Modelování: obecné principy. Radek Pelánek

Podobné dokumenty
NetLogo a modelování decentralizovaných

Metody analýzy modelů. Radek Pelánek

Modelov an ı biologick ych syst em u Radek Pel anek

Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna

Modelování a simulace: o předmětu. Radek Pelánek

Modelování a simulace: o předmětu. Radek Pelánek

4EK201 Matematické modelování. 11. Ekonometrie

Modelov an ı soci aln ıch a ekonomick ych syst em u Radek Pel anek

ZÁKLADNÍ METODOLOGICKÁ PRAVIDLA PŘI ZPRACOVÁNÍ ODBORNÉHO TEXTU. Martina Cirbusová (z prezentace doc. Škopa)

Příprava na vyučovací hodinu. a její vyhodnocení. Upraveno podle: Jiří Tesař

Třetí společnost? Možnosti počítačového modelování společnosti

HUMÁNNÍ GEOGRAFIE SEMINÁŘ

Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat.

Statistika. Základní pojmy a cíle statistiky. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

MAPA VÝZKUMU 13/03/2015 1

POČÍTAČOVÁ SIMULACE PODNIKOVÝCH PROCESŮ. Ing. V. Glombíková, PhD.

Trocha terminologie z teorie systémů. Algoritmy prostorových analýz Karel Jedlička Pouze podkladové texty k přednáškám

Seminář k absolventské práci

SOC119 Úvod do sociologie pro nesociology. Povinné materiály z prezentací

Modelování a simulace Lukáš Otte

Fyzika I. Něco málo o fyzice. Petr Sadovský. ÚFYZ FEKT VUT v Brně. Fyzika I. p. 1/20

Pravděpodobnost, náhoda, kostky

Gymnázium, Český Krumlov

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

analýzy dat v oboru Matematická biologie

Algoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)

Časové a organizační vymezení

Fyzikální veličiny. - Obecně - Fyzikální veličiny - Zápis fyzikální veličiny - Rozměr fyzikální veličiny. Obecně

DOTAZNÍK PRO URČENÍ UČEBNÍHO STYLU

Úvod do modelování a simulace. Ing. Michal Dorda, Ph.D.

Pedagogika I Zimní semestr Akademický rok 2014/15

Pravděpodobnost, náhoda, kostky

Petr Chaloupka. FJFI ČVUT, Praha. zimní semestr, 2015

Světová ekonomika. Ekonomické subjekty a ekonomický koloběh

Měření výsledků výuky a vzdělávací standardy

MODERNÍ PŘÍSTUPY K MANAGEMENTU

Simulační modely. Kdy použít simulaci?

POL 181 Co je věda? A co je podstatou výzkumu?

Téma číslo 5 Základy zkoumání v pedagogice II (metody) Pavel Doulík, Úvod do pedagogiky

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti

Jak žáci gymnázia vnímají výuku informatiky jako vědy

Teorie regionálního rozvoje. Neoklasické teorie

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Počítačové modelování a statistická analýza rozdělení příjmů

Otázky ke státní závěrečné zkoušce

Název: Specifika simulátorů energetických výroben podle účelu jejich využití. Zpracoval: Ing. Robert Peca, vedoucí Divize simulačních systémů

a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly

METODICKÝ APARÁT LOGISTIKY

PLÁN KOMBINOVANÉHO STUDIA

Informatika pro záchranu života

Téma číslo 4 Základy zkoumání v pedagogice I. Pavel Doulík, Úvod do pedagogiky

RNDr. Milan Šmídl, Ph.D.

Kognitivní informatika očima studentů

Co je to matematika?

Rozvoj tepla v betonových konstrukcích

2. Začlenění HCI do životního cyklu software

K VIRTUALIZACI ŠKOLNÍCH EXPERIMENTÁLNÍCH ČINNOSTÍ. Martin Bílek Katedra chemie a didaktiky chemie Pedagogická fakulta, Univerzita Karlova

Seminář z fyziky II

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE. PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov,

Logika a studijní předpoklady

Obsah. Předmluva... IX. Seznam obrázků... XIX. Seznam tabulek... XXIII

Analytické metody v motorsportu

Škola: Gymnázium, Brno, Slovanské náměstí 7. III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Inovace výuky na GSN prostřednictvím ICT

PV156 Digitální fotografie. Kompozice. FI MU, podzim 2014

Varianty výzkumu Kroky výzkumu Výběrový soubor

Pedagogicko psychologická diagnostika. PhDr. Denisa Denglerová, Ph. D.

Metody sociálních výzkumů

Rozšířené tematické okruhy

Sázíte-li v loterii, je to hazard. Hrajete-li poker, je to zábava. Obchodujete-li na burze, je to ekonomie. Vidíte ten rozdíl?

Simulace (nejen) fyzikálních jevů na počítači

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

01 Teoretické disciplíny systémové vědy

Průběh a důsledky havarijního úniku CNG z osobních automobilů

Vyhněte se katastrofám pomocí výpočetní matematiky

Hodnocení map. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita

Design of Experiment (DOE) Petr Misák. Brno 2017

EXPERIMENTÁLNÍ MECHANIKA 1. Jan Krystek

RNDr. Milan Šmídl, Ph.D. Co je to BOV?

konference 30. října 2018

4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP

Buchtová Eva, Staňková Barbora

CO JE A NENÍ NOVÉHO V MODELOVÁNÍ DYNAMICKÝCH SPOJITÝCH SYSTÉMŮ NA POČÍTAČI ZA PŮL STOLETÍ

Diplomový seminář 1. Akademický rok 2008/ Ing. Václav Křivohlávek, CSc.

Jak postupovat při zpracování jednotlivých částí testu: Flyers

Inovace studia obecné jazykovědy a teorie komunikace ve spolupráci s přírodními vědami. reg. č.: CZ.1.07/2.2.00/

Role experimentu ve vědecké metodě

Počítačová dynamika tekutin (CFD) - úvod -

STATISTIKA jako vědní obor

INOVACE VE VZDĚLÁVÁNÍ DOSPĚLÝCH. Zdenko Reguli Lucie Mlejnková

aneb jiný úhel pohledu na prvák

Obsah. ČÁST I Základy návrhu webových stránek. Kapitola 1 Zákaznicky orientovaný návrh webu 19. Jak ze vzorů pro návrh webu vyzískat co nejvíc 33

Zada nı bakala r ske pra ce

End-to-end testování. 26. dubna Bořek Zelinka

Vyučovací hodiny mohou probíhat v multimediální učebně, odborné učebně chemie a fyziky, ve venkovních prostorách školy a formou exkurzí.

Metody sociálních výzkumů

SOFTWAROVÉ INŽENÝRSTVÍ 1

Metodologie Helena Vaďurová,

Transkript:

Modelování: obecné principy Radek Pelánek

Myšlenky o modelování Přirovnání...... learning about modeling is a lot like learning about sex: despite its importance, most people do not want to discuss it, and no matter how much you read about it, it just doesn t seem the same when you actually get around to doing it. (J. H. Miller, S. E. Page, Complex adaptive systems)

Myšlenky o modelování Model model = zjednodušená reprezentace skutečnosti

Myšlenky o modelování Modelování: Ústřední myšlenka Všechny modely jsou špatně. Některé modely jsou užitečné. (Připisováno autorům: George Box, Edwards Deming)

Myšlenky o modelování Všechny modely jsou špatně... model: vždy zjednodušením, abstrakcí reality (jinak by to nebyl model) nikdy nemůže být úplně dobře, vždy se něčím od reality liší

Myšlenky o modelování... Některé modely jsou užitečné. užitečnost díky zjednodušení Umění je lež, která nám pomáhá uvědomit si pravdu. (Picasso) Model je lež, která nám pomáhá pochopit realitu. jen některé modely jsou užitečné

Myšlenky o modelování Příklad: Mapa

Myšlenky o modelování Příklad: Mapa mapa = model prostoru špatně neobsahuje všechny detaily, dochází u ní ke zkreslením,... užitečná: pochopení reality: mapa jako výuková pomůcka plánování akcí: kterou cestou se mám vydat usnadnění komunikace, sdílení myšlenek (ne každá mapa je užitečná)

Myšlenky o modelování Příklady modelů Zkuste vymyslet co nejvíce rozmanitých typů modelů.

Myšlenky o modelování Příklady modelů matematické a výpočetní modely fyzické modely (dopravní prostředky, stavby,...) mapy, plány, návrhy fyzikální zákony karikatury hry (v přírodě, deskové, počítačové) metafory, analogie, mentální strategie příběhy

Myšlenky o modelování Jednoduchost Hledej jednoduchost a nevěř jí. (A. N. Whitehead) Všechno by mělo být tak jednoduché, jak je to jen možné, ale ne jednodušší. (A. Einstein)

O modelování a simulaci Myšlenky o modelování

Myšlenky o modelování Zaměření Nemodelovat systém. Modelovat problém. kritérium hodnocení modelů: užitečnost (pro daný účel), nikoliv míra reálnosti mapy: automapy, cyklomapy, turistické mapy, vodácké mapy univerzální mapa = nesmysl; byla by k ničemu příklad projektu: menzy

Myšlenky o modelování Model a realita Neplést si prst ukazující na měsíc s měsícem samotným. nezaměňovat model a realitu zdánlivě triviální fakt, zdrojem mnohých problémů a nedorozumění na horách: na mapě nejsou bouřky v politice: HDP ekonomii: finanční deriváty, modely, krize ve výzkumu

Myšlenky o modelování Myšlení jako modelování myšlení (podvědomé) použití mentálních modelů v hlavě nemáme realitu, ale její (velmi zjednodušený) model rozhodnutí analýzy, simulace mentálních modelů

Myšlenky o modelování Nezbytnost použití modelů Otázka není, jestli budeme používat modely. Otázka je, jaké modely budeme používat.

Myšlenky o modelování Vyhodnocení užitečnosti modelů modely: srovnávat s jinými modely, ne s realitou vyhodnocovat vzhledem k danému účelu

Myšlenky o modelování Modelování jako umění ve většině případů není modelování exaktně daný postup modelování je kreativní hodnocení modelů je často subjektivní

Myšlenky o modelování http://necsi.edu/projects/mclemens/viscss.html

Myšlenky o modelování http://necsi.edu/projects/mclemens/viscss.html

Role počítačů Výpočetní modely model = matematický zápis (např. soustava rovnic) nebo program simulace = chování modelu = řešení rovnic, spuštění programu abstraktní pouze symbolické entity (čísla, řetězce někde v paměti), srovnej fyzické modely konkrétní počítač je velmi tupý... nutný přesný zápis instrukcí, srovnej mentální modely

Role počítačů Využití počítačů pro analýzu výpočetní modely lze uvažovat i bez počítačů simulace tužka & papír (výkonné) počítače prakticky nezbytné většina probíraných modelů: jednoduché principy mnoho interagujících prvků nebo iterací zkoumány až v posledních letech

Simulace Účel výpočetních modelů a simulací Zkuste vymyslet co nejvíce různých příkladů použití výpočetních modelů a simulací. K čemu to může být?

Simulace Účel výpočetních modelů a simulací 1 porozumění, objevování, formalizace a testování hypotéz organizace mraveniště, dynamika sociální skupiny, fungování buňky

Simulace Účel výpočetních modelů a simulací 1 porozumění, objevování, formalizace a testování hypotéz organizace mraveniště, dynamika sociální skupiny, fungování buňky 2 předpovídání počasí, odhad spotřeby, vývoj cen, doprava

Simulace Účel výpočetních modelů a simulací 1 porozumění, objevování, formalizace a testování hypotéz organizace mraveniště, dynamika sociální skupiny, fungování buňky 2 předpovídání počasí, odhad spotřeby, vývoj cen, doprava 3 návrh systémů, zkoušení zásahů do systému na nečisto technické obory

Simulace Účel výpočetních modelů a simulací 1 porozumění, objevování, formalizace a testování hypotéz organizace mraveniště, dynamika sociální skupiny, fungování buňky 2 předpovídání počasí, odhad spotřeby, vývoj cen, doprava 3 návrh systémů, zkoušení zásahů do systému na nečisto technické obory 4 učení, trénink, zábava výuka, letecké simulátory, SimCity

Simulace Simulace jako třetí cesta vědy Teorie Simulace Experiment Dedukce Indukce modely modely realita malé problémy středně velké velké systémy exaktní zejména popisné popisné

Simulace Srovnání matematických a výpočetních modelů Je daleko lepší mít přibližnou odpověď na správnou otázku než přesnou odpověď na špatnou otázku. (J. W. Tukey)

Simulace Srovnání matematických a výpočetních modelů matematické modely výpočetní modely předmět zájmu rovnováha dynamika přesnost výsledků vysoká podle okolností flexibilita modelů nízká vysoká počet částí 1, 2, středně velký struktura fixní proměnlivá heterogenita nízká vysoká centralizace vysoká nízká příklad: trh

Simulace Výpočetní vs. statistické modely (obzvláště zjednodušeně) výpočetní modely modelujeme procesy statistické modely (strojové učení) modelujeme výsledky příklad výukové systémy: výpočetní modely: modelujeme, jak student uvažuje při řešení problému statistický model: predikujeme šanci na úspěch na základě historických dat

Úvod Hlavní fáze modelování 1 výběr aspektů reality, které budeme modelovat 2 reprezentace těchto aspektů

Úvod Detailnější rozpis fází 1 Formulace problému 2 Základní návrh modelu 3 Budování modelu 4 Verifikace a validace 5 Simulace a analýza 6 Sumarizace výsledků Modelování je iterativní proces.

Fáze modelování Formulace problému Nemodelovat systém. Modelovat problém. referenční vzor chování co se snažíme modelem zachytit (nejlépe i numericky) zvolit časový horizont příklady: klima, Sudoku obtížnost, ropa

Fáze modelování Základní návrh modelu výběr základního modelovacího přístupu udržovat model co nejjednodušší určit okraje modelu, tj. výběr toho, co budeme modelovat; okraje extenzivní (do šíře), intenzivní (do hloubky) hlavní prvky modelu, subsystémy a vztahy mezi nimi kvalitativní vztahy, nikoliv kvantitativní příklady: klima, Sudoku

Fáze modelování Budování modelu reprezentace klíčových prvků uzavřít model doplnit chybějící části modelu, okolí hodnoty parametrů (podle pozorování, statistických měření, odhadu) doplňujeme kvantitativní informace, budujeme simulovatelný model příklady: klima, Sudoku

Fáze modelování Verifikace a validace

Fáze modelování Verifikace a validace modelu: otázky Reprodukuje model chování reálného systému? Chová se model realisticky při extrémních podmínkách? Odpovídá struktura modelu struktuře reálného systému? Jsou jednotky konzistentní?

Fáze modelování Simulace a analýza spustit model, pozorovat, opravovat experimentovat s parametry analyzovat model zkoušet zásahy do systému a vyhodnocovat jejich efekt často iterativní návrat do předchozích fází

Fáze modelování Ukázky výstupů analýz

Fáze modelování Sumarizace výsledků studium výsledků, pokus o formulaci odpovědi Otázky: Podařilo se najít odpověď na původní problém? Plynou z modelování a simulace nějaké závěry/poučení? Jaké? Je potřeba model rozšířit? Proč? Jak by to bylo možné?

Fáze modelování Shrnutí Otázka není, jestli budeme modely používat. Otázka je, jaké modely budeme používat. Všechny modely jsou špatně. Některé modely jsou užitečné. Nemodelovat systém. Modelovat problém.