МОДЕЛЬ

Get Started. It's Free
or sign up with your email address
МОДЕЛЬ by Mind Map: МОДЕЛЬ

1. Понятие модели

1.1. замещение исследуемого объекта (оригинала) его условным образом, описанием или другим объектом, именуемым моделью и обеспечивающим близкое к оригиналу поведение в рамках некоторых допущений и приемлемых погрешностей.

2. Виды моделей

2.1. Дискриптивные (выраженные на языке описания)

2.2. Смешанные

2.3. Наглядные (выраженные на языке представления)

3. Объекты информационного моделирования

3.1. явления ,процессы ,предметы- как обычные так и экономические.

4. Этапы моделирования

4.1. Первый этап – постановка задачи. Прежде всего следует уяснить цель моделирования. Исходя из цели моделирования, определяется вид и форма представления информационной модели, а также степень детализации и формализации модели. В соответствии с целью моделирования заранее определяются границы применимости создаваемой модели. На этом этапе также необходимо выбрать инструментарий, который будет использоваться при моделировании (например, компьютерную программу).

4.2. Второй этап – собственно моделирование, построение модели. На этом этапе важно правильно выявить составляющие систему объекты, их свойства и взаимоотношения и представить всю эту информацию в уже выбранной форме. Создаваемую модель необходимо периодически подвергать критическому анализу, чтобы своевременно выявлять избыточность, противоречивость и несоответствие целям моделирования.

4.3. Третий этап – оценка качества модели, заключающаяся в проверке соответствия модели целям моделирования. Такая проверка может производиться путем логических рассуждений, а также экспериментов, в том числе и компьютерных. При этом могут быть уточнены границы применимости модели. В случае выявления несоответствия модели целям моделирования она подлежит частичной или полной переделке.

4.4. Четвертый этап – эксплуатация модели, ее применение для решения практических задач в соответствии с целями моделирования.

4.5. Пятый этап – анализ полученных результатов и корректировка исследуемой модели.

5. Величины и зависимости между ними (величины,свойства величин ,виды зависимостей

5.1. Понятие величины, принимающей различные численные зна­чения, является отражением изменяемости окружающей нас дей­ствительности.

5.2. Математика изучает взаимосвязи между различными величинами. Из школьного курса нам известны формулы, связывающие различные величины:

5.2.1. площадь квадрата и длину его стороны: S = а2,

5.2.2. объем куба и длину его ребра: V = а3,

5.2.3. расстояние, скорость, время: S = V • t,

5.2.4. стоимость, цену и количество: М = с • k и др.

5.3. Дошкольники не изучают точные связи, но встречаются со свойствами этих зависимостей. Например:

5.3.1. чем длиннее путь, тем больше времени необходимо затра­тить,

5.3.2. чем больше цена, тем больше стоимость товара,

5.3.3. у большего квадрата сторона длиннее.

5.4. Эти свойства используются детьми в рассуждениях и помога­ют им правильно делать выводы.

6. Математические ,табличные и графические модели

6.1. Математи́ческая моде́ль — математическое представление реальности, один из вариантов модели как системы, исследование которой позволяет получать информацию о некоторой другой системе. Процесс построения и изучения математических моделей называется математическим моделированием.

6.2. Табличная модель — это вид информационной модели, который описывает объект в табличной форме (прямоугольной таблице состоящей из строк и столбцов)

6.3. Графическая информационная модель – это наглядный способ представления объектов и процессов в виде графических изображений. Графические информационные модели являются простейшим видом моделей. С их помощью передаются внешние признаки объекта – размер, форма, цвет. Графические модели несут в себе больше информации, чем словесные.

7. Модели статистического прогназирования

7.1. 1, Статистика – наука о сборе, изменении и анализе массовых количественных данных

7.2. 2. Виды статистики

7.3. Медицинская

7.4. Экономическая

7.5. Социальная

7.6. Математическая

7.7. и др.

7.8. 3,Существует два способа прогнозирования по регрессионной модели. Если прогноз производится в пределах экспериментальных значений независимой переменной (в нашем случае это концентрация угарного газа С), то это называется восстановлением значения. Прогнозирование за пределами экспериментальных данных называется экстраполяцией.

7.9. Наиболее известны и широко применяются трендовые и адаптивные методы прогнозирования. Среди последних можно выделить такие, как методы авторегрессии, скользящего среднего (Бокса — Дженкинса и адаптивной фильтрации), методы экспоненциального сглаживания (Хольта, Брауна и экспоненциальной средней) и др.