исследование действительности

моделирование
Метод исследования сложных процессов и явлений на их моделях или на натурных установках с применением теории подобия при постановке и обработке эксперимента
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

моделирование
Техника, используемая для предсказания будущего поведения системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. Моделирование обычно используется в управлении финансами, управлении мощностями и управлении доступностью.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

моделирование
1. Исследование объектов познания на моделях. 2. Построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых (конструируемых) объектов. М. в обоих указанных смыслах является мощным орудием научного познания и решения практических задач и широко используется как в науке, так и во многих областях производственной деятельности человека. С теоретической точки зрения, модель — гомоморфное отображение моделируемого объекта действительности (см. Гомоморфизм). Ряд авторов, стремясь глубже проникнуть в процесс образования модели, утверждают, что она изоморфна (См. Изоморфизм) по отношению к некоторому абстрактному образу, представлению об объекте, которое в свою очередь является его гомоморфным отображением. М. основывается на принципе аналогии и позволяет (при определенных условиях и с учетом неизбежной относительности аналогии) изучать объект, почему либо трудно доступный для изучения, не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта — модели. По свойствам модели оказывается возможным судить о свойствах изучаемого объекта — однако не обо всех, а лишь о тех, которые аналогичны и в модели, и в объекте, и при этом важны для исследования (такие свойства называются существенными). Различается подобие между моделируемым объектом и моделью: физическое — когда объект и модель имеют одинаковую или сходную физическую природу; структурное — при сходстве между структурой объекта и структурой модели; функциональное — подобие с точки зрения выполнения объектом и моделью сходных функций при соответствующих воздействиях; динамическое — между последовательно изменяющимися состояниями объекта и модели; вероятностное — между процессами вероятностного характера в объекте и модели; геометрическое — между пространственными характеристиками объекта и модели. Соответственно различаются типы моделей.
[ http://slovar-lopatnikov.ru/]

EN

modelling
A technique that is used to predict the future behaviour of a system, process, IT service, configuration item etc. Modelling is commonly used in financial management, capacity management and availability management.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• теория подобия и моделирования
• экономика

EN

• model-building
• modelling
• simulation

DE

• Modellierung
• Simulation

FR

• simulation

анализ внешнего окружения (возможности, угрозы) и внутреннего состояния (сильные, слабые стороны) компании
Исследование рыночной ситуации с целью определения влияния на стратегию сильных и слабых сторон компании, возможностей и потенциальных угроз окружающей среды.
Обычно применяется для сопоставления данных анализа внутренней и внешней среды организации и сведения их в единое целое, что позволяет получить общую картину действительности. SWOT-анализ используется в качестве инструмента согласования целей и возможностей.
В отличие от SWOT, SNW - АНАЛИЗ предлагает также среднерыночное состояние (N). Основная причина добавления нейтральной стороны является, то что зачастую для победы в конкурентной борьбе может оказаться достаточным состояние, когда данная конкретная организация относительно всех своих конкурентов по всем кроме одной ключевым позициям находится в состоянии N, и только по одному в состоянии S.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• Strength, Weakness, Opportunities, Threats

линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• linear programming

моделирование
Метод исследования сложных процессов и явлений на их моделях или на натурных установках с применением теории подобия при постановке и обработке эксперимента
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

моделирование
Техника, используемая для предсказания будущего поведения системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. Моделирование обычно используется в управлении финансами, управлении мощностями и управлении доступностью.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

моделирование
1. Исследование объектов познания на моделях. 2. Построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых (конструируемых) объектов. М. в обоих указанных смыслах является мощным орудием научного познания и решения практических задач и широко используется как в науке, так и во многих областях производственной деятельности человека. С теоретической точки зрения, модель — гомоморфное отображение моделируемого объекта действительности (см. Гомоморфизм). Ряд авторов, стремясь глубже проникнуть в процесс образования модели, утверждают, что она изоморфна (См. Изоморфизм) по отношению к некоторому абстрактному образу, представлению об объекте, которое в свою очередь является его гомоморфным отображением. М. основывается на принципе аналогии и позволяет (при определенных условиях и с учетом неизбежной относительности аналогии) изучать объект, почему либо трудно доступный для изучения, не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта — модели. По свойствам модели оказывается возможным судить о свойствах изучаемого объекта — однако не обо всех, а лишь о тех, которые аналогичны и в модели, и в объекте, и при этом важны для исследования (такие свойства называются существенными). Различается подобие между моделируемым объектом и моделью: физическое — когда объект и модель имеют одинаковую или сходную физическую природу; структурное — при сходстве между структурой объекта и структурой модели; функциональное — подобие с точки зрения выполнения объектом и моделью сходных функций при соответствующих воздействиях; динамическое — между последовательно изменяющимися состояниями объекта и модели; вероятностное — между процессами вероятностного характера в объекте и модели; геометрическое — между пространственными характеристиками объекта и модели. Соответственно различаются типы моделей.
[ http://slovar-lopatnikov.ru/]

EN

modelling
A technique that is used to predict the future behaviour of a system, process, IT service, configuration item etc. Modelling is commonly used in financial management, capacity management and availability management.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• теория подобия и моделирования
• экономика

EN

• model-building
• modelling
• simulation

DE

• Modellierung
• Simulation

FR

• simulation

4.41 моделирование (simulation): Воспроизведение деятельности, характерной для помещения, выполняемой в контролируемых условиях для проверки ее влияния на содержание волокон асбеста в воздухе.

Источник: ГОСТ Р ИСО 16000-7-2011: Воздух замкнутых помещений. Часть 7. Отбор проб при определении содержания волокон асбеста оригинал документа

экономико-математические методы
эконометрика
—
[Я.Н.Лугинский, М.С.Фези-Жилинская, Ю.С.Кабиров. Англо-русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.]

экономико-математические методы
ЭММ
Обобщающее название комплекса экономических и математических научных дисциплин, объединенных для изучения экономики. Введено академиком В.С.Немчиновым в начале 60-х годов. Встречаются высказывания о том, что это название весьма условно и не отвечает современному уровню развития экономической науки, так как «они (ЭММ. — авт.) не имеют собственного предмета исследования, отличного от пред¬мета исследования специфических экономических дисциплин»[1]. Однако, хотя тенденция подмечена верно, она, по-видимому, реализуется еще не скоро. ЭММ в действительности имеют общий объект исследования с другими экономическими дисциплинами — экономику (или шире: социально-экономическую систему), но разный предмет науки: т.е. они изучают разные стороны этого объекта, подходят к нему с разных позиций. И главное, при этом используются особые методы исследования, развитые настолько, что сами они становятся отдельными научными дисциплинами особого методологического характера. В отличие от дисциплин, в которых преобладают онтологические аспекты, а методы исследования выступают лишь в большей или меньшей степени как вспомогательные средства, в «методологических» дисциплинах, составляющих значительную часть комплекса ЭММ, методы сами оказываются объектом исследования. Кроме того, действительный синтез экономики и математики еще впереди, потребуется немало времени, пока он осуществится в полной мере. Общепринятая классификация экономико-математических дисциплин, явившихся сплавом экономики, математики и кибернетики, пока не выработана. С известной долей условности ее можно представить в виде следующей схемы[2]. 0. Принципы экономико-математических методов: теория экономико-математического моделирования, включая экономико-статистическое моделирование; теория оптимизации экономических процессов. 1.Математическая статистика (ее экономические приложения): выборочный метод; дисперсионный анализ; корреляционный анализ; регрессионный анализ; многомерный статистический анализ; факторный анализ; теория индексов и др. 2. Математическая экономия и эконометрия: теория экономического роста (модели макроэкномической динамики); теория производственных функций; межотраслевые балансы (статические и динамические); национальные счета, интегрированные материально-финансовые балансы; анализ спроса и потребления; региональный и пространственный анализ; глобальное моделирование и др. 3. Методы принятия оптимальных решений, включая исследование операций: оптимальное (математическое) программирование; линейное программирование; нелинейное программирование; динамическое программирование; дискретное (целочисленное) программирование; блочное программирование; дробно-линейное программирование; параметрическое программирование; сепарабельное программирование; стохастическое программирование; геометрическое программирование; методы ветвей и границ; сетевые методы планирования и управления; программно-целевые методы планирования и управления; теория и методы управления запасами; теория массового обслуживания; теория игр; теория решений; теория расписаний. 4. ЭММ и дисциплины, специфичные для централизованно планируемой экономики: теория оптимального функционирования социалистической экономики (СОФЭ); оптимальное планирование: народнохозяйственное; перспективное и текущее; отраслевое и региональное; теория оптимального ценообразования; 5. ЭММ, специфичные для конкурентной экономики: модели рынка и свободной конкуренции; модели делового цикла; модели монополии, дуополии, олигополии; модели индикативного планирования; модели международных экономических отношений; модели теории фирмы. 6. Экономическая кибернетика: системный анализ экономики; теория экономической информации, включая экономическую семиотику; теория управляющих систем, включая теорию автоматизированных систем управления. 7. Методы экспериментального изучения экономических явлений (экспериментальная экономика): математические методы планирования и анализа экономических экспериментов; методы машинной имитации и стендового экспериментирования; «деловые игры». В ЭММ применяются различные разделы математики, математической статистики и математической логики; большую роль в машинном решении экономико-математических задач играют вычислительная математика, теория алгоритмов и другие смежные дисциплины. [1] Шаталин С.С. Функционирование экономики развитого социализма. — М.: Изд-во МГУ, 1982. [2] Приведенная схема была разработана автором в 1976-78 гг., для Комитета по социальным наукам Международной федерации документации и использована им при составлении библиографической классификации (УДК) по разделу «Математические методы в экономике».
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электротехника, основные понятия

Синонимы

• эконометрика

EN

• econometrics
• economico-mathematical methods

моделирование
Метод исследования сложных процессов и явлений на их моделях или на натурных установках с применением теории подобия при постановке и обработке эксперимента
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

моделирование
Техника, используемая для предсказания будущего поведения системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. Моделирование обычно используется в управлении финансами, управлении мощностями и управлении доступностью.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

моделирование
1. Исследование объектов познания на моделях. 2. Построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых (конструируемых) объектов. М. в обоих указанных смыслах является мощным орудием научного познания и решения практических задач и широко используется как в науке, так и во многих областях производственной деятельности человека. С теоретической точки зрения, модель — гомоморфное отображение моделируемого объекта действительности (см. Гомоморфизм). Ряд авторов, стремясь глубже проникнуть в процесс образования модели, утверждают, что она изоморфна (См. Изоморфизм) по отношению к некоторому абстрактному образу, представлению об объекте, которое в свою очередь является его гомоморфным отображением. М. основывается на принципе аналогии и позволяет (при определенных условиях и с учетом неизбежной относительности аналогии) изучать объект, почему либо трудно доступный для изучения, не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта — модели. По свойствам модели оказывается возможным судить о свойствах изучаемого объекта — однако не обо всех, а лишь о тех, которые аналогичны и в модели, и в объекте, и при этом важны для исследования (такие свойства называются существенными). Различается подобие между моделируемым объектом и моделью: физическое — когда объект и модель имеют одинаковую или сходную физическую природу; структурное — при сходстве между структурой объекта и структурой модели; функциональное — подобие с точки зрения выполнения объектом и моделью сходных функций при соответствующих воздействиях; динамическое — между последовательно изменяющимися состояниями объекта и модели; вероятностное — между процессами вероятностного характера в объекте и модели; геометрическое — между пространственными характеристиками объекта и модели. Соответственно различаются типы моделей.
[ http://slovar-lopatnikov.ru/]

EN

modelling
A technique that is used to predict the future behaviour of a system, process, IT service, configuration item etc. Modelling is commonly used in financial management, capacity management and availability management.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• теория подобия и моделирования
• экономика

EN

• model-building
• modelling
• simulation

DE

• Modellierung
• Simulation

FR

• simulation