Курс лекций по дисциплине «Компьютерное моделирование». Рассмотрены основные понятия курса, этапы построения

Агентное моделирование — относительно новое (1990-е - 2000-е гг.) 
направление в имитационном моделировании, которое используется для 
исследования децентрализованных систем, динамика функционирования 
которых определяется не глобальными правилами и законами (как в других 
видах моделирования), а наоборот, глобальные правила и законы являются 
результатом индивидуальной активности членов группы. Цель агентных 
моделей — получить представление об этих глобальных правилах, общем 
поведении системы, исходя из предположений об индивидуальном, частном 
поведении ее отдельных активных объектов и взаимодействии этих объектов 
в системе. Агент — некая сущность, обладающая активностью, автономным 
поведением, может принимать решения в соответствии с некоторым набором 
правил, взаимодействовать с окружением, а также самостоятельно 
изменяться. 
ЛЕКЦИЯ 5 
МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ПРОЦЕССОВ 
 
 
5.1. Введение 
В вероятностных моделях смена состояний моделируемой системы 
определяется случайными величинами. 
39 

---

Событие называется случайным, если оно достоверно непредсказуемо. 
Случайность пронизывает наш мир и чаще всего играет отрицательную роль в 
нашей жизни. Однако есть обстоятельства, в которых случайность может 
оказаться полезной. 
Одним из распространенных приближенных методов решения задач 
вычислительной математики является случайный метод, называемый методом 
Монте-Карло. Сущность метода заключается в том, что для решения какой-
либо математической задачи, связанной с вычислением числа I, строится 
некоторая случайная величина ξ, такая, что математическое ожидание этой 
случайной величины E(ξ) является значением искомого решения. Проведя 
серию вычислительных экспериментов со случайной величиной ξ, мы можем 
найти приближенное решение как среднее значение результатов 
эксперимента.