Стохастичне моделювання / Stochastic Modeling (122 КН)

Тип: Нормативний

Кафедра: радіоелектронних і комп'ютерних систем

Навчальний план

СеместрКредитиЗвітність
106Іспит

Лекції

СеместрК-сть годинЛекторГрупа(и)
1032ст. наук. співробітник Соколовський Б. С.ФеІм-11, ФеІм-12, ФеІм-13, ФеІм-14

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
1032ФеІм-11
ФеІм-12
ФеІм-13
ФеІм-14ст. наук. співробітник Соколовський Б. С.

Опис навчальної дисципліни

В навчальній дисципліні  висвітлюються  теоретичні, алгоритмічні та прикладні аспекти методу стохастичного моделювання.  Розглядаються підходи до розробки стохастичних моделей  для детермінованих та ймовірнісних систем та процесів. Проаналізовано методи оцінки  статистичних характеристик результатів стохастичних   експериментів. Описано методи  та алгоритми генерування псевдовипадкових чисел,  моделювання дискретних та неперервних випадкових величин з різними законами розподілів. Розглянуто методи моделювання випадкових процесів. Значну увагу приділено застосуванню ймовірнісних  підходів до розв’язання прикладних задач, в тому числі оптимізаційного  характеру.

 

Метою  навчальної дисципліни є формування у студентів теоретичних знань в області сучасних методів стохастичного моделювання; отримання  практичних навичок  щодо  застосування  методів стохастичного моделювання  для розв’язання прикладних задач, в тому числі з використанням  спеціалізованих програмних продуктів.

Рекомендована література

Основна література:
1. Томашевський В.М. Моделювання систем. – К.: Видавнича група BHV, 2005. – 352c.
2. Taylor Howard M., Karlin Samuel. An Intoduction to Stochastic Modelling. – San Diego: Academic Press, 1998. – 631p.
3. Knuth Donald E. The Art of Computer Programming. Vol.2 .– Adisson Wesley Longman, 1998. – 763p.
4. Reuven V. Rubinstein Simulation and the Monte Carlo Method. –New York, Wiley & Sons, 1981. – 278p.
5. Sobol I. M. A Primer for the Monte Carlo Method. – London, CRC Press, 1994. –107p.
6. Субботін С. О., Олійник А.О., Олійник О.О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і
нейромережевих моделей. Монографія. – Запоріжжя: ЗНТУ, 2009. – 375c.
7. Гуляницький Л. Ф., Мулеса О.Ю. Прикладні методи комбінаторної оптимізації. Навч. посібник. – К.: ВПЦ “Київський університет”, 2016.–133c.
8. Luke Sean. Essential of Metaheuristics. – 2009. – 235p. Available at http://cs.gmu.edu/~sean/book/metaheuristics/

Допоміжна література:
9. Бобик О.І., Берегова Г.І., Копитко Б.І. Теорія ймовірностей і математична статистика. – Львів: 2006. – 440с.
10. Сеньо П.С. Випадкові процеси.- Львів: Компакт- ЛВ, 2006. – 288с.
11. Metropis N. The beginning of the Monte Carlo Method. – Los Alamos Science, Special Issue, 1987.
12. Кособуцький П.С. Статистичні та Монте-Карло алгоритми моделювання випадкових процесів у макро- і мікросистемах в MathCAD.– Львів: Вид. “ Львівська політехніка”, 2014.– 412c.
13. Seminar on Stochastic Processes 2022. Lehigh University, Bethlehem, Pennsylvania. URL: https://wordpress-lehigh-edu.translate.goog/ssp2022/?_x_tr_sl=en&_x_tr_tl=uk&_x_tr_hl=uk&_x_tr_pto=sc

Силабус:

Завантажити силабус