Презентация на тему математическая модель. Презентация по математике на тему "математическая модель". Математические оператор и выходные данные

Описание презентации по отдельным слайдам:

1 слайд

Описание слайда:

2 слайд

Описание слайда:

Математическая модель - математическое представление реальности, один из вариантов модели, как системы, исследование которой позволяет получать информацию о некоторой другой системе. Процесс построения и изучения математических моделей называется математическим моделированием. Все естественные и общественные науки, использующие математический аппарат, по сути занимаются математическим моделированием: заменяют объект исследования его математической моделью и затем изучают последнюю. Связь математической модели с реальностью осуществляется с помощью цепочки гипотез, идеализаций и упрощений. С помощью математических методов описывается, как правило, идеальный объект, построенный на этапе содержательного моделирования. Общие сведения

3 слайд

Описание слайда:

Никакое определение не может в полном объёме охватить реально существующую деятельность по математическому моделированию. Несмотря на это, определения полезны тем, что в них делается попытка выделить наиболее существенные черты. По Ляпунову, математическое моделирование - это опосредованное практическое или теоретическое исследование объекта, при котором непосредственно изучается не сам интересующий нас объект, а некоторая вспомогательная искусственная или естественная система (модель), находящаяся в некотором объективном соответствии с познаваемым объектом, способная замещать его в определенных отношениях и дающая при её исследовании, в конечном счете, информацию о самом моделируемом объекте. В других вариантах, математическая модель определяется как объект-заместитель объекта-оригинала, обеспечивающий изучение некоторых свойств оригинала, как «„эквивалент“ объекта, отражающий в математической форме важнейшие его свойства - законы, которым он подчиняется, связи, присущие составляющим его частям», как систему уравнений, или арифметических соотношений, или геометрических фигур, или комбинацию того и другого, исследование которых средствами математики должно ответить на поставленные вопросы о свойствах некоторой совокупности свойств объекта реального мира, как совокупность математических соотношений, уравнений, неравенств, описывающих основные закономерности, присущие изучаемому процессу, объекту или системе. Определения

4 слайд

Описание слайда:

Формальная классификация моделей основывается на классификации используемых математических средств. Часто строится в форме дихотомий. Например, один из популярных наборов дихотомий: Линейные или нелинейные модели; Сосредоточенные или распределённые системы; Детерминированные или стохастические; Статические или динамические; Дискретные или непрерывные и так далее. Каждая построенная модель является линейной или нелинейной, детерминированной или стохастической, … Естественно, что возможны и смешанные типы: в одном отношении сосредоточенные (по части параметров), в другом - распределённые модели и т. д. Формальная классификация моделей

5 слайд

Описание слайда:

Наряду с формальной классификацией, модели различаются по способу представления объекта: Структурные или функциональные модели. Структурные модели представляют объект как систему со своим устройством и механизмом функционирования. Функциональные модели не используют таких представлений и отражают только внешне воспринимаемое поведение (функционирование) объекта. В их предельном выражении они называются также моделями «чёрного ящика». Возможны также комбинированные типы моделей, которые иногда называют моделями «серого ящика». Математические модели сложных систем можно разделить на три типа: Модели типа чёрный ящик (феноменологические), Модели типа серый ящик (смесь феноменологических и механистических моделей), Модели типа белый ящик (механистические, аксиоматические). Схематическое представление моделей типа чёрный ящик, серый ящик и белый ящик Классификация по способу представления объекта

6 слайд

Описание слайда:

Практически все авторы, описывающие процесс математического моделирования, указывают, что сначала строится особая идеальная конструкция, содержательная модель. Устоявшейся терминологии здесь нет, и другие авторы называют этот идеальный объект концептуальная модель, умозрительная модель или предмодель. При этом финальная математическая конструкция называется формальной моделью или просто математической моделью, полученной в результате формализации данной содержательной модели (предмодели). Построение содержательной модели может производиться с помощью набора готовых идеализаций, как в механике, где идеальные пружины, твёрдые тела, идеальные маятники, упругие среды и т. п. дают готовые структурные элементы для содержательного моделирования. Однако в областях знания, где не существует полностью завершенных формализованных теорий (передний край физики, биологии, экономики, социологии, психологии, и большинства других областей), создание содержательных моделей резко усложняется. Содержательные и формальные модели

7 слайд

Описание слайда:

В работе Пайерлса дана классификация математических моделей, используемых в физике и, шире, в естественных науках. В книге А. Н. Горбаня и Р. Г. Хлебопроса эта классификация проанализирована и расширена. Эта классификация сфокусирована, в первую очередь, на этапе построения содержательной модели. Гипотеза Модели первого типа - гипотезы («такое могло бы быть»), «представляют собой пробное описание явления, причем автор либо верит в его возможность, либо считает даже его истинным». По Пайерлсу это, например, модель Солнечной системы по Птолемею и модель Коперника (усовершенствованная Кеплером), модель атома Резерфорда и модель Большого Взрыва. Модели-гипотезы в науке не могут быть доказаны раз и навсегда, можно лишь говорить об их опровержении или неопровержении в результате эксперимента. Если модель первого типа построена, то это означает, что она временно признаётся за истину и можно сконцентрироваться на других проблемах. Однако это не может быть точкой в исследованиях, но только временной паузой: статус модели первого типа может быть только временным. Феноменологическая модель Второй тип - феноменологическая модель («ведем себя так, как если бы…»), содержит механизм для описания явления, хотя этот механизм недостаточно убедителен, не может быть достаточно подтверждён имеющимися данными или плохо согласуется с имеющимися теориями и накопленным знанием об объекте. Поэтому феноменологические модели имеют статус временных решений. Считается, что ответ всё ещё неизвестен, и необходимо продолжить поиск «истинных механизмов». Ко второму типу Пайерлс относит, например, модели теплорода и кварковую модель элементарных частиц. Роль модели в исследовании может меняться со временем, может случиться так, что новые данные и теории подтвердят феноменологические модели и те будут повышены до статуса гипотезы. Аналогично новое знание может постепенно прийти в противоречие с моделями-гипотезами первого типа, и те могут быть переведены во второй. Содержательная классификация моделей

8 слайд

Описание слайда:

Так, кварковая модель постепенно переходит в разряд гипотез; атомизм в физике возник как временное решение, но с ходом истории перешёл в первый тип. А вот модели эфира проделали путь от типа 1 к типу 2, а сейчас находятся вне науки. Идея упрощения очень популярна при построении моделей. Но упрощение бывает разным. Пайерлс выделяет три типа упрощений в моделировании. Приближение Третий тип моделей - приближения («что-то считаем очень большим или очень малым»). Если можно построить уравнения, описывающие исследуемую систему, то это не значит, что их можно решить даже с помощью компьютера. Общепринятый прием в этом случае - использование приближений (моделей типа 3). Среди них модели линейного отклика. Уравнения заменяются линейными. Стандартный пример - закон Ома. Если мы используем модель идеального газа для описания достаточно разреженных газов, то это - модель типа 3 (приближение). При более высоких плотностях газа тоже полезно представлять себе более простую ситуацию с идеальным газом для качественного понимания и оценок, но тогда это уже тип 4. Упрощение Четвёртый тип - упрощение («опустим для ясности некоторые детали»), в такой отбрасываются детали, которые могут заметно и не всегда контролируемо повлиять на результат. Одни и те же уравнения могут служить моделью типа 3 (приближение) или 4 (опустим для ясности некоторые детали) - это зависит от явления, для изучения которого используется модель. Так, если модели линейного отклика применяются при отсутствии более сложных моделей (то есть не производится линеаризация нелинейных уравнений, а просто ищутся линейные уравнения, описывающие объект), то это уже феноменологические линейные модели, и относятся они к следующему типу 4 (все нелинейные детали «для ясности» опускаем). Примеры: применение модели идеального газа к неидеальному, уравнение состояния Ван-дер-Ваальса, большинство моделей физики твердого тела, жидкостей и ядерной физики. Путь от микроописания к свойствам тел (или сред), состоящих из большого числа частиц, Содержательная классификация моделей (продолжение)

9 слайд

Описание слайда:

очень длинен. Приходится отбрасывать многие детали. Это приводит к моделям четвёртого типа. Эвристическая модель Пятый тип - эвристическая модель («количественного подтверждения нет, но модель способствует более глубокому проникновению в суть дела»), такая модель сохраняет лишь качественное подобие реальности и даёт предсказания только «по порядку величины». Типичный пример - приближение средней длины свободного пробега в кинетической теории. Оно даёт простые формулы для коэффициентов вязкости, диффузии, теплопроводности, согласующиеся с реальностью по порядку величины. Но при построении новой физики далеко не сразу получается модель, дающая хотя бы качественное описание объекта - модель пятого типа. В этом случае часто используют модель по аналогии, отражающую действительность хоть в какой-нибудь черте. Аналогия Тип шестой - модель-аналогия («учтём только некоторые особенности»). Пайерлс приводит историю использования аналогий в первой статье Гейзенберга о природе ядерных сил. Мысленный эксперимент Седьмой тип моделей - мысленный эксперимент («главное состоит в опровержении возможности»). Такой тип моделирования часто использовался Эйнштейном, в частности, один из таких экспериментов привёл к построению специальной теории относительности. Предположим, что в классической физике мы движемся за световой волной со скоростью света. Мы будем наблюдать периодически меняющееся в пространстве и постоянное во времени электромагнитное поле. Согласно уравнениям Максвелла, этого быть не может. Отсюда Эйнштейн заключил: либо законы природы меняются при смене системы отсчёта, либо скорость света не зависит от системы отсчёта, и выбрал второй вариант. Демонстрация возможности Восьмой тип - демонстрация возможности («главное - показать внутреннюю непротиворечивость возможности»), такого рода модели тоже мысленные эксперименты с воображаемыми сущностями, демонстрирующие, что предполагаемое явление согласуется с базовыми принципами и Содержательная классификация моделей (продолжение)

10 слайд

Описание слайда:

внутренне непротиворечиво. В этом основное отличие от моделей типа 7, которые вскрывают скрытые противоречия. Один из самых знаменитых таких экспериментов - геометрия Лобачевского. (Лобачевский называл её «воображаемой геометрией».) Другой пример - массовое производство формально-кинетических моделей химических и биологических колебаний, автоволн. Парадокс Эйнштейна - Подольского - Розена был задуман как мысленный эксперимент для демонстрации противоречивости квантовой механики, но незапланированным образом со временем превратился в модель 8 типа - демонстрацию возможности квантовой телепортации информации. В основе содержательной классификации - этапы, предшествующие математическому анализу и вычислениям. Восемь типов моделей по Пайерлсу суть восемь типов исследовательских позиций при моделировании. Содержательная классификация моделей (продолжение)

11 слайд

Описание слайда:

12 слайд

Описание слайда:

фактически бесполезной. Зачастую более простая модель позволяет лучше и глубже исследовать реальную систему, чем более сложная (и, формально, «более правильная»). Если применять модель гармонического осциллятора к объектам, далёким от физики, её содержательный статус может быть другим. Например, при приложении этой модели к биологическим популяциям её следует отнести, скорее всего, к типу 6 аналогия («учтём только некоторые особенности»). Пример (продолжение)

13 слайд

Описание слайда:

14 слайд

Описание слайда:

Важнейшие математические модели обычно обладают важным свойством универсальности: принципиально разные реальные явления могут описываться одной и той же математической моделью. Скажем, гармонический осциллятор описывает не только поведение груза на пружине, но и другие колебательные процессы, зачастую имеющие совершенно иную природу: малые колебания маятника, колебания уровня жидкости в U-образном сосуде или изменение силы тока в колебательном контуре. Таким образом, изучая одну математическую модель, мы изучаем сразу целый класс описываемых ею явлений. Именно этот изоморфизм законов, выражаемых математическими моделями в различных сегментах научного знания, подвиг Людвига фон Берталанфи на создание «общей теории систем». Универсальность моделей

15 слайд

Описание слайда:

Существует множество задач, связанных с математическим моделированием. Во-первых, надо придумать основную схему моделируемого объекта, воспроизвести его в рамках идеализаций данной науки. Так, вагон поезда превращается в систему пластин и более сложных тел из разных материалов, каждый материал задается как его стандартная механическая идеализация (плотность, модули упругости, стандартные прочностные характеристики), после чего составляются уравнения, по дороге какие-то детали отбрасываются как несущественные, производятся расчёты, сравниваются с измерениями, модель уточняется, и так далее. Однако для разработки технологий математического моделирования полезно разобрать этот процесс на основные составные элементы. Традиционно выделяют два основных класса задач, связанных с математическими моделями: прямые и обратные. Прямая задача: структура модели и все её параметры считаются известными, главная задача - провести исследование модели для извлечения полезного знания об объекте. Какую статическую нагрузку выдержит мост? Как он будет реагировать на динамическую нагрузку (например, на марш роты солдат, или на прохождение поезда на различной скорости), как самолёт преодолеет звуковой барьер, не развалится ли он от флаттера, - вот типичные примеры прямой задачи. Постановка правильной прямой задачи (задание правильного вопроса) требует специального мастерства. Если не заданы правильные вопросы, то мост может обрушиться, даже если была построена хорошая модель для его поведения. Так, в 1879 г. в Великобритании обрушился металлический железнодорожный мост через реку Тей, конструкторы которого построили модель моста, рассчитали его на 20-кратный запас прочности на действие полезной нагрузки, но забыли о постоянно дующих в тех местах ветрах. И через полтора года он рухнул. В простейшем случае (одно уравнение осциллятора, например) прямая задача очень проста и сводится к явному решению этого уравнения. Обратная задача: известно множество возможных моделей, надо выбрать конкретную модель на основании дополнительных данных Прямая и обратная задачи математического моделирования

Объект (транспортный процесс)

Практические

Расчётная схема

Математическая модель

математическая модель

Алгоритм

Программа

На первом этапе математического моделирования осуществляется переход от объекта моделирования к расчётной схеме. Расчётная схема – это содержательная или (и) концептуальная модель объекта. Например: план перевозки грузов, маршрутная карта, транспортная таблица и т.д.

На втором этапе осуществляется поиск и формализованное описание процесса (процессов) расчётной схемы математической моделью.

На третьем этапе выполняется качественный и количественный анализ математической модели включающий: 1) упрощение, 2) разрешение противоречий, 3) коррекция.

На четвёртом этапе разрабатывается эффективный алгоритм математического моделирования, по которому на пятом этапе создаётся программа для реализации математического моделирования.

На шестом этапе выполняется получение практических рекомендаций путём использования программы. Практические рекомендации – это результат использования математической модели для конкретной цели при исследовании объекта (транспортного процесса).

Цели математического моделирования: 1) создание моделей транспортных процессов для дальнейшего конструирования оптимальных (по времени, по стоимости) транспортных процессов; 2) анализе свойств отдельных транспортных процессов с целью оценки времени и стоимости.

Виды математического моделирования

	Параметрическое			Имитационное
				моделирование
				моделирование

Статическое		Динамическое



			Стационарное		Нестационарное

Параметрическое моделирование – это моделирование без строгой связи с объектом и процессом. Связь осуществляется только параметрами, например: массой, длиной, давлением и т.д. Присутствуют абстракции: материальная точка, идеальный газ и т.д.

Статические параметрические модели не содержат параметра «время» и позволяют получить характеристики системы в равновесии. Динамические параметрические модели содержат параметр время и позволяют получить характер переходных процессов системы.

Имитационное моделирование (Simulation) – математическое моделирование с учётом геометрических особенностей объекта моделирования (размеров, формы) а также распределения плотности с привязкой начальных и граничных условий (условий на границах геометрии объекта) к объектам.

процессов

Программа Алгоритм

Стационарное моделирование позволяет получить характеристики объекта в интервале времени стремящемся к нулю, то есть «сфотографировать» характеристики объекта. Нестационарное моделирование позволяет получить характеристики объекта с течением времени.

Структура математической модели

Входные параметры	Уравнения,	Выходные параметры
	Уравнения,
	зависимости и т.д.

Свойства математической модели:

1)Полнота – степень отражения известных свойств объекта; 2)Точность – порядок совпадения реальных (экспериментальных) и найденных с помощью модели характеристик;

3)Адекватность – это способность модели описывать выходные параметры с фиксированной точностью для фиксированных входных параметров (область адекватности).

4) Экономичность – это оценка затрат вычислительных ресурсов на получение результата по сравнению с аналогичной математической моделью;

5) Робастность – устойчивость математической модели по отношению к погрешностям исходных данных (например данные не соответствуют физике процесса);

6) Продуктивность – это влияние точности входных данных на точность выходных данных модели;

7) Наглядность и простота модели .

Математические модели (по способу получения)

Эмпирические Теоретические

Полуэмпирические © ФГБОУ ВПО УГАТУ; каф. «Прикладная гидромеханика» 16

Эмпирические математические модели получают путём обработки и анализа результатов экспериментальных данных. Идентификация – коррекция существующей математической модели эмпирическими данными.

Теоретические математические модели получают теоретическими методами – анализ, синтез, индукция, дедукция и т.д.

Литература по теории математического моделирования и математическим моделям:

1)Зарубин В. С. Математическое моделирование в технике: учеб. для вузов / В. С. Зарубин. – 3-е изд. – М.: Изд-во МГТУ им. Н.Э. Баумана. 2010. – 495 с.

2)Черепашков А. А., Носов Н. В. Компьютерные технологии, моделирование и автоматизированные системы в машиностроении: Учебн. для студ. высш. учебн. заведений. – Волгоград: Издательский дом «Ин-фолио», 2009. – 640 с.

4. Mathcad как средство прикладного программирования

Mathcad – система компьютерной алгебры из класса систем автоматизированного проектирования, ориентированная на подготовку интерактивных документов с вычислениями и визуальным сопровождением, отличается лёгкостью использования и применения.

Mathcad был задуман и первоначально написан Алленом Раздовом из массачусетского технологического института.

Разработчик: PTC. Первый выпуск: 1986 год.

Решение дифференциальных и алгебраических уравнений численными

методами;
Построение двухмерных и трёхмерных графиков функций;

Использование греческого алфавита;

Выполнение вычислений в символьном виде;

Поддержка собственного языка программирования

© ФГБОУ ВПО УГАТУ; каф. «Прикладная гидромеханика»

Численные функции предназначены для вычисления численными методами прикладной математики корней уравнений, решения задач оптимизации, решения дифференциальных уравнений методом Рунге- Кутта и т.д.

Символьные функции предназначены для аналитических вычислений, которые похожи по своей структуре на классические математические преобразования.

Системная переменная TOL – Допустимая погрешность вычислений (по умолчанию 10-3 ).

Задание ранжированных переменных с фиксированным шагом: x:=0, 0+0.01..10.

Если переменная представляет собой массив, то обратится к элементу массива можно через ввод индекса клавишей [.

1 из 16

Презентация на тему: Математические модели (7 класс)

№ слайда 1

Описание слайда:

№ слайда 2

Описание слайда:

§ 2.4. Математические модели Основным языком информационного моделирования в науке является язык математики. Модели, построенные с использованием математических понятий и формул, называются математическими моделями.Математическая модель - информационная модель, в которой параметры и зависимости между ними выражены в математической форме.

№ слайда 3

Описание слайда:

№ слайда 4

Описание слайда:

№ слайда 5

Описание слайда:

Математическое моделирование Метод моделирования дает возможность применять математический аппарат к решению практических задач. Понятия числа, геометрической фигуры, уравнения, являются примерами математических моделей. К методу математического моделирования в учебном процессе приходится прибегать при решении любой задачи с практическим содержанием. Чтобы решить такую задачу математическими средствами, ее необходимо вначале перевести на язык математики (построить математическую модель).

№ слайда 6

Описание слайда:

При математическом моделировании исследование объекта осуществляется посредством изучения модели, сформулированной на языке математики.Пример: нужно определить площадь поверхности стола. Измеряют длину и ширину стола, а затем перемножают полученные числа. Это фактически означает, что реальный объект – поверхность стола – заменяется абстрактной математической моделью прямоугольником. Площадь этого прямоугольника и считается искомой. Из всех свойств стола выделили три: форма поверхности (прямоугольник) и длины двух сторон. Не важны ни цвет стола, ни материал, из которого он сделан, ни то, как он используется. Предположив, что поверхность стола – прямоугольник, легко указать исходные данные и результат. Они связаны соотношением S=ab.

№ слайда 7

Описание слайда:

Рассмотрим пример приведения решения конкретной задачи к математической модели. Через иллюминатор затонувшего корабля требуется вытащить сундук с драгоценностями. Даны некоторые предположения о формах сундука и окнах иллюминатора и исходные данные решения задачи. Предположения:Иллюминатор имеет форму круга. Сундук имеет форму прямоугольного параллелепипеда. Исходные данные: D - диаметр иллюминатора; x - длина сундука; y - ширина сундука; z - высота сундука. Конечный результат: Сообщение: можно или нельзя вытащить.

№ слайда 8

Описание слайда:

Системный анализ условия задачи выявил связи между размером иллюминатора и размерами сундука, учитывая их формы. Полученная в результате анализа информация отобразилась в формулах и соотношениях между ними, так возникла математическая модель.Математической моделью решения этой задачи являются следующие зависимости между исходными данными и результатом:

№ слайда 9

Описание слайда:

Пример 1:Вычислить количество краски для покрытия пола в спортивном зале. Для решения задачи нужно знать площадь пола. Для выполнения этого задания измеряют длину, ширину пола и вычисляют его площадь. Реальный объект – пол зала – занимается прямоугольником, для которого площадь является произведением длины на ширину. При покупке краски выясняют, какую площадь можно покрыть содержимым одной банки, и вычисляют необходимое количество банок.Пусть A – длина пола, B - ширина пола, S1 - площадь, которую можно покрыть содержимым одной банки, N – количество банок. Площадь пола вычисляем по формуле S=A×B, а количество банок, необходимых для покраски зала, N= A×B/S1.

№ слайда 10

Описание слайда:

Пример 2:Через первую трубу бассейн наполняется за 30 часов, через вторую трубу – за 20 часов. За сколько часов бассейн наполнится через две трубы?Решение:Обозначим время заполнения бассейна через первую и вторую трубу А и В соответственно. Примем за 1 весь объём бассейна, искомое время обозначим через t. Так как через первую трубу бассейн наполняется за А часов, то 1/А –часть бассейна, наполняемая первой трубой за 1 час; 1/В - часть бассейна, наполняемая второй трубой за 1 час.Следовательно, скорость наполнения бассейна первой и второй трубами вместе составит: 1/А+1/В.Можно записать: (1/А+1/В)t=1. получили математическую модель, описывающую процесс наполнения бассейна из двух труб. Искомое время можно вычислить по формуле:

№ слайда 11

Описание слайда:

Пример 3:На шоссе расположены пункты А и В, удалённые друг от друга на 20 км. Мотоциклист выехал из пункта В в направлении, противоположном А со скоростью 50 км/ч.Составим математическую модель, описывающую положение мотоциклиста относительно пункта А через t часов.За t часов мотоциклист проедет 50t км и будет находится от А на расстоянии 50t км + 20 км. Если обозначить буквой s расстояние (в километрах) мотоциклиста до пункта А, то зависимость этого расстояния от времени движения можно выразить формулой: S=50t + 20, где t>0.Математической моделью решения этой задачи являются следующие зависимости между исходными данными и результатом: было у Миши х марок; у Андрея 1,5х. Стало у Миши х-8, у Андрея 1,5х+8. По условию задачи 1,5х+8=2(х-8).

№ слайда 12

Описание слайда:

Математической моделью решения этой задачи являются следующие зависимости между исходными данными и результатом: было у Миши х марок; у Андрея 1,5х. Стало у Миши х-8, у Андрея 1,5х+8. По условию задачи 1,5х+8=2(х-8). Математической моделью решения этой задачи являются следующие зависимости между исходными данными и результатом: во втором цехе работают x человек, в первом – 4х, а в третьем - х+50. х+4х+х+50=470. Математической моделью решения этой задачи являются следующие зависимости между исходными данными и результатом: первое число х; второе х+2,5. По условию задачи х/5=(х+2,5)/4.

№ слайда 13

Описание слайда:

Источники Информатика и ИКТ: учебник для 7 классаАвтор: Босова Л. Л. Издательство: БИНОМ. Лаборатория знаний, 2009 Формат: 60x90/16 (в пер.), 229 с., ISBN: 978-5-9963-0092-1http://www.lit.msu.ru/ru/new/study (графики, схемы)http://images.yandex.ru (картинки)

«Системный подход в моделировании» - Процесс - динамическое изменение системы во времени. Система - совокупность взаимосвязанных элементов, образующих целостность или единство. Питер Фердинанд Дракер. Системный подход в организациях. Системный подход как основа введения профильного обучения. Основоположники системного подхода: Структура- способ взаимодействия элементов системы посредством определенных связей.

«ISO 20022» - Элементы методологии международного стандарта. Сопоставление состава и свойств. Назначение. Процесс моделирования. Особенности методологии. Результаты моделирования. Открытость и развитие. Миграция. Название Международного стандарта. Аспекты универсальности. Инструментарий. Деятельность. Состав документов.

«Понятие модели и моделирования» - Виды моделей по отраслям знаний. Виды моделей. Основные понятия. Виды моделей в зависимости от времени. Виды моделей в зависимости от внешних размеров. Адекватность моделей. Образно-знаковые модели. Необходимость создания моделей. Моделирование. Модели моделирование.

«Модели и моделирование» - Изменение размеров и пропорций. Математическая модель- модель, представленная на языке математических отношений. Блок-схема- одна из специальных разновидностей графа.. Анализ объекта. Структурная модель- преставление информационной знаковой модели в виде структуры. Реальное явление. Абстрактное. Вербальные.

«Этапы разработки модели» - Описательные информационные модели обычно строятся с использованием естественных языков и рисунков. Построение описательной информационной модели. Основные этапы разработки и исследования моделей на компьютере. 4 этап. 1 этап. 5 этап. Модель солнечной системы. Практическое задание. 3 этап. 2 этап.

«Моделирование как метод познания» - В биологии – классификация животного мира. Определения. Определение. В физике – информационная модель простых механизмов. Моделирование как метод познания. Формы представления информационных моделей. Табличная модель. Процесс построения информационных моделей с помощью формальных языков называется формализацией.

Всего в теме 18 презентаций

Алгоритм составления математической модели:

Составить краткую запись условия задачи:

А) выяснить, сколько величин участвует в задаче;

Б)выявить связи между этими величинами.

2. Сделать рисунок к задаче (в задачах на движение или в задачах геометрического содержания) или таблицу.

3. Обозначить за Х одну из величин (лучше меньшую величину).

4. Учитывая связи, составить математическую модель.

Задача1.(№ 86 (1)).

Квартира состоит из 3 комнат общей площадью 42 кв.м. Первая комната в 2 раза меньше второй, а вторая – на 3 кв. м больше третьей. Какова площадь каждой комнаты в этой квартире?

Задача 2. (№ 86 (2)).

За книгу, ручку и тетрадь Саша заплатил 11200 р. Ручка в 3 раза дороже тетради и на 700 р. дешевле книги. Сколько стоит тетрадь?

Задача 3.(№ 86 (3)).

Мотоциклист проехал расстояние между двумя городами, равное

980 км, за 4 дня. В первый день он проехал на 80 км меньше, чем во второй день, в третий день - половину расстояния, пройденного за первые два дня, а в четвертый день – оставшиеся 140 км. Какое расстояние проехал мотоциклист в третий день?

Задача 4. (№ 86 (4))

Периметр четырехугольника равен 46 дм. Первая его сторона в 2 раза меньше второй и в 3 раза меньше третьей стороны, а четвертая сторона на 4 см больше первой стороны. Чему равны длины сторон этого четырехугольника?

Задача 5. (№ 87)

Одно из чисел на 17 меньше второго, а их сумма равна 75. Найти большее из этих чисел.

Задача 6. (№ 99)

В трех отделениях концерта выступило 20 участников. Во втором отделении выступило в 3 раза меньше участников, чем в первом, а в третьем отделении – на 5 участников больше, чем во втором. Сколько участников концерта выступило в каждом отделении?