ms

b.генеруванні випадкових чисел за заданим законом розподілу;

c.визначенні закону розподілу та його параметрів.

25.Апроксимація функціональної залежності здійснюється

a.методом найменших квадратів;

b.методом найбільших кубів;

c.методом точних коефіцієнтів.

26.Випадкова величина, розподілена за експоненціальним законом розподілу з середнім значенням 0,5, генерується за формулою:

a.ξ = - 01,5 ln ζ ;

b.ξ = −0,5lnζ ;

c.ξ = 0,5lnζ

d.ξ = 01,5 e1−ζ .

27.Для визначення зовнішнього критерію таблицю даних поділяють на частини:

a.прагматичну та емпіричну;

b.початкову та кінцеву;

c.навчаючу та перевірну.

28.Законами розподілу дискретних випадкових величин являються:

a.Пірсона, Колмогорова, Джонсона;

b.експоненціальний, Гауса, рівномірний ;

c.рівномірний, Пуасона, біноміальний;

29.Випадкова величина, розподілена за нормальним законом розподілу з параметрами а і σ, генерується за формулою:

30.Розрізняють алгоритми самоорганізації моделей

a.однорядні та багаторядні;

b.зовнішні та внутрішні;

c.типу А та типу В.

391

31. Яка з наведених матриць планування складена правильно: a.

32. Множина моделей-претендентів комбінаторного алгоритму самоорганізації у випадку, коли найскладніша модель має вид

y= b0 + b1 x1 + b2 x2 + b3 x1 x2 + b4 x12 , складається з :

a.31 моделі;

b.64 моделей;

c.15 моделей;

d.107 моделей.

392

33.Для визначення критерію мінімуму зсуву таблицю даних поділяють на частини А та В у відношенні:

a.1:1;

b.2:1;

c.3:2;

d.5:3.

34.Для визначення критерію регулярності таблицю даних поділяють на частини А та В у відношенні:

a.1:1;

b.2:1;

c.3:2;

d.2:3.

35.Рівняння моделі, що може бути отримане в результаті факторного експерименту типу 22, має вигляд:

a.y = b0 + b1x1 + b2 x2 + b3 x1x2 ;

b.y = b0 + b1x1 + b2 x2 + b3 x3 ;

c.y = b0 + b1 x1 + b2 x2 + b3 x3 + b4 x1 x3 .

36.Для визначення критерію регулярності використовують форму-

лу:

αå(yiM )2

i=1

37.Коефіцієнти моделі за табличними даними знаходяться за фор-

мулою:

a. b = Х Т (X × X Т )−1 y ;N

b. b = (X T × X ) × X −1 y ;

c.b = (X T × X )−1 × X T y ;

38.Розмір вибірки р, що забезпечує задану точність ε та довірчу ймовірність β результату моделювання, у випадку нормального закону розподілу визначається за формулою:

393

результату моделювання.

39. В результаті факторного експерименту отримано рівняння виду y = b0 + b1 x1 + b2 x2 + b3 x3 + b4 x4 + b5 x1 x2 + b6 x3 x4 . Факторний експе-

римент якого типу проводився:

a.24;

b.46-2 ;

c.24-1;

d.32.

40.Для визначення критерію мінімуму зсуву використовують формулу:

i

Відповіді на тестові завдання:

1. b 2. b 3. a 4. a 5. a 6. b,c 7. a 8. a 9. c 10. a 11. a 12. b 13. a 14. a 15. b 16. c 17. c 18. b 19. a 20. a 21. b 22. b 23. b 24. c 25. a 26. b 27. c 28. c 29. a 30. a 31. b 32. a 33. a 34. b 35. a 36. b 37. c 38. a 39. c 40. b

394

17.Стеценко І.В.: Методичні вказівки до курсової роботи з дисципліни «Моделювання систем». – ЧІТІ, 2000. – 38с.

18.Стеценко І.В.: Методичні вказівки до лабораторних робіт з дисципліни «Моделювання систем». – ЧДТУ, 2003. – 51с.

19.Стеценко І.В., Батора Ю.В. Імітаційне моделювання транспортного руху через світлофорні об’єкти // Вісник Черкаського державного технологічного університету. – Черкаси, 2006. - №3. – С.75-79.

20.Стеценко І.В., Батора Ю.В. Інформаційна технологія визначення оптимальних параметрів управління транспортним рухом через світлофорні об’єкти міста // Математичні машини і системи. – Київ, 2007. -

№.3,4 – С.211-217.

21.Стеценко І.В. Бойко О.В. Технологія імітаційного моделювання систем управління засобами сіток Петрі // Вісник Черкаського державного технологічного університету. – Черкаси, 2006. - №4. – С.29-32.

22.Стеценко І.В., Бойко О.В. Система імітаційного моделювання засобами сіток Петрі // Математичні машини і системи – Київ, 2009. - №.1 –

С.117-124.

23.Стеценко І.В., Данилюк А.А. Імітаційне моделювання систем управління засобами сіток Петрі // Вісник Черкаського державного технологічного університету. – Черкаси, 2005. - №3. – С.293-295.

24.Стеценко І.В., Стеценко В.Г., Дифучин Ю.М. Оптимізація імітаційних моделей систем методами групового врахування аргументів // Питання прикладної математики та математичного моделювання. – Видавництво Дніпропетровського університету, 2004. – С.172-177.

25.Теорія статистики: Навчальний посібник / Вашків П.Г., Пастер П.І., Сторожук В.П., Ткач Є.І. - К.:Либідь, 2001. – 320 с.

26.Тимченко А.А. Основи системного проектування та системного аналізу складних об’єктів: Підручник для студентів вищих закладів освіти/За ред..В.І.Бикова – К.:Либідь, 2000. – 270с.

27.Тимченко А.А. Основи системного проектування та системного аналізу об’єктів. Основи системного підходу та системного налізу об’єктів нової техніки: Навч. посібник/За ред.. Ю.Г.Леги. – К.:Либідь, 2004. – 288с.

28.Томашевський В.М. Моделювання систем. – К. : Видавнича группа

BHV, 2005. – 352с.

29.Томашевський В.М., Жданова О.Г., Жолдакова О.О. Вирішення практичних завдань методами комп’ютерного моделювання: Навч. посіб-

ник. - К.:Корнійчук, 2001. – 267с.

396

30.Шеннон Р., Имитационное моделирование систем – искусство и нау-

ка, М., 1986. – 418 с.

31.Шрайбер Т. Дж. Моделирование на GPSS. – М.: Машиностроение, 1980. – 593с.

32.Элиенс, Антон Принципы объектно-ориентированной разработки программ. 2-е издание. – М.: Изд. дом «Вильямс», 2002. – 496с.

33.Ямпольський Л.С., Лавров О.А. Штучний інтелект у плануванні та управлінні виробництвом. – К.: Вища школа, 1995. – 254с.

34.Kelton W.D., R.P. Sadowski, and D.A. Sadowski: Simulation with Arena, McGraw-Hill, New York (1998).

35.Systems Modeling Corporation: Arena User’s Guide, Version 4.0, Sewickly, Pennsylvania (1999).

397

ПРЕДМЕТНИЙ ПОКАЖЧИК