Upload
nita
View
49
Download
2
Embed Size (px)
DESCRIPTION
SAM Přehled témat. Pojem systém. Systém – výraz odvozený z řečtiny Syn – dohromady Histemi – sestavovat Základní téma systémových věd Zkoumání vztahů, nikoliv objektů, prvků samotných. Systém. Systém Okolí systému Účel v definici systému Struktura systému Hranice systému - PowerPoint PPT Presentation
Citation preview
SAM SAM Přehled tématPřehled témat
2
Pojem systémPojem systém• Systém – výraz odvozený z řečtiny
– Syn – dohromady– Histemi – sestavovat
• Základní téma systémových věd• Zkoumání vztahů, nikoliv objektů,
prvků samotných
3
SystémSystém
• Systém• Okolí systému• Účel v definici systému• Struktura systému• Hranice systému• Prvky systému• Hierarchie systémů• Vazby prvků systému• Chování systému
4
Systémový trojúhelníkSystémový trojúhelník
MODEL
SYSTÉM
OBJEKT
Reálný svět
Věda- metody OR/MS
5
ModelováníModelování• Modely
– Ikonické (materiální) modely– Symbolické modely
• Slovní• Grafické• Matematické
– Normativní modely – Deskriptivní modely
– Koncepční modely
6
ModelováníModelování• Definování systému na reálný objekt• Verbálně-grafický model daného
objektu• Matematický model
– Prvky– Čas– Dynamika– Náhoda
• Testování a verifikace modelu• Modelové experimenty
7
Systémová analýzaSystémová analýza
Základní princip:
„Každý existující systém lze zdokonalit, každý nově projektovaný systém lze zkonstruovat tak, aby uspokojoval požadavky uživatele.“
8
Postup klasické systémové Postup klasické systémové analýzyanalýzy
• Vymezení (analýza a formulace) řešeného problému
• Identifikace systému na zkoumaném objektu• Vytvoření systémového modelu a
kvantifikace modelu• Modelové výpočty a experimenty• Interpretace výsledků a řešení problému• Implementace a realizace řešení v praxi
9
Tvrdé a měkké systémové Tvrdé a měkké systémové metodologiemetodologie
• Tvrdé metodologie– Řešení optimální ekonomicky, technicky atd.
• Měkké metodologie– Řešení optimální ekonomicky, technicky atd.– Řešení sociálně přijatelné
10
Fáze měkké systémové Fáze měkké systémové metodologiemetodologie
Problémová situace, uvažovaný problém
Vyjádření problémové situace
Základní definice relevantního systému
aktivit
Pojmový (koncepční) model systému (holonu) v
pojmech podle základní definice
Porovnání modelu a objektivní reality
Změny: systémově vhodné, společensky
přípustné
Činnosti vylepšující aktuální situaci
objektivní realita
systémové úvahy o realitě
11
Nástroje měkké systémové Nástroje měkké systémové metodologiemetodologie
• Rich Picture vyjádření problémové situace
• Root DefinitionsCATWOE
• Koncepční modely
12
Tvrdé systémové Tvrdé systémové metodologiemetodologie
• Lineární optimalizační modely– Parametrizace– Dynamizace….
• Modely strukturální analýzy• Markovské řetězce• Systémy hromadné obsluhy
13
Typy omezujících podmínek:
spotřeba ≤ K … kapacitnívýroba ≥ P … požadavkovévýroba ≤ spotřeba (+/- rezerva/překročení) … bilanční faktor I / faktor II ≤ ≥ α … poměrové
Základní typy vazeb v systémovém diagramu:
Odvozování matematických modelů
14
15
Možné varianty vazeb Možné varianty vazeb v diagramu v diagramu
16
Možné varianty vazeb Možné varianty vazeb v diagramu v diagramu
17
Modely strukturální analýzyModely strukturální analýzy
Meziprodukt (výstup i-tého odvětví do j-tého)
+ finální produkce
Spo
třeb
a pr
oduk
tu (
vstu
p i-
tého
odv
ětví
do
j-té
ho)
+
spot
řeba
pri
már
ních
čin
itel
ů
Meziodvětvová spotřeba
Finální produkce
Spotřeba prmárních
činitelů
18
Kvadranty modelu strukturní Kvadranty modelu strukturní analýzyanalýzy
• I. kvadrant výrobní spotřeby – matice meziodvětvových (endogenních) toků.
• II. kvadrant konečné spotřeby – exogenní (vnější) toky produkce - rozdělení finální
produkce (čtyři sektory: spotřeba obyvatelstva, celospolečenská spotřeba, investiční výstavba a zahraniční obchod
• III. kvadrant primárních činitelů– spotřeba živé práce, nakoupených materiálů, energie,
surovin apod. (odpisy, mzdami a zisky včetně daní).
• IV. kvadrant – údaje o tocích primárních zdrojů ve finální spotřebě.
19
Uzavřený strukturní Uzavřený strukturní modelmodel
• Vnitřní rovnováha systému - produkce každého vyrobeného produktu se právě rovná požadovanému množství
AX = X tedy (E - A) X = 0
• Náklady na výrobu j-tého výrobku nesmí být větší než jeho cena (podmínka rentability)
pT A pT neboli pT (E - A) 0 (p vektor cen výrobků jednotlivých odvětví )
Xij … …….
Xi
Xj
20
Otevřený strukturní modelOtevřený strukturní model
Výrobní odvětví NH
Finální produkce
Celková produkce
Výrobní odvětví NH
xij ……. Yi Xi
Primární činitelé
zij ……. Mi
Celková spotřeba
Xj
21
Distribuční rovniceDistribuční rovnice
• X = AX + Y • M = MX
• Y = (E - A)X Kolik bude finální produkce? Matice (E-A) určuje vyprodukovanou finální produkci z jednotky
celkové produkce.
• (E - A)-1Y = X Kolik zajistit celkové produkce?Matice (E-A)-1 určuje požadovanou celkovou produkci
potřebnou pro jednotku finální produkce, obsahuje spotřebu spotřeby.
22
Hodnotové rovniceHodnotové rovnice
• Hodnota celkové produkce j-tého odvětví– materiálové náklady– spotřeba primárních činitelů a – nově vytvořená hodnota přidaná zpracováním
• Soustava hodnotových rovnic:
• Diagonálně rozepsaná matice primárních činitelů:
23
Markovské řetězceMarkovské řetězce
• Markovův řetězec je diskrétní řetězec, který splňuje markovskou vlastnost, tj. pro každé m = 2, 3, … a pro všechny možné stavy platí vztah:
P{Xm = em | Xm-1 = em-1, …, X1 = e1 } =
= P{Xm = em | Xm-1 = em-1 }
JEV diskrétní spojitý
diskrétní diskrétní řetězec spojitý řetězec ČAS
spojitý diskrétní proces spojitý proces
24
Markovská rovniceMarkovská rovnice
Maticové vyjádření Markovovy rovnice:
T(n) = Tn …. matice přechodu, tj.:
k
kjikij m)(n(m).pp(n)p
i j
25
Absolutní pravděpodobnostiAbsolutní pravděpodobnosti
• Pravděpodobnosti jednotlivých stavů M. řetězce v kroku n se nazývají absolutní pravděpodobnosti stavů v okamžiku n
pn = (p1n , p2
n, p3n , … ).
• Absolutní pravděpodobnosti stavů v okamžiku 0 se nazývají počáteční pravděpodobnosti stavů
p0 = (p10 , p2
0, p30 , …)
26
Markovova větaMarkovova věta
• Výpočet absolutních pravděpodobností
• Vektorově lze tyto vztahy zapsat takto
pn = p0 Tn = pm Tn-m = pn-1T
j j
jk1n
jmn
jimj
j
nji
0j
ni ppppppp
i
j
j
j
27
Limitní pravděpodobnostiLimitní pravděpodobnosti
• Ergodický Markovský řetězec
lim pj(n) = pj, j = 1, 2, …, r
• Výpočet pomocí řešení soustavy lineárních rovnic (Markovská soustava rovnic)
1ppp
ppp
r21
i
r
1iijj
28
Chování ergodického Chování ergodického řetězceřetězce
Limitní pravděpodobnosti stavů
0
0,2
0,4
0,60,8
1
1,2
1 3 5 7 9 11 13 15 17 19 21 Krok
29
Přiřazovací problémPřiřazovací problém• Kvantifikovatelnost vazby
• Stejný počet dodavatelů a spotřebitelů D = S.
• Při přiřazovací úloze hledáme právě m obsazených polí (nezávislých prvků), jde tedy o silně degenerovanou úlohu.
• Jednotky kapacit dodavatelů a jednotky požadavků spotřebitelů jsou vzájemně homogenní (v tabulce jsou ohodnoceny 1, tj. jde o celočíselnou úlohu).
• V rámci dodavatelsko-spotřebitelských vazeb existuje nekonečná mezní míra substituce, tj. libovolného spotřebitele Sj můžeme uspokojit libovolnou zakázkou dodavatele Di
• Řešením úlohy přiřazovacího problému o velikosti m x m je nalezení právě m nezávislých prvků s minimálním součtem.
S1 S2 S3 S4 ai
D1 1 3 7 15 1
D2 6 7 19 16 1
D3 10 18 2 5 1
D4 13 18 20 16 1
bj 1 1 1 1
30
König-Egerwarryho teorémKönig-Egerwarryho teorém• „Grafický test optima“ maďarské metody.• Minimální počet krycích čar, kterými jsou identifikovány
nezávislé nuly tabulky a současně jsou pokryty všechny volné nuly tabulky, je roven minimálnímu počtu nezávislých nul, které lze z tabulky vybrat.
„„Maďarská metoda“Maďarská metoda“1. Primární redukce matice sazeb 2. Výběr nezávislých nul3. Kontrola správnosti výběru ( krycí čáry)4. Sekundární redukce matice sazeb5. Opakujeme kroky 2, 3 a 4 dokud není nalezeno m
nezávislých nul