Имитационное и статистическое моделирование на ЭВМ. Метод Монте-Карло

Введение
1. Сущность метода имитационного моделирования
1.1 Метод имитационного моделирования и его особенности. Статическое и динамическое представление моделируемой системы
1.2 Понятие о модельном времени. Механизм продвижения модельного времени. Дискретные и непрерывные имитационные модели
1.3 Моделирующий алгоритм. Имитационная модель
1.4 Проблемы стратегического и тактического планирования имитационного эксперимента. Направленный вычислительный эксперимент на имитационной модели
1.5 Общая технологическая схема имитационного моделирования
1.6 Возможности, область применения имитационного Моделирования
2. Введение в метод Монте Карло
2.1. Метод статистического моделирования на ЭВМ (метод Монте-Карло)
2.1 Выводы. Отличительные особенности моделей различных классов
Заключение

Сложная система рассматривается как целостная совокупность элементов, характеризующаяся наличием большого количества взаимосвязанных и взаимодействующих между собой элементов.
У исследователя существует субъективная возможность разбиения системы на подсистемы, цели функционирования которых подчинены общей цели функционирования всей системы (целенаправленность систем). Целенаправленность интерпретируется, как способность системы осуществлять в условиях неопределенности и воздействия случайных факторов поведение (выбор поведения), преследующее достижение определенной цели.
Методологией исследования сложных систем является системный анализ. Один из важнейших инструментов прикладного системного анализа — компьютерное моделирование. Имитационное моделирование является наиболее эффективным и универсальным вариантом компьютерного моделирования в области исследования и управления сложными системами.

В работе рассмотрены имитационное и статистическое моделирование на ЭВМ. Метод Монте-Карло.