Náplň přednášek
1) Úvod do předmětu, základní pojmy z modelování a simulace.
2) Základní popis simulačního software Witness.
3) Úvod do problematiky diskrétní simulace.
4) Diskrétní simulace - algoritmy orientované na události.
5) Diskrétní simulace - algoritmy orientované na aktivity.
6) Metody generování pseudonáhodných čísel.
7) Metody transformace pseudonáhodných čísel.
8) Úvod do teorie odhadů parametrů základního souboru, bodové odhady parametrů.
9) Intervalový odhad střední hodnoty.
10) Úvod do testování statistických hypotéz, testování normality - Pearsonův χ2 test dobré shody.
11) Jednovýběrový test střední hodnoty.
12) Dvouvýběrový test střední hodnoty.
13) Úvod do metody Monte Carlo.
14) Rezerva.
Náplň cvičení:
1) Představení software Witness - ukázka modelu systému hromadné obsluhy.
2) Základní prvky simulačního modelu - součásti, zásobníky, stroje, pracovníci.
3) Vstupní a výstupní pravidla ve Witness.
4) Používání náhodných proměnných ve Witness.
5) Práce s proměnnými ve Witness.
6) Práce s atributy ve Witness.
7) Spolupráce software Witness s Microsoft Excel.
8) Použití nástavby Optimizer k optimalizaci vstupních parametrů simulačního modelu.
9) Intervalové odhady střední hodnoty.
10) Pearsonův χ2 test dobré shody.
11) Jednovýběrový a dvouvýběrový test střední hodnoty.
12) Konzultace semestrálního projektu.
13) Konzultace semestrálního projektu.
14) Kontrola semestrálního projektu a udělení zápočtu.
1) Úvod do předmětu, základní pojmy z modelování a simulace.
2) Základní popis simulačního software Witness.
3) Úvod do problematiky diskrétní simulace.
4) Diskrétní simulace - algoritmy orientované na události.
5) Diskrétní simulace - algoritmy orientované na aktivity.
6) Metody generování pseudonáhodných čísel.
7) Metody transformace pseudonáhodných čísel.
8) Úvod do teorie odhadů parametrů základního souboru, bodové odhady parametrů.
9) Intervalový odhad střední hodnoty.
10) Úvod do testování statistických hypotéz, testování normality - Pearsonův χ2 test dobré shody.
11) Jednovýběrový test střední hodnoty.
12) Dvouvýběrový test střední hodnoty.
13) Úvod do metody Monte Carlo.
14) Rezerva.
Náplň cvičení:
1) Představení software Witness - ukázka modelu systému hromadné obsluhy.
2) Základní prvky simulačního modelu - součásti, zásobníky, stroje, pracovníci.
3) Vstupní a výstupní pravidla ve Witness.
4) Používání náhodných proměnných ve Witness.
5) Práce s proměnnými ve Witness.
6) Práce s atributy ve Witness.
7) Spolupráce software Witness s Microsoft Excel.
8) Použití nástavby Optimizer k optimalizaci vstupních parametrů simulačního modelu.
9) Intervalové odhady střední hodnoty.
10) Pearsonův χ2 test dobré shody.
11) Jednovýběrový a dvouvýběrový test střední hodnoty.
12) Konzultace semestrálního projektu.
13) Konzultace semestrálního projektu.
14) Kontrola semestrálního projektu a udělení zápočtu.