Warianty tytułu
Języki publikacji
Abstrakty
Pojęcie "symulacja" rozumieć można dwojako. Zgodnie ze słownikiem języka polskiego termin ten to z jednej strony "stwarzanie fałszywych pozorów, udawanie, zmyślanie czegoś; pozór, fikcja", z drugiej zaś "sztuczne odtwarzanie (np. w warunkach laboratoryjnych; często za pomocą, maszyn matematycznych) właściwości danego obiektu, zjawiska lub przestrzeni występujących w naturze, lecz trudnych do obserwacji, zbadania, powtórzenia". W niniejszej pracy interesować nas będzie oczywiście drugie z wymienionych znaczeń. Symulację traktować więc będziemy jako narzędzie badawcze pozwalające na pozyskanie wiedzy niemożliwej do uzyskania poprzez bezpośrednią obserwację analizowanego obiektu lub zjawiska. Technika symulacyjna jest szeroko wykorzystywana w naukach ścisłych i technice. Metoda ta znajduje zastosowanie w przemyśle motoryzacyjnym, czego przykładem mogą być testy zderzeniowe przeprowadzane w celu uzyskania wiedzy na temat zachowania się konstruowanego pojazdu w przypadku wystąpienia kolizji drogowej określonego rodzaju. W tym wypadku mamy do czynienia z eksperymentem fizycznym, w trakcie którego model analizowanego obiektu poddawany jest oddziaływaniu zjawisk tego samego typu, z którymi mamy do czynienia w świecie rzeczywistym. Taki sposób postępowania, o ile w ogóle możliwy do wykorzystania, jest zwykle czasochłonny i kosztowny. W wielu sytuacjach o wiele lepszym rozwiązaniem jest wykorzystanie symulacji komputerowej, polegającej na skonstruowaniu modelu analizowanego obiektu lub zjawiska i przeprowadzeniu na nim eksperymentów z wykorzystaniem programu symulacyjnego. W ten sposób uzyskujemy dostęp do technik badawczych, których stosowanie ograniczało się dawniej do nauk eksperymentalnych, takich jak fizyka czy chemia.(fragment tekstu)
Twórcy
autor
- Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach
Bibliografia
- Aboudi R., Thon D.: Efficient Algorithms for Stochastic Dominance Test Based on Financial Market Data. "Management Science" 1994, No. 40.
- Badania operacyjne. Red. Ignasiak E. Polskie Wydawnictwo Ekonomiczne, Warszawa 1997.
- Carson II J.S.: Introduction to Modeling and Simulation. In: Proceedings of the 2005 Winter Simulation Conference, www.informs-cs.org.
- Evans J.R., Olson D.L.: Introduction to Simulation and Risk Analysis. Prentice Hall, Upper Saddle River 1998.
- Filipowicz B.: Modele stochastyczne w badaniach operacyjnych. Analiza i synteza systemów obsługi i sieci kolejkowych. Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
- Fishman G.S.: Symulacja komputerowa; pojęcia i metody. Państwowe Wydawnictwo Ekonomiczne, 1981.
- Gajda J.B.: Prognozowanie i symulacja a decyzje gospodarcze. C.H. Beck, Warszawa 2001.
- Hadar J., Russel W.R.: Rules for Ordering Uncertain Prospects. The American Economic Review 1969, No. 59.
- Koronacki J., Mielniczuk J.: Statystyka dla studentów kierunków technicznych i przyrodniczych. Wydawnictwa Naukowo-Techniczne, Warszawa 2001.
- Krzyżaniak S.: Podstawy zarządzania zapasami w przykładach. Instytut Logistyki i Magazynowania, Poznań 2005.
- Metody wielokryterialne na polskim rynku finansowym. Red. Trzaskalik T. Polskie Wydawnictwo Ekonomiczne, Warszawa 2006.
- Miszczyńska D., Miszczyński M.: Optymalna polityka zapasów; uwagi na temat eksperymentów symulacyjnych. W: Metody i zastosowania badań operacyjnych. Cz. II. Red. T. Trzaskalik. Akademia Ekonomiczna im. Karola Adamieckiego, Katowice 1998.
- Pawłowski Z.: Statystyka matematyczna. Państwowe Wydawnictwo Naukowe, Warszawa, 1981.
- Robinson S.: Simulation: The Practice of Model Development and Use. John Wiley & Sons Ltd, Chichester 2004.
- Sarjusz-Wolski Z.: Sterowanie zapasami w przedsiębiorstwie. Polskie Wydawnictwo Ekonomiczne, Warszawa 2000.
- Sarjusz-Wolski Z.: Strategia zarządzania zaopatrzeniem. Agencja Wydawnicza Placet, Warszawa 1998.
- Słownik języka polskiego. Państwowe Wydawnictwa Naukowe, Warszawa 1981.
- Trzaskalik T.: Wprowadzenie do badań operacyjnych z komputerem. Polskie Wydawnictwo Ekonomiczne, Warszawa 2003.
- Trzpiot G,, Zaraś K.: Algorytm wyznaczania dominacji stochastycznych stopnia trzeciego. Badania Operacyjne i Decyzje. 1999, No. 2.
- Vickson R., Altmann M.: On the Relative Effectiveness of Stochastic Dominance Rules: Extensions to Decreasingly Risk-Averse Utility Functions. "Journal of Financial and Quantitative Analysis" 1977, No. 12.
- Wieczorkowski R., Zieliński R.: Komputerowe generatory liczb losowych. Wydawnictwa Naukowo-Techniczne, Warszawa 1997.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171438580