використанні ресурсів.

6. Теоретичною основою методу статистичного моделювання є: с.60

Теоретичною основою методу статистичного моделювання систем на ЕОМ є

граничні теореми теорії ймовірностей (Чебишева, Бернуллі, Пуассона,
центральна гранична), які гарантують високу якість статистичних оцінок при
досить великій кількості випробувань (реалізацій) N. Практично прийнятні
при статистичному моделюванні кількісні оцінки характеристик систем часто
можуть бути отримані вже при порівняно невеликих значеннях N.

7. Для розв’язання детермінованої задачі методом статистичного

моделювання створюють еквівалентну схему у вигляді стохастичної системи:
с.62
8. Похибка результатів статистичного моделювання при збільшенні кількості
експериментів:

зменшується

9. Послідовності, що видаються ідеальним генератором випадкових чисел,

мають: с.64

До ідеального генератора ставиться ряд вимог. Зокрема, послідовності, що

видаються ним, мають:
– складатися із рівномірно розподілених чисел;
– містити статистично незалежні числа;
– бути відтворюваними;
– містити числа, що не повторюються;
– створюватися із мінімальними витратами машинного часу;
– займати мінімальний обсяг машинної пам’яті.

10. Найпоширенішими на практиці є такі способи генерації випадкових

чисел: с.64

Найпоширенішими на практиці є три основних способи генерації

випадкових чисел: апаратний (фізичний), табличний (файловий) і
алгоритмічний (програмний).

11. Перевагами файлового способу генерації випадкових чисел є: с.64-65

Табличний спосіб. При цьому способі випадкові числа, оформлені у 64

вигляді таблиці, поміщають в пам’ять ЕОМ, попередньо сформувавши з них
відповідний файл.
Перевагами цього способу генерації є: одноразова перевірка якості
послідовності; можливість відтворення послідовностей. Його недоліками є:
великі витрати оперативної пам’яті (або часу при розміщенні файла в
зовнішній пам’яті).

12. Перевагами алгоритмічного способу генерації випадкових чисел є: с.65

Алгоритмічний спосіб. При використанні цього способу випадкові числа

формуються ЕОМ за допомогою спеціальних алгоритмів і реалізуючих їх
програм.
Перевагами цього способу генерації є: можливість відтворення
послідовностей; використання відносно невеликого обсягу пам’яті. Його
недоліками є: обмеженість розміру послідовності її періодом; суттєві витрати
машинного часу.
Як найбільш раціональний на практиці при моделюванні систем управління
на універсальних ЕОМ найчастіше використовується алгоритмічний спосіб
одержання випадкових чисел. При цьому, з урахуванням детермінованого
характеру алгоритмів, отримувані з їх допомогою числа вважаються
псевдовипадковими з квазірівномірним розподілом.

13. Перевагами апаратного способу генерації є: с.64

Апаратний спосіб. При цьому способі генерації випадкові числа

виробляються спеціальною електронною приставкою – датчиком випадкових
чисел. Реалізація цього способу не потребує додаткових обчислювальних
операцій ЕОМ з генерації випадкових чисел (необхідна операція звертання
до зовнішнього датчика). Як фізичний ефект, що лежить в основі таких
генераторів, найчастіше використовуються шуми в електронних і
напівпровідникових приладах та явища розпаду радіоактивних елементів.
Перевагами цього способу генерації є: необмежений запас чисел; мінімум
машинних операцій та пам’яті. Його недоліками є: необхідність періодичної
перевірки якості послідовності; неможливість відтворення послідовності;
необхідність використання спеціального пристрою.

14. Два цілих числа конгруентні за модулем т, тоді й тільки тоді, коли: с.66

15. Яке випадкове число дасть конгруентний генератор, що реалізує

змішаний метод, для

16. Випадкова подія А, що настає із заданою ймовірністю р, матиме місце за

умови (де хі – випадкове число із послідовності з рівномірним розподілом в
інтервалі від 0 до 1): с.67

17. Одна з подій повної групи А1, А2, ..., , що настають із ймовірностями ,
матиме місце за умови (де хі – випадкове число із послідовності з
рівномірним розподілом в інтервалі від 0 до 1): с.67
18. Для одержання послідовностей випадкових чисел із заданим законом
розподілу використовують: с.68

Для одержання безперервних випадкових величин із заданим законом

розподілу (як і для дискретних величин) використовують точний метод
зворотної функції та наближені методи.

19. Який з методів доцільно використовувати для одержання випадкових

чисел із показниковим законом розподілу?

Метод зворотної функції.

20. Який із методів генерації випадкових чисел із заданим законом розподілу

є найбільш універсальним? С.69

Серед наближених виділяється універсальний метод одержання випадкових

чисел, заснований на кусковій апроксимації функції щільності.

21. Який із методів генерації випадкових чисел із заданим законом розподілу

є найбільш точним? С.68

Для одержання безперервних випадкових величин із заданим законом

розподілу (як і для дискретних величин) використовують точний метод
зворотної функції та наближені методи.
22. Які особливості машинних експериментів необхідно враховувати при
виборі способів фіксації та методів обробки результатів статистичного
моделювання? С. 71

1. Можливість отримувати при моделюванні системи S на ЕОМ великих

вибірок дозволяє кількісно оцінити характеристики процесу функціонування
системи, але перетворює в серйозну проблему зберігання проміжних
результатів моделювання. Виходом є використання рекурентних алгоритмів
обробки, коли оцінки обчислюють по ходу моделювання, причому великий
обсяг вибірки дає можливість користуватися при цьому досить простими
асимптотичними формулами.
2. Складність більшості досліджуваних систем при їх моделюванні на ЕОМ
часто призводить до того, що апріорне судження щодо характеристик
процесу їх функціонування, наприклад щодо типу очікуваного розподілу
вихідних змінних, є неможливим. Виходом є використання непараметричних
оцінок та оцінок моментів розподілів.
3. Блочність конструкцій машинних моделей М М і роздільне дослідження
блоків пов’язані з програмною імітацією вхідних змінних для однієї
часткової моделі за оцінками вихідних змінних, отриманих на іншій
частковій моделі. Якщо ЕОМ, що використовується для моделювання, не
дозволяє скористатися в повному обсязі отриманою інформацією, то можна
подати відповідні змінні у формі, зручній для побудови алгоритму їх імітації.