Podstawy Symulacji Komputerowej 

na kierunku Informatyka

studia stacjonarne i niestacjonarne

Cele kształcenia: 

Cel1: Zaznajomienie studentów z ideą podstawowymi zagadnieniami symulacji, w szczególności symulacji komputerowej.
Cel2: Zapoznanie słuchaczy z metodami budowy modeli wybranych klas obiektów i procesów.
Cel3: Poznanie metod problemów analizy i interpretacji wyników symulacji.
Cel4: Nabycie umiejętności programowania prostych systemów symulacyjnych. 

Efekty kształcenia:

EK1: ma podstawową wiedzę na temat modelowania i symulacji
EK2: zna i umie wykorzystać metody i algorytmy identyfikacji w warunkach deterministycznych i zakłóconych
EK3: umie planować i realizować zadania symulacji komputerowej
EK4: potrafi dokonać interpretacji i analizy wyników symulacji

Plan wykładu 

1. Uporządkowanie i rozszerzenie wiedzy z metod stochastycznych (zjawisko losowe, zmienna losowa jako rozkład prawdopodobieństwa i jego parametry, przegląd ważniejszych rozkładów, twierdzenia graniczne, proces stochastyczny Poissona, wektor losowy i jego parametry)

2. Wprowadzenie do metod generowania liczb (pseudo)losowych na przykładach wybranych algorytmów

3. Generowanie dyskretnych zmiennych losowych 

4. Generowanie ciągłych zmiennych losowych

5. Wprowadzenie do symulacji zdarzeń dyskretnych (na przykładzie modelu ryzyka ubezpieczeniowego)

6. Wprowadzenie do analizy statystycznej wyników symulacji

7. Wprowadzenie do Metod Monte Carlo (ilustracja na przkładzie problemu Igły Buffona) 

Literatura: 

1. Maciej Romaniuk, "Metody Monte Carlo", Oficyna Wydawnicza Politechniki Warszawskiej, 2019

2. Ryszard Rębowski, "Podstawy metod probabilistycznych i statystyki matematycznej", Wydawnictwo PWSZ w Legnicy                                          2015

3. Ryszard Rębowski, "Matematyka dyskretna dla informatyków", Seria Wydawnicza PWSZ w Legnicy, 2008

4. Sheldon Ross, "Simulation, Fifth edition", Academic Press, 2012

Listy zadań: lista 0,  lista 1  lista 2

Zasady zaliczenia kursu  zasady