Předmět: Modelování a simulace 2

« Zpět
Název předmětu Modelování a simulace 2
Kód předmětu KKY/MS2
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia 1
Semestr Zimní
Počet ECTS kreditů 6
Vyučovací jazyk Čeština, Angličtina
Statut předmětu Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Dostupnost předmětu Předmět je nabízen přijíždějícím studentům
Vyučující
  • Průša Kamila, doc. PhD.
Obsah předmětu
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

Studijní aktivity a metody výuky
Přednáška s diskusí, Přednáška s praktickými aplikacemi, Individuální konzultace, Samostudium studentů, Samostudium literatury, Cvičení
  • Kontaktní výuka - 39 hodin za semestr
  • Příprava prezentace (referátu) [3-8] - 10 hodin za semestr
  • Příprava na zkoušku [10-60] - 50 hodin za semestr
  • Příprava na souhrnný test [6-30] - 35 hodin za semestr
  • Praktická výuka [vyjádření počtem hodin] - 26 hodin za semestr
Předpoklady
Odborné znalosti
studenti by měli mít základní znalosti z oblasti teorie systémů, algoritmizace a programování na úrovni úvodních vysokoškolských kurzů
Odborné dovednosti
student má základní počítačové dovednosti v programu Matlab
Obecné způsobilosti
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
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
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
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,
Vyučovací metody
Odborné znalosti
Přednáška s diskusí,
Cvičení (praktické činnosti),
Samostudium,
Individuální konzultace,
Přednáška s aktivizací studentů,
Odborné dovednosti
Přednáška založená na výkladu,
Cvičení (praktické činnosti),
Výuka podporovaná multimédii,
Analyticko-kritická práce s textem,
Skupinová výuka,
Samostudium,
Individuální konzultace,
Diskuse,
Obecné způsobilosti
Přednáška založená na výkladu,
Cvičení (praktické činnosti),
Výuka podporovaná multimédii,
Analyticko-kritická práce s textem,
Skupinová výuka,
Samostudium,
Individuální konzultace,
Diskuse,
Hodnotící metody
Odborné znalosti
Kombinovaná zkouška,
Individuální prezentace,
Odborné dovednosti
Výstupní projekt,
Individuální prezentace,
Písemná zkouška,
Obecné způsobilosti
Demonstrace dovedností (praktická činnost),
Individuální prezentace,
Seminární práce,
Písemná zkouška,
Doporučená literatura
  • C. G. Cassandras. Introduction to Discrete Event Systems. Kluwer Academic Publishers, 1999.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr