Modul | Diskrete Simulation Modellierung und Simulation von Rechen- und Kommunikationssystemen (IN2045) |
---|
Vorlesung | Diskrete Simulation Modellierung und Simulation von Rechen- und Kommunikationssystemen (IN2045)
|
---|
Dozenten | Prof. Carle, Dr. Alexander Klein, Dr. Nils Kammenhuber |
---|
SWS | 2V+1Ü |
---|
ECTS Credits | 4 |
---|
Registration | Bei Teilnahme an diesem Kurs bitten wir um Registrierung per Online-Formular. Diese Anmeldung ist nicht verbindlich oder in irgendeiner Weise verpflichtend, aber sie ermöglicht uns insbesondere, zeitnah wichtige Mitteilungen per E-Mail zu versenden (z.B. bei Termin- oder Raumänderungen). Wichtiger Hinweis: Diese Registrierung ersetzt nicht eine eventuell notwendige Anmeldung bei TUMonline! | |
---|
Raum | 03.07.023 | |
---|
Termine | Vorlesung: Mittwoch: 12:30 (s.t.) 14:00 ab 20.10.2010 wöchentlich (Wegen Kollisionen mit anderen Veranstaltungen wurde die Vorlesung gegenüber der ursprünglichen Planung vorverlegt.)
Übung: Dienstag: 11:00 (s.t.) 12:00 ab 02.11.2010 wöchentlich | |
---|
Inhalt | Wann und wozu Simulation. Arten von Simulation: diskret vs. kontinuierlich, eventbasiert vs. zeitbasiert usw. Interner Aufbau eines eventbasierten Simulators. Einfaches Warteschlangenmodell; Überblick Warteschlangentheorie. Bedeutung von Zufallszahlen und -verteilungen für Simulatoren. Wiederholung von für die Vorlesung benötigten Grundlagen von Statistik und Stochastik: Deskriptive Statistik (Erwartungswert und Mittelwerte, Median und Quantile, Varianz, MAD, Momente usw.), Zufallsverteilungen und ihre Eigenschaften, Autokorrelation, Visualisierungsmethoden. Generierung von Zufallsverteilungen, Qualität von Zufallszahlengeneratoren. Kurzer Überblick über Arbeit mit Netzwerksimulatoren; Unterschiede Simulator-Programmierung vs. "real world". Typische Workflow-Elemente bei der Forschungs-Arbeit mit Simulatoren: Modellbildung, Experimentplanung, Simulation, Evaluation, Anpassung/Verfeinerung. Verwendung des Simulators OPNet. Einführung in Matlab (Übungen). Experimentplanung: Faktoranalyse, ANOVA. Was macht eine gute Simulation aus: Realistische Modelle, realistische Prüflasten. Was macht eine gute Auswertung aus: Möglichkeiten zur Varianzreduktion, Konfidenzintervalle. Statistik-Fallstricke, Fehleinschätzungen, wie man mit Statistik/Grafiken lügen kann. Fortgeschrittene Themen wie z.B.: Simulation von Mobilität und Mobilitätsmodelle; Parallelisierung von Simulation; Praxis-Tips: Simulation beschleunigen.
|
---|
Slides WS2010/2011
| Name | Content | Link | Lecture | Last update on
| Introduction: | Time slots, grading, exams, etc. | Organisation
Lecture contents | 20.10.2010 | 20.10.2010 | Chapter 0: | Simulation: What it is, when to use it, and what to take special care of | PDF | 26.10.2010 | 26.10.2010 | Chapter 1: | Types of simulators, internals of a discrete event simulators, continuations and coroutines | PDF | 27.10.2010 | 27.10.2010 | Chapter 2: | Statistics Fundamentals:
- Introduction Waiting Queues
- Random Variable (RV)
- Probability Space
- Discrete and Continuous RV
- Frequency Probability
- Distribution(discrete)
- Distribution Function(continuous)
- PDF & CDF
- Definitions:
- Expectation/Mean, Mode, Standard Deviation, Variance, Coefficient of Variation, p-percentile(quantile), Skewness, Scalability Issues, Covariance, Correlation, Autocorrelation
- Visualization of Correlation
| PDF | 03.11.2010 | 03.11.2010 | Chapter 3: | Random Numbers:
- Generation of Random Variables (RV)
- Inversion
- Composition
- Convolution
- Accept-Reject
- Distributions and their Characteristics
- Uniform(continuous), Normal, Triangle, Lognormal, Exponential, Erlang-k, Gamma,
- Uniform(discrete), Bernoulli, Geom, Poisson, General Discrete
- Random Number Generators
- Linear Congruential Generator(LCG)
- Shift Register
- Generalized Feedback Shift Register
- Mersenne Twister
- Tests
- χ² Test
- Spectral Test
- Serial Test
| PDF | 10.11.2010 | 22.12.2010 | Chapter 4a: | Evaluation of Simulation Results: - Estimator
- Consistent Estimator
- Unbiased Estimator
- Variance of an Estimator
- Bessel's Correction
- Efficient Calculation of an Estimator
- Confidence Interval
- Chebyshev Confidence Interval
- Central Limit Theorem
- t-Distribution Confidence Interval
- Evaluation of Simulation Results
- Replicate-Delete Method
- Batch Means Method
- Stationarity
| PDF | 01.12.2010 | 14.12.2010 | Chapter 4b: | How to Lie with Statistics:
- Lessons for Authors and Readers
- Examples and Discussion
| PDF | 22.12.2010 | 22.12.2010 | Chapter 4c: | Model Validation:
- Calibration
- Structural Change
- Parameter Change
- Overfitting
- Comparison of Confidence Intervals:
| PDF | 19.01.2011 | 19.01.2011 | Chapter 5: | Experiment Planning:
- Hypothesis Testing
- Linear Regression
- Variance Analysis (ANOVA)
- Factorial Design
| PDF | 08.12.2010, 15.12.2010 | 08.12.2010 | Chapter 6: | Parallel Simulation:
- Conservative approach: Deadlock avoidance, deadlock detection and recovery
- Optimistic approach: Time Warp
- Alternatives to parallel simulation
| PDF | 19.01.2011, 26.01.2011 | | Chapter 7: | Mobility:
- Mobility in General
- Human Mobility Pattern
- Visualization
- Bouncing Rule
- Obstacles
- Characteristics of Mobility Pattern
- Link Duration
- Transient Phase
- Node Distribution
- Speed Distribution
- Correlated Movement
- Synthetic Mobility Models
- Random Waypoint
- Random Direction
- Random Walk
- Levi-Flight
- Brownian Motion
- Group Mobility
| PDF | 12.01.2011 | 12.01.2011 | Chapter 8: | Point Fields and Random Graphs:
- Point Fields
- Generation of Point Fields
- Homogeneous and Inhomogeneous Point Fields
- Poisson Field
- Clusterfields
- Matern Cluster Field
- Random Graphs
- Graph Definition
- Node Degree
- Generation of Random Graphs (Probabilistic Model, Waxman Model)
- Random Graphs with Predefined Characteristics
- Scale-free Graphs
| PDF | 12.01.2011, 19.01.2011 | 19.01.2011 | Matlab | Matlab Tutorial:
- Basic Functions
- Calculation of:
- Histogram
- Probability Density Function (PDF)
- Cumulative Density Function (CDF)
- Percentile / Quantile
| | | |
|
---|
Übungsblatt
| |
---|
|
|