|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KKY / MS2
:
Popis předmětu
Pracoviště / Zkratka
|
KKY
/
MS2
|
Akademický rok
|
2024/2025
|
Akademický rok
|
2024/2025
|
Název
|
Modelování a simulace 2
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
3
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština, Angličtina
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
9 / -
|
5 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
10
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština, Angličtina
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je prohloubení znalostí integrace metod matematického modelování v rámci simulací komplexních systémů hybridního typu. Předmět se soustředí na konkrétní případ řeší diskrétní a stochastické aspekty úlohy modelování a simulace.
Hlavní témata předmětu po jednotlivých týdnech (blocích):
- Úvod modelování a simulace komplexních systémů
- Základy diskrétních systémů řízené událostmi
- Algoritmická kompozice konečných automatů
- Přípustné jazyky a jejich kompozice
- Teorie dozorčích automatů a algoritmizace návrhu
- Základy Markovských řetězců
- Výpočet očekávaných hodnot a způsoby podmiňování
- Statistická simulace a metoda Monte Carlo
- Rozšíření na Markov Chain Monte Carlo
- Statistické metody validace
- Pokročilé metody validace
- Prezentace simulačních výsledků
|
Požadavky na studenta
|
Zápočet: Referát v průběhu semestru.
Zkouška: Odpovídající znalost odpřednesené a procvičené látky, u zkoušky se zohledňují rovněž výsledky dosažené v průběhu semestru.
|
Obsah
|
Hlavní témata předmětu po jednotlivých týdnech (blocích):
- Úvod modelování a simulace komplexních systémů
- Základy diskrétních systémů řízené událostmi
- Algoritmická kompozice konečných automatů
- Přípustné jazyky a jejich kompozice
- Teorie dozorčích automatů a algoritmizace návrhu
- Základy Markovských řetězců
- Výpočet očekávaných hodnot a způsoby podmiňování
- Statistická simulace a metoda Monte Carlo
- Rozšíření na Markov Chain Monte Carlo
- Statistické metody validace
- Pokročilé metody validace
- Prezentace simulačních výsledků
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
C. G. Cassandras. Introduction to Discrete Event Systems. Kluwer Academic Publishers, 1999.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
39
|
Příprava prezentace (referátu) [3-8]
|
10
|
Praktická výuka [vyjádření počtem hodin]
|
26
|
Příprava na souhrnný test [6-30]
|
35
|
Příprava na zkoušku [10-60]
|
50
|
Celkem
|
160
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
studenti by měli mít základní znalosti z oblasti teorie systémů, algoritmizace a programování na úrovni úvodních vysokoškolských kurzů |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
student má základní počítačové dovednosti v programu Matlab |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
porozumět metodám systémové analýzy a aplikovat je pro analýzu kybernetických systémů |
pochopit a uplatňovat obecné principy analýzy systémů |
analyzovat systémy s využitím strukturovaných metod |
analyzovat systémy s využitím objektově orientovaných metod |
využívat efektivně počítačovou podporu
|
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
student umí převést diskrétní chování systému do souvísejícího jazyka |
student umí schématicky popsat jazyk pomocí konečného automatu |
student umí pomocí počítačovích nástrojů ověřit korektnost konečného automatu |
student umí vytvářet kompozice konečných automatů |
student umí navrhnout přípustné pravidla konečného automatu o ověřit jejich proveditelnost |
student umí navrhnout dozorčí automaty |
student umí navrhnout simulaci dle metody Monte Carlo |
student umí navrhnout a realizovat simulaci metodou Markov Chain Monte Carlo |
student umí validovat program simulace |
student umí validovat výsledky simulace oproti naměřeným hodnotám |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: samostatně a odpovědně se rozhodují v nových nebo měnících se souvislostech nebo v zásadně se vyvíjejícím prostředí s přihlédnutím k širším společenským důsledkům jejich rozhodování, |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
mgr. studium: plánují, podporují a řídí s využitím teoretických poznatků oboru získávání dalších odborných znalostí, dovedností a způsobilostí ostatních členů týmu, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Individuální prezentace, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Výstupní projekt, |
Individuální prezentace, |
Písemná zkouška, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Demonstrace dovedností (praktická činnost), |
Individuální prezentace, |
Seminární práce, |
Písemná zkouška, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška s diskusí, |
Cvičení (praktické činnosti), |
Samostudium, |
Individuální konzultace, |
Přednáška s aktivizací studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Cvičení (praktické činnosti), |
Výuka podporovaná multimédii, |
Analyticko-kritická práce s textem, |
Skupinová výuka, |
Samostudium, |
Individuální konzultace, |
Diskuse, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Cvičení (praktické činnosti), |
Výuka podporovaná multimédii, |
Analyticko-kritická práce s textem, |
Skupinová výuka, |
Samostudium, |
Individuální konzultace, |
Diskuse, |
|
|
|
|