Simulace.info - User contributions [en]

Simulace VSEcoin

2021-06-22T21:45:53Z

Petr Hoza:

'''Název:''' Bezpečnost vs. náročnost těžby VSEcoinu

'''Autor:''' Petr Hoza

'''Modelovací nástroj:''' NetLogo

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich
úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze
způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně
náročných operací. Tento výkon je provázen energetickou náročností. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící
virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace
Bitcoinu) a umožňovala nastavení volných parametrů: cena, náročnost.

=Metoda=
K simulaci byl použit nástroj NetLogo 6.2

=Model=
Model vycházel z obecně známých informací o implementaci blockchainu. Speciálně ve formě Bitcoin. Hodnoty bylo brány z věřejně dostupných dat (https://www.blockchain.com/explorer) a upravovány nebo škálovány ve stejné míře, aby došlo k co nejmenšímu odklonu od reality. Nedostupná data byla nastavena v simulaci jako parametry a cílem simulace bylo jejich zkoušení

=== Agenti ===
*Nody
**sousedé (noda je napojena na sousedy v radiusu, který je volitelný (Connectivity))
**každá noda drží hodnoty posledního řetězce
**poctivost/podvodnost (true/false)

*Těžící nody
**noda má 90% šanci být těžící nodou
(**každá těžící noda patří do clusteru (střední hodnota velikosti clusteru je 100))

==== Další parametry====
*Cena
**měnitelný parametr
*Náročnost
**měnitelný parametr
*Failure rate
**defaultní hodnota (Cena/Náročnost)
**je to agregovaná hodnota (složená součtem, pro jednoduchost se stejným poměrem) z pravděpodobností
***koluze - pravděpodobnost vzniku podvodného nodu
***nedočkavost - pravděpodobnost emise náhodné chyby (odeslání neplatného řetězce)

***DoS - pravděpodobnost blokace nodu (žádná komunikace se sousedy v iteraci, pokud je poctivá)

==== Pravidla====
Noda s méně než jedním sousedem vždy zaniká.
Noda obklopená jen podvodnými sousedy se automaticky stává podvodná.
Když noda obdrží řetězec s větší délkou, než již má, přebírá jej a distribuuje jej všem svým sousedům.
Pokud poctivá noda distribuuje neplatný řetězec, aplikuje se opět pravděpodobnost koluze.

Pokud dostane řetězec stejné délky, jako už má, pak záleží, zda je poctivá:
*Poctivá
**pokud má neplatný řetězec (přišel jako nejdelší) a dostane platný řetězec stejné délky, pak vyměňuje a vždy si nechá platný (a distribuuje sousedům)
**pokud dostane neplatný řetězec stejné délky jako už má, odebírá si nodu ze sousedů
*Podvodná
**Nechává si neplatný.

Selhání sítě - Simulace s nižší konektivitou

[[File:Hoza_sim1.png | 800px]]

[[File:Hoza_sim2.png | 800px]]

[[File:Hoza_sim3.png | 800px]]

[[File:Hoza_sim4.png | 800px]]

[[File:Hoza_sim5.gif | 600px]]

Stabilní síť
Síť je velice stabilní pro hodnoty selhání pod 1% a pro velkou konektivitu

[[File:Hoza_sim2_1.png | 800px]]

[[File:Hoza_sim2_2.png | 800px]]

=Závěr=
Ukázálo se, že nejdůležitějším parametrem je connectivita. Při nízké propojenosti nodů (a to už při relativně vysoké hustotě proti očekávání) začne síť ztrácet informace. Propagace nejnovějších (nejdelších) bloků se rapidně zhoršuje, většina bloků pracuje s neaktualními bloky a propagace chyb je přesto přítomná.

Druhé zjištění (hlavní účel simulace) je, že síť je velice stabilní při nižších hodnotách chybovosti, ale při jisté zlomové hodnotě (např. pro konektivitu 30 je to někde okolo 5% sít v dlouhodobém horizontu vždy zkolabuje.)

(V reálných případech například Bitcoinu se zdá, že je agregovaná chybovost v řádu promilí.)

Bohužel se opravdu ukázalo, že parametry jako "chybovost" a "konektivita" jsou v reálném světě extrémě těžce měřitelné a proto nění možné udělat transformaci zjištěných hodnot do hodnot reálného světa. Hrubě ale můžeme tvrdit, že chybovost i konektivita jsou proti kritickým hodnotám ze simulace minimálně o jednen řád lepší.

=Kód=
[[Media:Hoza_simulace.nlogo]]

=Reference=
# [https://www.blockchain.com/explorer Blockchain]

File:Hoza simulace.nlogo

2021-06-22T21:44:45Z

Petr Hoza:

File:Hoza sim5.gif

2021-06-22T21:44:28Z

Petr Hoza:

File:Hoza sim4.png

2021-06-22T21:44:13Z

Petr Hoza:

File:Hoza sim3.png

2021-06-22T21:44:01Z

Petr Hoza:

File:Hoza sim2 2.png

2021-06-22T21:43:48Z

Petr Hoza:

File:Hoza sim2 1.png

2021-06-22T21:43:37Z

Petr Hoza:

File:Hoza sim2.png

2021-06-22T21:43:16Z

Petr Hoza:

File:Hoza sim1.png

2021-06-22T21:42:58Z

Petr Hoza:

Simulace VSEcoin

2021-06-22T21:39:24Z

Petr Hoza: Created page with "'''Název:''' Bezpečnost vs. náročnost těžby VSEcoinu '''Autor:''' Petr Hoza '''Modelovací nástroj:''' NetLogo S rostoucí oblibou blockchainových technologií se o..."

'''Název:''' Bezpečnost vs. náročnost těžby VSEcoinu

'''Autor:''' Petr Hoza

'''Modelovací nástroj:''' NetLogo

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich
úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze
způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně
náročných operací. Tento výkon je provázen energetickou náročností. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící
virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace
Bitcoinu) a umožňovala nastavení volných parametrů: cena, náročnost.

=Metoda=
K simulaci byl použit nástroj NetLogo 6.2

=Model=
Model vycházel z obecně známých informací o implementaci blockchainu. Speciálně ve formě Bitcoin. Hodnoty bylo brány z věřejně dostupných dat (https://www.blockchain.com/explorer) a upravovány nebo škálovány ve stejné míře, aby došlo k co nejmenšímu odklonu od reality. Nedostupná data byla nastavena v simulaci jako parametry a cílem simulace bylo jejich zkoušení

=== Agenti ===
*Nody
**sousedé (noda je napojena na sousedy v radiusu, který je volitelný (Connectivity))
**každá noda drží hodnoty posledního řetězce
**poctivost/podvodnost (true/false)

*Těžící nody
**noda má 90% šanci být těžící nodou
(**každá těžící noda patří do clusteru (střední hodnota velikosti clusteru je 100))

==== Další parametry====
*Cena
**měnitelný parametr
*Náročnost
**měnitelný parametr
*Failure rate
**defaultní hodnota (Cena/Náročnost)
**je to agregovaná hodnota (složená součtem, pro jednoduchost se stejným poměrem) z pravděpodobností
***koluze - pravděpodobnost vzniku podvodného nodu
***nedočkavost - pravděpodobnost emise náhodné chyby (odeslání neplatného řetězce)

***DoS - pravděpodobnost blokace nodu (žádná komunikace se sousedy v iteraci, pokud je poctivá)

==== Pravidla====
Noda s méně než jedním sousedem vždy zaniká.
Noda obklopená jen podvodnými sousedy se automaticky stává podvodná.
Když noda obdrží řetězec s větší délkou, než již má, přebírá jej a distribuuje jej všem svým sousedům.
Pokud poctivá noda distribuuje neplatný řetězec, aplikuje se opět pravděpodobnost koluze.

Pokud dostane řetězec stejné délky, jako už má, pak záleží, zda je poctivá:
*Poctivá
**pokud má neplatný řetězec (přišel jako nejdelší) a dostane platný řetězec stejné délky, pak vyměňuje a vždy si nechá platný (a distribuuje sousedům)
**pokud dostane neplatný řetězec stejné délky jako už má, odebírá si nodu ze sousedů
*Podvodná
**Nechává si neplatný.

Selhání sítě - Simulace s nižší konektivitou

[[File:hoza_sim1.png | 800px]]

[[File:hoza_sim2.png | 800px]]

[[File:hoza_sim3.png | 800px]]

[[File:hoza_sim4.png | 800px]]

[[File:hoza_sim5.gif | 600px]]

Stabilní síť
Síť je velice stabilní pro hodnoty selhání pod 1% a pro velkou konektivitu

[[File:hoza_sim2_1.png | 800px]]
[[File:hoza_sim2_2.png | 800px]]

=Závěr=
Ukázálo se, že nejdůležitějším parametrem je connectivita. Při nízké propojenosti nodů (a to už při relativně vysoké hustotě proti očekávání) začne síť ztrácet informace. Propagace nejnovějších (nejdelších) bloků se rapidně zhoršuje, většina bloků pracuje s neaktualními bloky a propagace chyb je přesto přítomná.

Druhé zjištění (hlavní účel simulace) je, že síť je velice stabilní při nižších hodnotách chybovosti, ale při jisté zlomové hodnotě (např. pro konektivitu 30 je to někde okolo 5% sít v dlouhodobém horizontu vždy zkolabuje.)

(V reálných případech například Bitcoinu se zdá, že je agregovaná chybovost v řádu promilí.)

Bohužel se opravdu ukázalo, že parametry jako "chybovost" a "konektivita" jsou v reálném světě extrémě těžce měřitelné a proto nění možné udělat transformaci zjištěných hodnot do hodnot reálného světa. Hrubě ale můžeme tvrdit, že chybovost i konektivita jsou proti kritickým hodnotám ze simulace minimálně o jednen řád lepší.

=Kód=
[[Media:hoza_simulace.nlogo]]

=Reference=
# [https://www.blockchain.com/explorer Blockchain]

SS 2020/2021/cs

2021-06-22T21:38:35Z

Petr Hoza: /* Vypracovaná témata LS 2020/2021 */

{{DISPLAYTITLE:LS 2020/2021}}

Semestrální práce (simulace) z letního semestru 2020/2021. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2020/2021/cs|zadání práce]].

=Vypracovaná témata LS 2020/2021=
* [http://www.simulace.info/index.php/User:Pirm01 Simulácia darcovského centra (Simprocess)] - Marko Pira
* [https://cs.wikipedia.org/wiki/Real-time_simulace Real-time simulace] (Wikipedia) - Tibor vondrášek
* [https://cs.wikipedia.org/wiki/Leteck%C3%BD_simul%C3%A1tor Letecký simulátor] (Wikipedie) - Jakub Racek
* [http://www.simulace.info/index.php/Optimalizace_skladov%C3%BDch_z%C3%A1sob_inkoust%C5%AF Optimalizace skladových zásob inkoustů] (Microsoft Excel) - Iveta Kleníková
* [http://www.simulace.info/index.php/Simulace_malos%C3%A9riov%C3%A9_v%C3%BDroby_metodou_3D_tisku Simulace malosériové výroby metodou 3D tisku] (Simprocess) - Kateřina Zemánková
* [http://www.simulace.info/index.php/Simulace_elektrizacni_site Simulace elektrizační sítě v ČR] (Vensim) - Michaela Tauchmanová
* [http://www.simulace.info/index.php/Simulace_migrace_populace_do_EU Simulace migrace populace do EU] (Vensim) - Martina Riegerová
* [http://www.simulace.info/index.php/Odstranování_mechu_z_trávníku Odstranování_mechu_z_trávníku] (NetLogo) - Marek Vávra
* [http://www.simulace.info/index.php/Nalezen%C3%AD_nejide%C3%A1ln%C4%9Bj%C5%A1%C3%ADho_mno%C5%BEstv%C3%AD_n%C3%A1pojov%C3%BDch_st%C3%A1nk%C5%AF_a_TOITOI_na_hudebn%C3%ADch_festivalech Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech] (NetLogo) - Aneta Váňová
* [http://www.simulace.info/index.php/Simulace_pr%C5%AFb%C4%9Bhu_masov%C3%A9_st%C5%99elby Simulace průběhu masové střelby] (NetLogo) - Jiří Mareš
* [http://www.simulace.info/index.php/Simulace_v%C3%BDvoje_epidemie_Covid_19_na_v%C3%BDletn%C3%AD_lodi_Diamond_Princess Simulace vývoje epidemie Covid 19 na výletní lodi Diamond Princess] (NetLogo) - Martin Šatra
* [http://www.simulace.info/index.php/User:Joho00 Vliv průmyslového rybolovu na populace ryb] - (Netlogo) Otakar Johanis
* [http://www.simulace.info/index.php/Simulace_dostavby_pra%C5%BEsk%C3%A9ho_leti%C5%A1t%C4%9B Simulace dostavby pražského letiště] - (Simprocess) Jaroslav Mareš
* [http://www.simulace.info/index.php/Simulace_př%C3%ADtoku/odtoku_a_rychlosti_vypařován%C3%AD_vody_ve_vodn%C3%ADm_d%C3%ADle Simulace přítoku/odtoku a rychlosti vypařování vody ve vodním díle] - (Vensim) Michal Šejba
* [http://www.simulace.info/index.php/Simulace_robotick%C3%A9ho_vysava%C4%8De Simulace robotického vysavače] (NetLogo) - Jakub Racek
* [http://www.simulace.info/index.php/User:Morb04 Simulácia ziskovosti carsharingovej spoločnosti (Vensim)] - Barbara Moreová
* [http://www.simulace.info/index.php/User:PavelDvoriak Simulace vývoje ceny bytů v Praze (Vensim)] - Pavel Dvoriak
* [http://www.simulace.info/index.php/Simulace_VSEcoin Bezpečnost vs. náročnost těžby VSEcoinu (Netlogo)] - Petr Hoza

SS 2020/2021/cs

2021-06-22T21:37:37Z

Petr Hoza: /* Vypracovaná témata LS 2020/2021 */

{{DISPLAYTITLE:LS 2020/2021}}

Semestrální práce (simulace) z letního semestru 2020/2021. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2020/2021/cs|zadání práce]].

=Vypracovaná témata LS 2020/2021=
* [http://www.simulace.info/index.php/User:Pirm01 Simulácia darcovského centra (Simprocess)] - Marko Pira
* [https://cs.wikipedia.org/wiki/Real-time_simulace Real-time simulace] (Wikipedia) - Tibor vondrášek
* [https://cs.wikipedia.org/wiki/Leteck%C3%BD_simul%C3%A1tor Letecký simulátor] (Wikipedie) - Jakub Racek
* [http://www.simulace.info/index.php/Optimalizace_skladov%C3%BDch_z%C3%A1sob_inkoust%C5%AF Optimalizace skladových zásob inkoustů] (Microsoft Excel) - Iveta Kleníková
* [http://www.simulace.info/index.php/Simulace_malos%C3%A9riov%C3%A9_v%C3%BDroby_metodou_3D_tisku Simulace malosériové výroby metodou 3D tisku] (Simprocess) - Kateřina Zemánková
* [http://www.simulace.info/index.php/Simulace_elektrizacni_site Simulace elektrizační sítě v ČR] (Vensim) - Michaela Tauchmanová
* [http://www.simulace.info/index.php/Simulace_migrace_populace_do_EU Simulace migrace populace do EU] (Vensim) - Martina Riegerová
* [http://www.simulace.info/index.php/Odstranování_mechu_z_trávníku Odstranování_mechu_z_trávníku] (NetLogo) - Marek Vávra
* [http://www.simulace.info/index.php/Nalezen%C3%AD_nejide%C3%A1ln%C4%9Bj%C5%A1%C3%ADho_mno%C5%BEstv%C3%AD_n%C3%A1pojov%C3%BDch_st%C3%A1nk%C5%AF_a_TOITOI_na_hudebn%C3%ADch_festivalech Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech] (NetLogo) - Aneta Váňová
* [http://www.simulace.info/index.php/Simulace_pr%C5%AFb%C4%9Bhu_masov%C3%A9_st%C5%99elby Simulace průběhu masové střelby] (NetLogo) - Jiří Mareš
* [http://www.simulace.info/index.php/Simulace_v%C3%BDvoje_epidemie_Covid_19_na_v%C3%BDletn%C3%AD_lodi_Diamond_Princess Simulace vývoje epidemie Covid 19 na výletní lodi Diamond Princess] (NetLogo) - Martin Šatra
* [http://www.simulace.info/index.php/User:Joho00 Vliv průmyslového rybolovu na populace ryb] - (Netlogo) Otakar Johanis
* [http://www.simulace.info/index.php/Simulace_dostavby_pra%C5%BEsk%C3%A9ho_leti%C5%A1t%C4%9B Simulace dostavby pražského letiště] - (Simprocess) Jaroslav Mareš
* [http://www.simulace.info/index.php/Simulace_př%C3%ADtoku/odtoku_a_rychlosti_vypařován%C3%AD_vody_ve_vodn%C3%ADm_d%C3%ADle Simulace přítoku/odtoku a rychlosti vypařování vody ve vodním díle] - (Vensim) Michal Šejba
* [http://www.simulace.info/index.php/Simulace_robotick%C3%A9ho_vysava%C4%8De Simulace robotického vysavače] (NetLogo) - Jakub Racek
* [http://www.simulace.info/index.php/User:Morb04 Simulácia ziskovosti carsharingovej spoločnosti (Vensim)] - Barbara Moreová
* [http://www.simulace.info/index.php/User:PavelDvoriak Simulace vývoje ceny bytů v Praze (Vensim)] - Pavel Dvoriak
* [http://www.simulace.info/index.php/User:PetrHoza Bezpečnost vs. náročnost těžby VSEcoinu (Netlogo)] - Petr Hoza

SS 2020/2021/cs

2021-06-22T21:37:25Z

Petr Hoza: /* Vypracovaná témata LS 2020/2021 */

{{DISPLAYTITLE:LS 2020/2021}}

Semestrální práce (simulace) z letního semestru 2020/2021. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2020/2021/cs|zadání práce]].

=Vypracovaná témata LS 2020/2021=
* [http://www.simulace.info/index.php/User:Pirm01 Simulácia darcovského centra (Simprocess)] - Marko Pira
* [https://cs.wikipedia.org/wiki/Real-time_simulace Real-time simulace] (Wikipedia) - Tibor vondrášek
* [https://cs.wikipedia.org/wiki/Leteck%C3%BD_simul%C3%A1tor Letecký simulátor] (Wikipedie) - Jakub Racek
* [http://www.simulace.info/index.php/Optimalizace_skladov%C3%BDch_z%C3%A1sob_inkoust%C5%AF Optimalizace skladových zásob inkoustů] (Microsoft Excel) - Iveta Kleníková
* [http://www.simulace.info/index.php/Simulace_malos%C3%A9riov%C3%A9_v%C3%BDroby_metodou_3D_tisku Simulace malosériové výroby metodou 3D tisku] (Simprocess) - Kateřina Zemánková
* [http://www.simulace.info/index.php/Simulace_elektrizacni_site Simulace elektrizační sítě v ČR] (Vensim) - Michaela Tauchmanová
* [http://www.simulace.info/index.php/Simulace_migrace_populace_do_EU Simulace migrace populace do EU] (Vensim) - Martina Riegerová
* [http://www.simulace.info/index.php/Odstranování_mechu_z_trávníku Odstranování_mechu_z_trávníku] (NetLogo) - Marek Vávra
* [http://www.simulace.info/index.php/Nalezen%C3%AD_nejide%C3%A1ln%C4%9Bj%C5%A1%C3%ADho_mno%C5%BEstv%C3%AD_n%C3%A1pojov%C3%BDch_st%C3%A1nk%C5%AF_a_TOITOI_na_hudebn%C3%ADch_festivalech Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech] (NetLogo) - Aneta Váňová
* [http://www.simulace.info/index.php/Simulace_pr%C5%AFb%C4%9Bhu_masov%C3%A9_st%C5%99elby Simulace průběhu masové střelby] (NetLogo) - Jiří Mareš
* [http://www.simulace.info/index.php/Simulace_v%C3%BDvoje_epidemie_Covid_19_na_v%C3%BDletn%C3%AD_lodi_Diamond_Princess Simulace vývoje epidemie Covid 19 na výletní lodi Diamond Princess] (NetLogo) - Martin Šatra
* [http://www.simulace.info/index.php/User:Joho00 Vliv průmyslového rybolovu na populace ryb] - (Netlogo) Otakar Johanis
* [http://www.simulace.info/index.php/Simulace_dostavby_pra%C5%BEsk%C3%A9ho_leti%C5%A1t%C4%9B Simulace dostavby pražského letiště] - (Simprocess) Jaroslav Mareš
* [http://www.simulace.info/index.php/Simulace_př%C3%ADtoku/odtoku_a_rychlosti_vypařován%C3%AD_vody_ve_vodn%C3%ADm_d%C3%ADle Simulace přítoku/odtoku a rychlosti vypařování vody ve vodním díle] - (Vensim) Michal Šejba
* [http://www.simulace.info/index.php/Simulace_robotick%C3%A9ho_vysava%C4%8De Simulace robotického vysavače] (NetLogo) - Jakub Racek
* [http://www.simulace.info/index.php/User:Morb04 Simulácia ziskovosti carsharingovej spoločnosti (Vensim)] - Barbara Moreová
* [http://www.simulace.info/index.php/User:PavelDvoriak Simulace vývoje ceny bytů v Praze (Vensim)] - Pavel Dvoriak
* [http://www.simulace.info/index.php/User:Petr Hoza Bezpečnost vs. náročnost těžby VSEcoinu (Netlogo)] - Petr Hoza

Statistics101: Probability distributions/cs

2021-05-23T22:09:17Z

Petr Hoza:

=Úvod=

== Co je to pravděpodobnost <ref name="teo_pravd">Teorie pravděpodobnosti, Josef Štěpán. Teorie pravděpodobnosti., Academia/Praha, 1987. 19s </ref> ==

Uvažujeme pokus spočívající v hodu symetrickou (homogenní) mincí. Tento experiment má dva možné výsledky:

•   Na minci padl rub 

•   na minci padl líc 

Běžně činíme v této souvislosti následující prohlášení:

(1) pravděpodobnost toho, že na minci padne rub, je rovna ½.

Odhlédneme-li od toho, že vlastně ještě nevíme, co pravděpodobnost je, není obtížné zjistit dva zdroje důvěry v rozumnost tohoto výsledku:

(2) Logická spekulace . Není důvod, proč by na symetrické minci měl častěji padat rub nebo líc

(3) Zkušenost . Opakujeme-li pokus mnohokrát a zjišťujeme-li četnosti <math>S_n</math> výsledku rub po n pokusech, budou se relativní četnosti (<math>S_n/n </math> ) postupně stabilizovat v okolí čísla ½.

Je samozřejmě otázkou spíše filozofického charakteru, do jaké míry a v jakém smyslu je spekulace (2) založena na zkušenosti (3). A jakým mechanismem jsou zkušenosti typu (3) ukládány do vědomí člověka, když ve velké většině podobné pokusy pro velká n nekoná.

Předmětem teorie pravděpodobnosti je tedy studium matematických modelů náhodných pokusů.

Uvážíme-li příklad pokusu se symetrickou mincí, můžeme vymezit tento pojem jako pokus, jehož výsledek není jednoznačně určen podmínkami, za kterých je vykonáván , přičemž tyto výsledky vykazují statistickou stabilitu typu (3), která vlastně umožňuje hovořit o pravděpodobnostech výsledků pokusu . Teorie pravděpodobnosti modeluje náhodný experiment způsobem, který umožňuje nejen deduktivní ověření této stability, ale i odhadování zákonitostí, které leží mimo dosah běžné zkušenosti.

S náhodným pokusem je vždy spojena neprázdná množina <math>\Omega</math> všech výsledků pokusu.

==Pravděpodobnostní rozdělení==

Prvky <math>\omega \in \Omega </math> se nazývají elementární jevy .

Pravděpodobnostní rozdělení je vlastně zobrazení, které každému elementárnímu jevu (prvkům z množiny <math>\omega \in \Omega </math>) přiřazuje jejich pravděpodobnost. (Číslo mezi 0 a 1). Podrobněji k definicím naleznete na [http://www.simulace.info/index.php/Probability_distributions/cs pravděpodobnostní rozdělení]

=Ukázky=

Pojdmě si vše vysvětlit na rozboru názorných příkladů.

== Diskrétní rozdělení <ref name="hw_yout_discrete_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Discrete Random Variables and Probability Distributions [https://www.youtube.com/watch?v=U56WA39quas]. YouTube. </ref> ==

V našem hypotetickém městě se začala šířit infekční nemoc Sars-cov-3000. Tato nemoc je léčitelná a nezpůsobuje dlouhodobé komplikace. V nemocnici je léčena přípravkem Prymlo. Jeho aplikace je komplikovaná a můžeme proto podat léčbu právě 10 lidem.

Ukazuje se, že léčba není vždy účinná. V průběhu času jsme naměřili, že je 60% pravděpodobnost, že se léčba povadla a 40% pravděpodobnost, že léčba selhala.

To znamená, že v průměru je každý den vyléčeno 6 lidí z těch 10. To ale neznamená, že bude každý den vyléčeno právě 6 lidí. Některé kdy může být vyléčeno méně a některé dny více.

A právě kolik lidí bude vyléčeno každý jednotlivý den nám určuje pravděpodobnostní rozdělení. Představme si, že chceme nějak předvídat hodnotu X (počet lidí, kteří budou vyléčeni zítra).

To znamená, že chceme například zjistit, jaká je pravděpodobnost, že zítra bude vyléčeno právě šest lidí <math>P(X = 6)</math> nebo jaká je pravděpodobnost, že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi P(4 ≤ X ≤ 8)?

K tomu, abychom tyto hodnoty dokázali určit, potřebujeme znát pravděpodobnostní rozdělení. V rámci našeho hypotetického města jsme predikovali, že rozdělení pravděpodobnosti vypadá

[[File:binomial_example.png|center|500px]]

Toto je [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD binomické rozdělení], které popisuje četnost výskytu náhodného jevu v n nezávislých pokusech, v nichž má jev stále stejnou pravděpodobnost. (<math>X ~ Bi(n, p)</math>)

Z pravděpodobnostního rozdělení můžeme hned vidět, že hodnota pro 6 je 0.25. (<math>P(X = 6) = 0.25</math>). Takže je 25%, že v patřičný den bude vyléčeno právě 6 pacientů.
----
 Příklad: 

Jaká je tedy pravděpodobnost, že že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi (<math>P(4 \leq X \leq 8)</math>)?

 Řešení: 

P(4 ≤ X ≤ 8) = P(X = 4) + P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8) = 0.9

Pravděpodobnost, že bude vyléčeno mezi čtyřmi a osmi lidmi, je 90%.
----
Po delší době se ukazuje, že naše distribuční funkce neplatí. S větším množstvím dat zjištůjeme, že počty vyléčených pacientů vypadají

[[File:histo_binomial_example.png|center|500px]]

Ukázalo se totiž, že lék Prymlo distribuují dva dodavatelé. Jeden s účinnou látkou Pifcer a druhý s účinnou látkou Spadnik. Každý den byl náhodně vybrán lék od jednoho dodavatele, vždy s 50% pravděpodobností. První přípravek měl však účinnost 80% a druhý pouze 40%. A proto bylo výsledné rozdělení mixem 2 rozdělení

[[File:mix_binomial_example.png|center|500px]]

Po tomto zjištění bylo možné distribuovat léčivo Pifcer ve větší míře a zvýšit tak počet vyléčených.

Poslední část, na kterou se můžeme podívat, je pravděpodobnost nákazy. Z vedených statistik ve městě vyšlo, že pravděpodobnost, že se zítra nakazíte, je 0.001.

Město má v současnosti 20 000 dříve nenakažených obyvatel. Jak vypadá pravděpodobnostní rozdělení?

Za předpokladů, že jsou naše data správná, pak se jedná opět o binomiální rozdělení <math>Bi(20000, 0.001)</math>. Problémem je, že při výpočtu binomického rozdělení [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD Binomické rozdělení] se pracuje s faktoriály a při výpočtech s takovými čísly bychom záhy narazili na problémy. Výhodou je, že pro binomická rozdělení, kde je p malé, můžeme velice dobře aproximovat pomocí Pissonova rozdělení. [http://www.simulace.info/index.php/Poisson_distribution Poissonovo rozdělení]

Z toho celkově máme, že rozdělení nově infikovaných pacientů je <math>Pois(20)</math> a při použití léčiva Pifcer (80% účinnost) je počet vyléčených <math>Pois(20*0.8) = Pois(16) </math> a počet neúspěšně vyléčených je Pois(4).

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití diskrétního pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_diskr.C3.A9tn.C3.AD_n.C3.A1hodn.C3.A9_veli.C4.8Diny Typy diskrétních rozdělení].
== Spojité rozdělení <ref name="hw_yout_continuous_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Continuous Random Variables and Probability Distributions [https://www.youtube.com/watch?v=iA0xRUNvLV8]. YouTube. </ref> ==

Představme si akvárium. Pro jednoduchost si představme pouze jednu stranu akvaria. Takové 2D akvarium. Naším cílem je lokalizovat v akváriu rybu. Chceme určit, jaká je horizontální souřadnice ryby v akváriu. Je zřejmé, že hodnota souřadnice může nabývat hodnot ze spojitého intervalu (šíře akvária).

[[File:aquarium_cords.png | center | 500px]]

Když si představíme, že akvárium má plochu 1. Pak pravděpodobnost, že se ryba nachází v nějaké ploše, je rovna velikosti této plochy.

Jaká je pravděpodobnost, že se ryba nachází na souřadnici 1.5? <math>P(X = 1.5)</math>

Tady se ukazuje hlavní neintuitivnita spojitých rozdělení. Pravděpodobnost, že se ryba nachází na souřadnici 1.5 je 0! Souřadnice totiž mohou nabývat nekonečně mnoha hodnot. Pravděpodobnost, že se ryba nachází přesně na nekonečně malé ploše je limitně nulová. Když se vrátíme k představě přes plochu, tak se jedná o plochu úsečky a ta je nulová.

Jde o to, že samotná hodnota je na rozdíl od diskrétních hodnot vždy pouze nějaká aproximace. Souřadnice 1.5 je totiž souřadnice 1.500000000... A proto nemá smysl mluvit o samotné hodnotě a vždy se bavíme o nějakém intervalu.

Proto když ryba proplave mezi body 1 a 2. Překoná nekonečné množství souřadnic. To je známí problém, který řešili již staří [https://cs.wikipedia.org/wiki/Zen%C3%B3novy_paradoxy řekové]. Proto má cenu bavit se pouze o plochách a ne o jednotlivých bodech. (Měření pravděpodobnosti bytí v nekonečně malém prostoru v kokrétním časovém kroku je totiž ergo vždy nulová.)

Zavadíme proto koncept hustoty pravděpodobnosti.

“Hustota pravděpodobnosti (hustota rozdělení pravděpodobnosti, anglicky Probability Density Function, PDF) v teorii pravděpodobnosti je funkce jejíž integrací na kterémkoli vzorku (podmnožině prostoru elementárních jevů) vyjde relativní pravděpodobnost, že hodnota náhodné proměnné by se rovnala tomuto vzorku. PDF se používá ke stanovení pravděpodobnosti , že náhodná proměnná spadá do určitého intervalu hodnot namísto libovolné jediné hodnoty. Tato pravděpodobnost je určena integrálem PDF této proměnné nad uvedeným rozsahem, který si lze představit jako plochu ohraničenou funkcí hustoty a vodorovnou osou, a mezi nejnižší a nejvyšší hodnotou daného intervalu. Funkce hustoty pravděpodobnosti je všude nezáporná a její integrál v celém prostoru je roven 1.” <ref name="PDF "> GRINSTEAD, Charles M.; SNELL, J. Laurie. Grinstead & Snell, Úvod do pravděpodobnosti. [s.l.]: Orange Grove Texts, 2009. ISBN 161610046X. Kapitola Conditional Probability - Discrete Conditional </ref>

Ona integrovaná funkce je přesně hranice našeho ukázkového nesymetrického 2D akvária.

----

 Příklad: 

Když chápeme základní pojmy, můžeme si tedy položit otázku. Jaká je pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1 a 2? P(1 ≤ X ≤ 2)

 Řešení: 

Pro samotnou integraci bychom potřebovali znát tvar funkce hustoty pravděpodobnosti. Pokud si ale vzpomeneme, že nám integrál počítá onu plochu pod křivkou, můžeme si všimnout, že se plocha mezi body 1 a 2 stejná, jako mezi body 0;1 a 2;3. Plocha pod křivkou je tedy 1/3 celkové plochy, kterou jsme určili jako 1;

[[File:aquarium_sol.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1 a 2, je 33.33%.

----

 Příklad: 

Co kdybychom chtěli zjistit pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1,5 a 2? P(1,5 ≤ X ≤ 2)

 Řešení: 

Zde už nám nepomůže trik se symetrií. Jelikož neznáme tvar hustoty pravděpodobnosti (pak bychom úlohu řešili integrací, abychom spočítali plochu pok křivkou), uchýlíme se k aproximaci. Můžeme totiž spočítat plochu alespoň přibližně

[[File:aquarium_aprox.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1,5 a 2, je přibližně 14%.

----

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití spojitého pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_spojit.C3.A9_n.C3.A1hodn.C3.A9_veli.C4.8Diny Základní typy rozdělení pravděpodobnosti spojité náhodné veličiny].
=Citace=

<references/>

Statistics101: Probability distributions/cs

2021-05-23T22:08:12Z

Petr Hoza: make czech version

=Úvod=

== Co je to pravděpodobnost <ref name="teo_pravd">Teorie pravděpodobnosti, Josef Štěpán. Teorie pravděpodobnosti., Academia/Praha, 1987. 19s </ref> ==

Uvažujeme pokus spočívající v hodu symetrickou (homogenní) mincí. Tento experiment má dva možné výsledky:

•   Na minci padl rub 

•   na minci padl líc 

Běžně činíme v této souvislosti následující prohlášení:

(1) pravděpodobnost toho, že na minci padne rub, je rovna ½.

Odhlédneme-li od toho, že vlastně ještě nevíme, co pravděpodobnost je, není obtížné zjistit dva zdroje důvěry v rozumnost tohoto výsledku:

(2) Logická spekulace . Není důvod, proč by na symetrické minci měl častěji padat rub nebo líc

(3) Zkušenost . Opakujeme-li pokus mnohokrát a zjišťujeme-li četnosti <math>S_n</math> výsledku rub po n pokusech, budou se relativní četnosti (<math>S_n/n </math> ) postupně stabilizovat v okolí čísla ½.

Je samozřejmě otázkou spíše filozofického charakteru, do jaké míry a v jakém smyslu je spekulace (2) založena na zkušenosti (3). A jakým mechanismem jsou zkušenosti typu (3) ukládány do vědomí člověka, když ve velké většině podobné pokusy pro velká n nekoná.

Předmětem teorie pravděpodobnosti je tedy studium matematických modelů náhodných pokusů.

Uvážíme-li příklad pokusu se symetrickou mincí, můžeme vymezit tento pojem jako pokus, jehož výsledek není jednoznačně určen podmínkami, za kterých je vykonáván , přičemž tyto výsledky vykazují statistickou stabilitu typu (3), která vlastně umožňuje hovořit o pravděpodobnostech výsledků pokusu . Teorie pravděpodobnosti modeluje náhodný experiment způsobem, který umožňuje nejen deduktivní ověření této stability, ale i odhadování zákonitostí, které leží mimo dosah běžné zkušenosti.

S náhodným pokusem je vždy spojena neprázdná množina <math>\Omega</math> všech výsledků pokusu.

==Pravděpodobnostní rozdělení==

Prvky <math>\omega \in \Omega </math> se nazývají elementární jevy .

Pravděpodobnostní rozdělení je vlastně zobrazení, které každému elementárnímu jevu (prvkům z množiny <math>\omega \in \Omega </math>) přiřazuje jejich pravděpodobnost. (Číslo mezi 0 a 1). Podrobněji k definicím naleznete na [http://www.simulace.info/index.php/Probability_distributions/cs pravděpodobnostní rozdělení]

=Ukázky=

Pojdmě si vše vysvětlit na rozboru názorných příkladů.

== Diskrétní rozdělení <ref name="hw_yout_discrete_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Discrete Random Variables and Probability Distributions [https://www.youtube.com/watch?v=U56WA39quas]. YouTube. </ref> ==

V našem hypotetickém městě se začala šířit infekční nemoc Sars-cov-3000. Tato nemoc je léčitelná a nezpůsobuje dlouhodobé komplikace. V nemocnici je léčena přípravkem Prymlo. Jeho aplikace je komplikovaná a můžeme proto podat léčbu právě 10 lidem.

Ukazuje se, že léčba není vždy účinná. V průběhu času jsme naměřili, že je 60% pravděpodobnost, že se léčba povadla a 40% pravděpodobnost, že léčba selhala.

To znamená, že v průměru je každý den vyléčeno 6 lidí z těch 10. To ale neznamená, že bude každý den vyléčeno právě 6 lidí. Některé kdy může být vyléčeno méně a některé dny více.

A právě kolik lidí bude vyléčeno každý jednotlivý den nám určuje pravděpodobnostní rozdělení. Představme si, že chceme nějak předvídat hodnotu X (počet lidí, kteří budou vyléčeni zítra).

To znamená, že chceme například zjistit, jaká je pravděpodobnost, že zítra bude vyléčeno právě šest lidí <math>P(X = 6)</math> nebo jaká je pravděpodobnost, že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi P(4 ≤ X ≤ 8)?

K tomu, abychom tyto hodnoty dokázali určit, potřebujeme znát pravděpodobnostní rozdělení. V rámci našeho hypotetického města jsme predikovali, že rozdělení pravděpodobnosti vypadá

[[File:binomial_example.png|center|500px]]

Toto je [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD binomické rozdělení], které popisuje četnost výskytu náhodného jevu v n nezávislých pokusech, v nichž má jev stále stejnou pravděpodobnost. (<math>X ~ Bi(n, p)</math>)

Z pravděpodobnostního rozdělení můžeme hned vidět, že hodnota pro 6 je 0.25. (<math>P(X = 6) = 0.25</math>). Takže je 25%, že v patřičný den bude vyléčeno právě 6 pacientů.
----
 Příklad: 

Jaká je tedy pravděpodobnost, že že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi (<math>P(4 \leq X \leq 8)</math>)?

 Řešení: 

P(4 ≤ X ≤ 8) = P(X = 4) + P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8) = 0.9

Pravděpodobnost, že bude vyléčeno mezi čtyřmi a osmi lidmi, je 90%.
----
Po delší době se ukazuje, že naše distribuční funkce neplatí. S větším množstvím dat zjištůjeme, že počty vyléčených pacientů vypadají

[[File:histo_binomial_example.png|center|500px]]

Ukázalo se totiž, že lék Prymlo distribuují dva dodavatelé. Jeden s účinnou látkou Pifcer a druhý s účinnou látkou Spadnik. Každý den byl náhodně vybrán lék od jednoho dodavatele, vždy s 50% pravděpodobností. První přípravek měl však účinnost 80% a druhý pouze 40%. A proto bylo výsledné rozdělení mixem 2 rozdělení

[[File:mix_binomial_example.png|center|500px]]

Po tomto zjištění bylo možné distribuovat léčivo Pifcer ve větší míře a zvýšit tak počet vyléčených.

Poslední část, na kterou se můžeme podívat, je pravděpodobnost nákazy. Z vedených statistik ve městě vyšlo, že pravděpodobnost, že se zítra nakazíte, je 0.001.

Město má v současnosti 20 000 dříve nenakažených obyvatel. Jak vypadá pravděpodobnostní rozdělení?

Za předpokladů, že jsou naše data správná, pak se jedná opět o binomiální rozdělení <math>Bi(20000, 0.001)</math>. Problémem je, že při výpočtu binomického rozdělení [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD Binomické rozdělení] se pracuje s faktoriály a při výpočtech s takovými čísly bychom záhy narazili na problémy. Výhodou je, že pro binomická rozdělení, kde je p malé, můžeme velice dobře aproximovat pomocí Pissonova rozdělení. [http://www.simulace.info/index.php/Poisson_distribution Poissonovo rozdělení]

Z toho celkově máme, že rozdělení nově infikovaných pacientů je <math>Pois(20)</math> a při použití léčiva Pifcer (80% účinnost) je počet vyléčených <math>Pois(20*0.8) = Pois(16) </math> a počet neúspěšně vyléčených je Pois(4).

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití diskrétního pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_diskr.C3.A9tn.C3.AD_n.C3.A1hodn.C3.A9_veli.C4.8Diny Typy diskrétních rozdělení].
== Spojité rozdělení <ref name="hw_yout_continuous_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Continuous Random Variables and Probability Distributions [https://www.youtube.com/watch?v=iA0xRUNvLV8]. YouTube. </ref> ==

Představme si akvárium. Pro jednoduchost si představme pouze jednu stranu akvaria. Takové 2D akvarium. Naším cílem je lokalizovat v akváriu rybu. Chceme určit, jaká je horizontální souřadnice ryby v akváriu. Je zřejmé, že hodnota souřadnice může nabývat hodnot ze spojitého intervalu (šíře akvária).

[[File:aquarium_cord.png | center | 500px]]

Když si představíme, že akvárium má plochu 1. Pak pravděpodobnost, že se ryba nachází v nějaké ploše, je rovna velikosti této plochy.

Jaká je pravděpodobnost, že se ryba nachází na souřadnici 1.5? <math>P(X = 1.5)</math>

Tady se ukazuje hlavní neintuitivnita spojitých rozdělení. Pravděpodobnost, že se ryba nachází na souřadnici 1.5 je 0! Souřadnice totiž mohou nabývat nekonečně mnoha hodnot. Pravděpodobnost, že se ryba nachází přesně na nekonečně malé ploše je limitně nulová. Když se vrátíme k představě přes plochu, tak se jedná o plochu úsečky a ta je nulová.

Jde o to, že samotná hodnota je na rozdíl od diskrétních hodnot vždy pouze nějaká aproximace. Souřadnice 1.5 je totiž souřadnice 1.500000000... A proto nemá smysl mluvit o samotné hodnotě a vždy se bavíme o nějakém intervalu.

Proto když ryba proplave mezi body 1 a 2. Překoná nekonečné množství souřadnic. To je známí problém, který řešili již staří [https://cs.wikipedia.org/wiki/Zen%C3%B3novy_paradoxy řekové]. Proto má cenu bavit se pouze o plochách a ne o jednotlivých bodech. (Měření pravděpodobnosti bytí v nekonečně malém prostoru v kokrétním časovém kroku je totiž ergo vždy nulová.)

Zavadíme proto koncept hustoty pravděpodobnosti.

“Hustota pravděpodobnosti (hustota rozdělení pravděpodobnosti, anglicky Probability Density Function, PDF) v teorii pravděpodobnosti je funkce jejíž integrací na kterémkoli vzorku (podmnožině prostoru elementárních jevů) vyjde relativní pravděpodobnost, že hodnota náhodné proměnné by se rovnala tomuto vzorku. PDF se používá ke stanovení pravděpodobnosti , že náhodná proměnná spadá do určitého intervalu hodnot namísto libovolné jediné hodnoty. Tato pravděpodobnost je určena integrálem PDF této proměnné nad uvedeným rozsahem, který si lze představit jako plochu ohraničenou funkcí hustoty a vodorovnou osou, a mezi nejnižší a nejvyšší hodnotou daného intervalu. Funkce hustoty pravděpodobnosti je všude nezáporná a její integrál v celém prostoru je roven 1.” <ref name="PDF "> GRINSTEAD, Charles M.; SNELL, J. Laurie. Grinstead & Snell, Úvod do pravděpodobnosti. [s.l.]: Orange Grove Texts, 2009. ISBN 161610046X. Kapitola Conditional Probability - Discrete Conditional </ref>

Ona integrovaná funkce je přesně hranice našeho ukázkového nesymetrického 2D akvária.

----

 Příklad: 

Když chápeme základní pojmy, můžeme si tedy položit otázku. Jaká je pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1 a 2? P(1 ≤ X ≤ 2)

 Řešení: 

Pro samotnou integraci bychom potřebovali znát tvar funkce hustoty pravděpodobnosti. Pokud si ale vzpomeneme, že nám integrál počítá onu plochu pod křivkou, můžeme si všimnout, že se plocha mezi body 1 a 2 stejná, jako mezi body 0;1 a 2;3. Plocha pod křivkou je tedy 1/3 celkové plochy, kterou jsme určili jako 1;

[[File:aquarium_sol.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1 a 2, je 33.33%.

----

 Příklad: 

Co kdybychom chtěli zjistit pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1,5 a 2? P(1,5 ≤ X ≤ 2)

 Řešení: 

Zde už nám nepomůže trik se symetrií. Jelikož neznáme tvar hustoty pravděpodobnosti (pak bychom úlohu řešili integrací, abychom spočítali plochu pok křivkou), uchýlíme se k aproximaci. Můžeme totiž spočítat plochu alespoň přibližně

[[File:aquarium_aprox.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1,5 a 2, je přibližně 14%.

----

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití spojitého pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_spojit.C3.A9_n.C3.A1hodn.C3.A9_veli.C4.8Diny Základní typy rozdělení pravděpodobnosti spojité náhodné veličiny].
=Citace=

<references/>

Course materials/cs

2021-05-23T22:07:35Z

Petr Hoza:

{{DISPLAYTITLE:Učební texty}}

Jak psát učební texty s největší nadějí na úspěch si lze přečíst v článku [[How to write a term paper/cs|Jak psát učební texty]]. '''POZOR!''' Přesvědčte se, že opravdu máte úlohu zadánu jako učební text a nikoliv heslo do Wikipedie. Wikičlánek se odevzdává vždy, výhradně a pouze přímo do Wikipedie!

==Učební texty online==
*[[Monte Carlo method/cs|Metoda Monte Carlo]]
**[[Pseudorandom number generators/cs|Generátory pseudonáhodných čísel]]
**[[Probability distributions/cs|Pravděpodobnostní rozdělení]]
**[[Variance reduction/cs|Redukce rozptylu]]
**[[Interpretation of MC simulation results (Stochastic methods)/cs|Zpracování a interpretace výsledků produkovaných Monte Carlo simulací (statistické metody)]]
**[[Monte Carlo method application in simulations/cs|Užití metody Monte Carlo v simulacích]]
*[[Statistics101: Probability distributions/cs|Opáčko ze statistiky: Pravděpodobnostní rozdělení]]
**[[Normal distribution|Normální rozdělení]]
**[[Poisson distribution|Poissonovo rozdělení]]
**[[Exponential distribution|Exponenciální rozdělení]]
**[[Uniform distribution|Rovnoměrné rozdělení]]
*[[Discrete event simulation/cs|Diskrétní simulace]]
**[[Queueing theory/cs|Teorie front]]
**[[Quality management/cs|Řízení kvality]]
*[[Game theory/cs|Teorie her]]
**[[Decision strategies/cs|Rozhodovací strategie]]
**[[Nash equilibrium/cs|Nashova rovnováha]]
***[[Mixed strategy/cs|Smíšená strategie]]
**[[One-shot games/cs|Jednorázové hry]]
***[[Normal form/cs|Normální forma]]
***[[Prisoner's dilemma/cs|Vězňovo dilema]]
***[[The Chicken Game/cs|Hra kuře]]
***[[The Battle of Sexes/cs|Bitva pohlaví]]
***[[Coordination game/sk|Koordinačná hra]]
**[[Repeated games/cs|Opakované hry]]
***[[Meta-strategies/cs|Meta-strategie]]
**[[Multistage Games/cs|Vícekolové hry]]
***[[Extensive form/cs|Rozšířená forma]]
**[[Multiplayer games/cs|Hry více hráčů]]
***[[Auctions/cs|Aukce]]
****[[Vickrey auction/cs|Vickreyova aukce]]
***[[N-player prisoner's dilemma/cs|Vězňovo dilema více hráčů]]
**[[Cooperative games/cs|Kooperativní hry]]
*[[Multi-agent systems/cs|Multiagentní systémy]]
**[[Agents/cs|Agenti]]
***[[Agent reasoning/cs|Uvažování agenta]]
****[[Markov decision process/cs|Markovův rozhodovací proces]]
****[[Fuzzy logic/cs|Fuzzy logika]]
**[[Agent environments/cs|Agentní prostředí]]
*[[System Dynamics/cs|Systémová dynamika]]
**[[Causal Loop Diagram/cs|Diagram kauzálních smyček]]
**[[Stock and Flow Diagram/cs|Diagram toků (SFD)]]
**[[Leverage points/cs|Body působení]]
**[[System Archetypes/cs|Systémové archetypy]]
***[[Tragedy of the commons/cs|Tragédie obecní pastviny]]
***[[Growth and Underinvestment/cs|Růst a nedostatečné investice]]
***[[Limits to Growth/cs|Meze růstu]]
***[[Succes to the Successful/cs|Úspěch úspěšným]]
*[[Serious Gaming/cs|Serious Gaming]]

==Povinná literatura==
* Šalamon, T. (2011). [http://www.designofagentbasedmodels.info ''Design of Agent-Based Models : Developing Computer Simulations for a Better Understanding of Social Processes'']. Řepín, Czech Republic: Bruckner Publishing

==Doporučená literatura==
* Dlouhý, M. Fábry, J. Kuncová, M. (2003). ''Simulace pro ekonomy''. Praha, Czech Republic: Oeconomica
* Colman, A. M. (1982). ''Game theory and experimental games : the study of strategic interaction''. Oxford, UK: Pergamon
* Sterman, J. (2000). ''Business dynamics : systems thinking and modeling for a complex world''. Boston, Ma.: Irwin/McGraw-Hill
* Mildeová, S. Vojtko, V. (2003). ''Systémová dynamika''. Praha, Czech Republic: Oeconomica
* Wooldridge, M. J. (2002). ''An introduction to multiagent systems''. Chichester, UK: John Wiley & Sons
* Polak, B. (2007) ''Game Theory'' In: Yale University: Open Yale Courses, [http://oyc.yale.edu/economics/econ-159 http://oyc.yale.edu/]

File:Aquarium sol.png

2021-05-23T22:04:40Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions

File:Aquarium cords.png

2021-05-23T22:04:27Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions

File:Aquarium aprox.png

2021-05-23T22:04:18Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions

Statistics101: Probability distributions

2021-05-23T22:02:39Z

Petr Hoza: Add formatted

=Úvod=

== Co je to pravděpodobnost <ref name="teo_pravd">Teorie pravděpodobnosti, Josef Štěpán. Teorie pravděpodobnosti., Academia/Praha, 1987. 19s </ref> ==

Uvažujeme pokus spočívající v hodu symetrickou (homogenní) mincí. Tento experiment má dva možné výsledky:

•   Na minci padl rub 

•   na minci padl líc 

Běžně činíme v této souvislosti následující prohlášení:

(1) pravděpodobnost toho, že na minci padne rub, je rovna ½.

Odhlédneme-li od toho, že vlastně ještě nevíme, co pravděpodobnost je, není obtížné zjistit dva zdroje důvěry v rozumnost tohoto výsledku:

(2) Logická spekulace . Není důvod, proč by na symetrické minci měl častěji padat rub nebo líc

(3) Zkušenost . Opakujeme-li pokus mnohokrát a zjišťujeme-li četnosti <math>S_n</math> výsledku rub po n pokusech, budou se relativní četnosti (<math>S_n/n </math> ) postupně stabilizovat v okolí čísla ½.

Je samozřejmě otázkou spíše filozofického charakteru, do jaké míry a v jakém smyslu je spekulace (2) založena na zkušenosti (3). A jakým mechanismem jsou zkušenosti typu (3) ukládány do vědomí člověka, když ve velké většině podobné pokusy pro velká n nekoná.

Předmětem teorie pravděpodobnosti je tedy studium matematických modelů náhodných pokusů.

Uvážíme-li příklad pokusu se symetrickou mincí, můžeme vymezit tento pojem jako pokus, jehož výsledek není jednoznačně určen podmínkami, za kterých je vykonáván , přičemž tyto výsledky vykazují statistickou stabilitu typu (3), která vlastně umožňuje hovořit o pravděpodobnostech výsledků pokusu . Teorie pravděpodobnosti modeluje náhodný experiment způsobem, který umožňuje nejen deduktivní ověření této stability, ale i odhadování zákonitostí, které leží mimo dosah běžné zkušenosti.

S náhodným pokusem je vždy spojena neprázdná množina <math>\Omega</math> všech výsledků pokusu.

==Pravděpodobnostní rozdělení==

Prvky <math>\omega \in \Omega </math> se nazývají elementární jevy .

Pravděpodobnostní rozdělení je vlastně zobrazení, které každému elementárnímu jevu (prvkům z množiny <math>\omega \in \Omega </math>) přiřazuje jejich pravděpodobnost. (Číslo mezi 0 a 1). Podrobněji k definicím naleznete na [http://www.simulace.info/index.php/Probability_distributions/cs pravděpodobnostní rozdělení]

=Ukázky=

Pojdmě si vše vysvětlit na rozboru názorných příkladů.

== Diskrétní rozdělení <ref name="hw_yout_discrete_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Discrete Random Variables and Probability Distributions [https://www.youtube.com/watch?v=U56WA39quas]. YouTube. </ref> ==

V našem hypotetickém městě se začala šířit infekční nemoc Sars-cov-3000. Tato nemoc je léčitelná a nezpůsobuje dlouhodobé komplikace. V nemocnici je léčena přípravkem Prymlo. Jeho aplikace je komplikovaná a můžeme proto podat léčbu právě 10 lidem.

Ukazuje se, že léčba není vždy účinná. V průběhu času jsme naměřili, že je 60% pravděpodobnost, že se léčba povadla a 40% pravděpodobnost, že léčba selhala.

To znamená, že v průměru je každý den vyléčeno 6 lidí z těch 10. To ale neznamená, že bude každý den vyléčeno právě 6 lidí. Některé kdy může být vyléčeno méně a některé dny více.

A právě kolik lidí bude vyléčeno každý jednotlivý den nám určuje pravděpodobnostní rozdělení. Představme si, že chceme nějak předvídat hodnotu X (počet lidí, kteří budou vyléčeni zítra).

To znamená, že chceme například zjistit, jaká je pravděpodobnost, že zítra bude vyléčeno právě šest lidí <math>P(X = 6)</math> nebo jaká je pravděpodobnost, že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi P(4 ≤ X ≤ 8)?

K tomu, abychom tyto hodnoty dokázali určit, potřebujeme znát pravděpodobnostní rozdělení. V rámci našeho hypotetického města jsme predikovali, že rozdělení pravděpodobnosti vypadá

[[File:binomial_example.png|center|500px]]

Toto je [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD binomické rozdělení], které popisuje četnost výskytu náhodného jevu v n nezávislých pokusech, v nichž má jev stále stejnou pravděpodobnost. (<math>X ~ Bi(n, p)</math>)

Z pravděpodobnostního rozdělení můžeme hned vidět, že hodnota pro 6 je 0.25. (<math>P(X = 6) = 0.25</math>). Takže je 25%, že v patřičný den bude vyléčeno právě 6 pacientů.
----
 Příklad: 

Jaká je tedy pravděpodobnost, že že zítra bude vyléčeno něco mezi čtyřmi a osmi lidmi (<math>P(4 \leq X \leq 8)</math>)?

 Řešení: 

P(4 ≤ X ≤ 8) = P(X = 4) + P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8) = 0.9

Pravděpodobnost, že bude vyléčeno mezi čtyřmi a osmi lidmi, je 90%.
----
Po delší době se ukazuje, že naše distribuční funkce neplatí. S větším množstvím dat zjištůjeme, že počty vyléčených pacientů vypadají

[[File:histo_binomial_example.png|center|500px]]

Ukázalo se totiž, že lék Prymlo distribuují dva dodavatelé. Jeden s účinnou látkou Pifcer a druhý s účinnou látkou Spadnik. Každý den byl náhodně vybrán lék od jednoho dodavatele, vždy s 50% pravděpodobností. První přípravek měl však účinnost 80% a druhý pouze 40%. A proto bylo výsledné rozdělení mixem 2 rozdělení

[[File:mix_binomial_example.png|center|500px]]

Po tomto zjištění bylo možné distribuovat léčivo Pifcer ve větší míře a zvýšit tak počet vyléčených.

Poslední část, na kterou se můžeme podívat, je pravděpodobnost nákazy. Z vedených statistik ve městě vyšlo, že pravděpodobnost, že se zítra nakazíte, je 0.001.

Město má v současnosti 20 000 dříve nenakažených obyvatel. Jak vypadá pravděpodobnostní rozdělení?

Za předpokladů, že jsou naše data správná, pak se jedná opět o binomiální rozdělení <math>Bi(20000, 0.001)</math>. Problémem je, že při výpočtu binomického rozdělení [http://www.simulace.info/index.php/Probability_distributions/cs#Binomick.C3.A9_rozd.C4.9Blen.C3.AD Binomické rozdělení] se pracuje s faktoriály a při výpočtech s takovými čísly bychom záhy narazili na problémy. Výhodou je, že pro binomická rozdělení, kde je p malé, můžeme velice dobře aproximovat pomocí Pissonova rozdělení. [http://www.simulace.info/index.php/Poisson_distribution Poissonovo rozdělení]

Z toho celkově máme, že rozdělení nově infikovaných pacientů je <math>Pois(20)</math> a při použití léčiva Pifcer (80% účinnost) je počet vyléčených <math>Pois(20*0.8) = Pois(16) </math> a počet neúspěšně vyléčených je Pois(4).

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití diskrétního pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_diskr.C3.A9tn.C3.AD_n.C3.A1hodn.C3.A9_veli.C4.8Diny Typy diskrétních rozdělení].
== Spojité rozdělení <ref name="hw_yout_continuous_example"> Stat110x. [HarvardX]. (Jul 13, 2018). Understanding Continuous Random Variables and Probability Distributions [https://www.youtube.com/watch?v=iA0xRUNvLV8]. YouTube. </ref> ==

Představme si akvárium. Pro jednoduchost si představme pouze jednu stranu akvaria. Takové 2D akvarium. Naším cílem je lokalizovat v akváriu rybu. Chceme určit, jaká je horizontální souřadnice ryby v akváriu. Je zřejmé, že hodnota souřadnice může nabývat hodnot ze spojitého intervalu (šíře akvária).

[[File:aquarium_cord.png | center | 500px]]

Když si představíme, že akvárium má plochu 1. Pak pravděpodobnost, že se ryba nachází v nějaké ploše, je rovna velikosti této plochy.

Jaká je pravděpodobnost, že se ryba nachází na souřadnici 1.5? <math>P(X = 1.5)</math>

Tady se ukazuje hlavní neintuitivnita spojitých rozdělení. Pravděpodobnost, že se ryba nachází na souřadnici 1.5 je 0! Souřadnice totiž mohou nabývat nekonečně mnoha hodnot. Pravděpodobnost, že se ryba nachází přesně na nekonečně malé ploše je limitně nulová. Když se vrátíme k představě přes plochu, tak se jedná o plochu úsečky a ta je nulová.

Jde o to, že samotná hodnota je na rozdíl od diskrétních hodnot vždy pouze nějaká aproximace. Souřadnice 1.5 je totiž souřadnice 1.500000000... A proto nemá smysl mluvit o samotné hodnotě a vždy se bavíme o nějakém intervalu.

Proto když ryba proplave mezi body 1 a 2. Překoná nekonečné množství souřadnic. To je známí problém, který řešili již staří [https://cs.wikipedia.org/wiki/Zen%C3%B3novy_paradoxy řekové]. Proto má cenu bavit se pouze o plochách a ne o jednotlivých bodech. (Měření pravděpodobnosti bytí v nekonečně malém prostoru v kokrétním časovém kroku je totiž ergo vždy nulová.)

Zavadíme proto koncept hustoty pravděpodobnosti.

“Hustota pravděpodobnosti (hustota rozdělení pravděpodobnosti, anglicky Probability Density Function, PDF) v teorii pravděpodobnosti je funkce jejíž integrací na kterémkoli vzorku (podmnožině prostoru elementárních jevů) vyjde relativní pravděpodobnost, že hodnota náhodné proměnné by se rovnala tomuto vzorku. PDF se používá ke stanovení pravděpodobnosti , že náhodná proměnná spadá do určitého intervalu hodnot namísto libovolné jediné hodnoty. Tato pravděpodobnost je určena integrálem PDF této proměnné nad uvedeným rozsahem, který si lze představit jako plochu ohraničenou funkcí hustoty a vodorovnou osou, a mezi nejnižší a nejvyšší hodnotou daného intervalu. Funkce hustoty pravděpodobnosti je všude nezáporná a její integrál v celém prostoru je roven 1.” <ref name="PDF "> GRINSTEAD, Charles M.; SNELL, J. Laurie. Grinstead & Snell, Úvod do pravděpodobnosti. [s.l.]: Orange Grove Texts, 2009. ISBN 161610046X. Kapitola Conditional Probability - Discrete Conditional </ref>

Ona integrovaná funkce je přesně hranice našeho ukázkového nesymetrického 2D akvária.

----

 Příklad: 

Když chápeme základní pojmy, můžeme si tedy položit otázku. Jaká je pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1 a 2? P(1 ≤ X ≤ 2)

 Řešení: 

Pro samotnou integraci bychom potřebovali znát tvar funkce hustoty pravděpodobnosti. Pokud si ale vzpomeneme, že nám integrál počítá onu plochu pod křivkou, můžeme si všimnout, že se plocha mezi body 1 a 2 stejná, jako mezi body 0;1 a 2;3. Plocha pod křivkou je tedy 1/3 celkové plochy, kterou jsme určili jako 1;

[[File:aquarium_sol.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1 a 2, je 33.33%.

----

 Příklad: 

Co kdybychom chtěli zjistit pravděpodobnost, že se ryba v akváriu nachází mezi souřadnicemi 1,5 a 2? P(1,5 ≤ X ≤ 2)

 Řešení: 

Zde už nám nepomůže trik se symetrií. Jelikož neznáme tvar hustoty pravděpodobnosti (pak bychom úlohu řešili integrací, abychom spočítali plochu pok křivkou), uchýlíme se k aproximaci. Můžeme totiž spočítat plochu alespoň přibližně

[[File:aquarium_aprox.png | center | 500px]]

Pravděpodobnost, že se bude ryba nacházet mezi souřadnicemi 1,5 a 2, je přibližně 14%.

----

Zde jsme si na hypotetickém příkladu ukázali motivaci a základní použití spojitého pravděpodobnostního rozdělení. Více příkladů k procvičení najdene v [http://www.simulace.info/index.php/Probability_distributions/cs#Z.C3.A1kladn.C3.AD_typy_rozd.C4.9Blen.C3.AD_pravd.C4.9Bpodobnosti_spojit.C3.A9_n.C3.A1hodn.C3.A9_veli.C4.8Diny Základní typy rozdělení pravděpodobnosti spojité náhodné veličiny].
=Citace=

<references/>

Statistics101: Probability distributions

2021-05-23T20:52:21Z

Petr Hoza: images - sizing

File:Mix binomial example.png

2021-05-23T20:47:30Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions - mixed binominals example

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions - mixed binominals example

File:Histo binomial example.png

2021-05-23T20:47:05Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions - histogram for binomial example

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions - histogram for binomial example

File:Binomial example.png

2021-05-23T20:46:35Z

Petr Hoza: http://www.simulace.info/index.php/Statistics101:_Probability_distributions - binomial example

== Summary ==
http://www.simulace.info/index.php/Statistics101:_Probability_distributions - binomial example

Statistics101: Probability distributions

2021-05-23T20:44:18Z

Petr Hoza: Hoza - markup save test - add citations

Assignment SS 2020/2021/cs

2021-05-13T20:19:50Z

Petr Hoza: /* Bezpečnost vs. náročnost těžby VSEcoinu */

{{DISPLAYTITLE:Zadání LS 2020/2021}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| text = <div>
Témata na téma hazardních her, karet, vývoje cen akcií/indexů nejsou vítány.
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace přenosové soustavy ==

Simulace bude postavena na reálných datech o výrobě a spotřebě elektrické energie v ČR a na datech o přitékající elektrické energii od našich sousedních států. Jejich výroba el. energie taktéž ovlivňuje i naši přenosovou síť. Z tohoto důvodu jsou na pomyslných hranicích naší přenosové soustavy PST transformáty, kde dispečeři regulují výrobu a spotřebu elektrické energie u nás. Pokud by od sítě přiteklo moc energie, mohlo by to přetížit přenosovou soustavu a tím způsobit rozsáhlé výpadky proudu. Pokud by takový výpadek nastal (z důvodu výrazné výkonové nerovnováhy) je nutné, co nejrychleji zajistit stabilitu přenosové sítě. Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Autor'''
Michaela Tauchmanová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Data'''
Data o zatížení, přítoku energie atd. (ČEPS - https://www.ceps.cz/cs/data#Load)
Spotřeba a výroba za rok včetně dat o distribučních ztrátách apod. (Český statistický úřad – Energetické bilance – https://www.czso.cz/csu/czso/ene_cr)

[[User:Taum03|Taum03]] ([[User talk:Taum03|talk]]) 20:39, 6 May 2021 (CET)

:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:03, 7 May 2021 (CET)

== Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech ==

'''Název:''' Nalezení nejideálnějšího množství TOITOI na festivalech

'''Autor:''' vana06, Aneta Váňová

'''Nástroj:''' NetLogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:'''
Venkovní hudební festivaly jsou jedny z nejpopulárnějších událostí, které návštěvníci v letním období navštěvují. Organizátoři těchto organizací musí často kalkulovat kapacitu celého festivalového objektu v návaznosti na popularitu vystupujícího. V návaznosti na tuto proměnou se musí vypořádat organizátoři s množstvím stánků s nápoji, které budou mít možnost prodeje právě na daném festivalu. Množství nápojových stánků však nemůže být neomezené z důvodu redukce prostoru. Zároveň je třeba najít takové optimální místo, aby návštěvníci festivalu netrávili většinu času festivalu právě ve frontách. Na základě následné doby pití a množství pití, které návštěvníci vypijí musí organizátoři počítat i s množstvím TOITOI mobilních toalet tak, aby jejich kapacita nebyla podhodnocena a návštěvníci se neuchylovali k obcházení pravidel festivalu.
K větší reálnosti modelu též přispěje fakt, že agenti se rozhodují v průběhu procesu.

'''Grafy''' budou znázorňovat:
* Počet čekajících návštěvníků u nápojových stánků v průběhu konání festivalu
* Počet čekajících u TOITOI v průběhu konání festivalu
* Průměrná doba čekání na nápoj
* Průměrná doba čekání na TOITOI
* Počet návštěvníků, kteří z důvodu dlouhého čekání obešli pravidla festivalu a vykonali svou potřebu za TOITOI
* Počet nespokojených zákazníků (měřeno na základě doby čekání na nápoj a nutnosti vykonat potřebu mimo TOITOI)

'''Agenti:'''
* '''Muži'''
** Potřeba pití nápojů je jednou za 30 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 300–400 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že bude postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)
* '''Ženy'''
** Potřeba nového pití je jednou za 45 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 150–250 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že budou postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)

'''Parametry modelu:'''
* Počet návštěvníků jednotlivých pohlaví (rozděleno vždy 50:50 z celkového množství)
* Počet stánků s nápoji
* Počet TOI TOI

'''Možná rozšíření:'''
* Simulaci by bylo možné rozšířit i o stánky s občerstvením (jídlem)
* Rozšíření o vliv počasí (teploty) a s tím spojenou větší konzumaci nápojů
* Rozšíření o pauzy v programu, kde větší množství návštěvníků zvažuje zakoupení nového nápoje nebo navštívení TOITOI, i když to není potřeba

'''Cíl simulace:''' Na základě očekávané návštěvnosti bude možné predikovat takové množství nápojových stánků a TOITOI tak, aby bylo optimální, a tudíž aby nedocházelo k obcházení pravidel a aby návštěvníci byli spokojeni.

'''Poznámka:''' Pro simulaci je čerpáno z dat, která jsou k dispozici k velikosti močového měchýře a množství pití, avšak množství dat k tomuto tématu je omezenější.

[[User:Vana06|Vana06]] ([[User talk:Vana06|talk]]) 22:28, 6 May 2021 (CET)

: Kapacita močového měchýře je brutální metrika. :-) To jsem opravdu zvědav. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:54, 11 May 2021 (CET)

== Simulácia darcovského centra ==

Simulácia bude zobrazovať popis procesu odberu krvnej plazmy v dárcovskom centre. Bude pozostávať z registrácie na odber, konzultácie s lekárom, čakaním na odber, odberu samotného, odpočinkom a odchodom z centra.

Darcovia sa môžu objednávať na odber v 30 minutových intervaloch, pričom simulácia bude brať v potaz „high peaks“, kedy je množstvo darcov vzhľadom na kapacitu lôžok hraničné a bude sa snažiť optimalizovať ako počet lôžok, tak i kapacitu darcov v daných „high peaks“

Simulácia by pozostávala z 3 modelov:

*1. Simulácia štandarného provozu
*2. Optimalizácia procesu za účelom lepšej efektivity času vzhľadom na darcu - v momentálnej situácií v „high peaku“ darci čakajú i desiatky minút navyše voči objednanému času
*3. Simulácia letného provozu - v lete je štandardne počet darcov voči zbytku roku menší - v rámci letného provozu by teda bolo možné vymyslieť optimálnu stratégiu či už napríklad v rámci zníženie personálov/lekárov a podobne.

'''Autor'''
Marko Pira

'''Typ modelu'''
Diskrétní simulace

'''Modelovací nástroj'''
SimProcess

'''Entity'''
Darca

'''Zdroje'''
*Lékar
*Personál
*Skrinka
*(Odberové) lôžko
*(Tuba) plazmy - v rámci simulácie zistíme, koľko tub plazmy denne centrum zvládne odobrať

'''Cíl simulace'''
Cieľom je nasimulovať štandardný stav centra a následne proces optimalizovať pomocou zdrojov. Ďalším cieľom je simulácia letného provozu centra a stratégie optimalizácie zdrojov, aby nedochádzalo k ich nevyužitiu

'''Data'''
Data budú získané od anonymizovaného dárcovského centra v Prahe

[[User:Pirm01|Pirm01]] ([[User talk:Pirm01|talk]]) 08:53, 7 May 2021 (CET)
: Ten samotný model je poměrně jednoduchý. Dejte si opravdu záležet s těmi daty. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)

== Simulace migrace lidí do Evropy ==

Migrace lidí do Evropy je velmi časté téma dnešní doby. Faktory migrace mohou být ekonomické, věk, podnebí, současná situace v zemi, atd. V oblastech konfliktů, společenských (včetně politických) nebo ekonomických rozdílů migrace představují závažný socioekonomický problém. Migrace mohou být dobrovolné, za prací či za příbuznými, či nucené (jejichž příčinou je zpravidla silné zhoršení životních podmínek, válečný stav, diktatury atd.).
Migrace probíhá přes tři hlavní migrační trasy do EU - východní, centrální a západní středomořské trasy.
V sociologii je migrace spolu s porodností a úmrtností klíčovým prvkem v procesu populačního vývoje a výrazně ovlivňuje společenské a kulturní změny obyvatel na všech úrovních. S ekonomickým rozvojem se intenzita migrace dále zvyšuje.

'''Autor'''
Martina Riegerová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Simulace by predikovala vnější migraci, kde by na následující období 10ti let dle daných faktorů predikovala počty nových příchozích migrantů do Evropy.

'''Data'''
Data o migracích - https://www.unhcr.org/cz/ , https://www.mvcr.cz/migrace/aktualni-zpravodajstvi.aspx , https://www.unhcr.org/environment-disasters-and-climate-change.html

[[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 10:31, 7 May 2021 (CET)

:: Tématicky by to šlo - co všechno by ta vaše simulace zahrnovala (simulovala)? - všechno to, co máte v tom úvodním odstavci? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:09, 7 May 2021 (CET)

::: Všechno určitě ne, chtěla bych se zaměřit na klima, vzdělání, a pokusím se i o válečné konflikty. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 19:38, 11 May 2021 (CET)

:::: OK, pro to zadání to potřebujeme nějak přesněji vydefinovat, ať je jasné, co všechno by ta simulace měla obsahovat. Za mě by to mělo určitě obsahovat ty trasy a s nimy svázané státy(odkud prodí migranti) ať to má nějaký reálný rozměr. "Produkce migrantů" těchto státu by měla záviset na výše uváděných faktorech, které jsou dvojího druhu - faktory, které vytvářejí migrační potencionál(věkové rozvrstvení společnosti, výše HDP na hlavu,...) a které migraci iniciují (války, změna klima,...). Jelikož se jedná o dynamický systém (bez toho to systémovou dynamikou modelovat nelze) je potřeba zachytit i néjaké zpětné vazby z cílových států a migračních tras, které mají významný dopad na migraci - hraniční kontroly, přísnost anti-migrační politiky(počty navrácených migrantů), cena převaděčům za převod,... Tak nějak by to zadání mělo vypadat - co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:38, 12 May 2021 (CET)

::::: Souhlasím, pokusím se to takhle udělat. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 12:55, 12 May 2021 (CET)
:::::: OK, pak '''schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:40, 13 May 2021 (CET)

== Simulace vytváření kytic ==

'''Autor:''' Martin Šatra (satm03)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''

Při dobývání dívčího srdce je možné využívat mnoho způsobů. Jedním z nich je zasypat svou milou květinami. Obecně pak platí, že čím více květin dívka obdrží, tím více pookřeje. Právě sběr květin a vytváření kytic z nich je hlavním námětem vytvářeného modelu.

V modelu je prostředí definováno jako louka, na které rostou květiny a vyskytují se překážky (skalky). Vybranou louku si pak vyhlídla za účelem vytváření kytic pro své milé čtveřice chlapců. Všichni vědí, že počet květin, které poberou bez toho aniž by je poničili, není nekonečný. Z tohoto důvodu si každý vybudoval své stinné stanoviště, kam si bude shromažďovat své květiny, případně již celé kytice. Skutečnost, že se jedná o uzavřenou louku s omezeným počtem květin činí z chlapců vzájemné soupeře. Každý chlapec si tedy vytvořil svojí strategii, se kterou bude při sbírání květin a vytváření kytic postupovat. (Popisy jednotlivých strategií chlapců jsou v části Agenti.)

Je také dobré podotknout to, že aby byla kytice shledána dostatečně atraktivní, měla by být složena více květin rozličných barev. Za účely tohoto modelu pak definujeme, že kytice se musí vytvořit z květin o 3 různých barvách (bílá, modrá, žlutá).

Chlapci mohou unést až 9 květin (popřípadě 3 kytice) bez toho aniž by je poničili. Proto se v případě, kdy již natrhali 9 květin, musí vrátit na své stanoviště, kde tyto květiny (popřípadě vytvořené kytice) uloží. V případě, že chlapci již nemohou plnit své strategie z důvodů vyčerpání potřebných zdrojů (květin), vrátí se každý na své stanoviště.

'''Agenti:'''
*Jára - Postupuje tak, že chce vytvořit kytice co nejdříve. Při trhání květin tedy postupuje tak, že nejprve utrhne nejbližší květinu jednoho druhu, poté nejbližší květinu druhého druhu, a nakonec nejbližší květinu třetího druhu. Když má vše potřebné (3 druhy květin), pak ihned vytvoří kytici. Poté, co má plné ruce kytic, je jde zanést na své stanoviště.
*Jiří - Má podobnou filozofii jako Jára, tedy trhat květiny po jednotlivém druhu tak, aby měl co nejdříve vše potřebné pro vytvoření nové kytice. Nechce však kytice vytvářet při sbírání, ale až po návratu na své stanoviště.
*Zdeněk - Zdeněk ví, že dokáže unést maximálně 9 květin. Vypočítal si, že z tohoto množství lze vytvořit maximálně 3 kytice. Z tohoto důvodu nejprve trhá nejbližší 3 květiny jednoho druhu, poté nejbližší 3 květiny druhého druhu a nakonec nejblíže se nacházející 3 květiny třetího druhu. Když má plné ruce, odejde na své stanoviště a vytvoří z natrhaných květin kytice.
*Vladislav - Vladislav nechce při trhání květin moc přemýšlet, a tak trhá ty nejbližší co mu přijdou pod ruku. Když má plné ruce jde na své stanoviště a vytvoří tolik kytic, co je jen možné, nevyužité květiny, z nichž již nešlo vytvořit kytice, zůstanou na jeho stanovišti a mohou být využity při další Vladislavově donášce.

'''Cíl simulace:'''
Cílem simulace je pozorovat efektivnost jednotlivých strategií chlapců a na základě nabytých poznatků rozhodnout, která strategie je za daných parametrů nejoptimálnější.

'''Parametry:'''
*Počet bílých květin
*Počet modrých květin
*Počet žlutých květin
*Počet překážek na louce
*Doba pro vytvoření kytice
*Rychlost chlapce

'''Výstupy:'''
*Graf znázorňující množství vytvořených kytic pro jednotlivé hráče v čase
*Aktuální počet kytic vytvořených každým hráčem
*Aktuální počet květin (z nichž ještě nejsou, nebo dokonce nikdy nebudou kytice) v držení každého hráče
*Průměrná doba pro vytvoření kytice za každého hráče (celkový čas od počátku simulace po konečný návrat chlapce na stanoviště ku množství chlapcem vytvořených kytic)

'''Možná rozšíření:'''
Model je dosti jednostranně zaměřený, avšak mohl by být stále více přibližován reálné situaci. Agenti, chlapci, by mohly mít další atributy jako je například výdrž. Květiny by mohly mít určenou dobu, za kterou po utržení uschnou. Do hry by mohly vstupovat také parametry počasí, které by měly vliv, jak na výdrž chlapce, tak na odolnost květiny. Na louce by se mohly objevit i jiné objekty, či dokonce na hráče číhající nebezpečí.

'''Poznámka:'''
Jsem si vědom, že podobný námět s poměřováním strategií již existuje (Simulácia zberu jahôd (Netlogo) - Juraj Bačovčin), avšak myslím, že simulace popsána výše se dosti odlišuje, co se jejího vytvoření týče.

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 12:09, 7 May 2021 (CET)

:Je sympatické, že to máte promyšlené dopodrobna, ale ten model je poněkud samoúčelný. Tím pádem ani nelze testovat výsledky. Přemýšlím, zda by se to aspoň dalo napasovat na jiné téma, ale nenapadá mě nic. Zkuste prosím asi vymyslet něco jiného. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)
::Bylo vyprácováno nové zadání - viz zadání 14. [[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 22:00, 11 May 2021 (CET)

== Optimalizace skladových zásob inkoustů ==
'''Autor:''' Iveta Kleníková (klei00)

'''Typ modelu:''' Monte Carlo

'''Nástroj:''' Microsoft Excel

'''Popis modelu:'''
Společnost B je českým dodavatelem ekosolventních inkoustů a dalšího spotřebního materiálu do velkoformátových tiskáren. Inkousty se prodávají v jednolitrových lahvích ve čtyřech barvách (CMYK). 
Každý inkoust má z výroby roční expiraci. Ovšem na sklad se inkousty dostávají ve valné většině případů už cca 3 měsíce staré. Ideální je prodat inkoust v prvních třech měsících (tj. 4-6 měsíců staré), jelikož starší inkousty už zákazníci nechtějí kupovat z důvodu, že by je nestihli do data expirace vypotřebovat. Inkousty staré 7 měsíců se ještě dají prodat, ovšem pouze s určitou slevou. Starší inkousty se již neprodají a je potřeba je za určitý poplatek ekologicky zlikvidovat. Inkousty se prodávají metodou FIFO (časovou jednotkou je měsíc). 
Při objednávání inkoustů na sklad tu hraje roli spodní a horní limit skladových zásob. V případě snížení skladových zásob pod spodní limit dochází k objednání inkoustů až do výše horního limitu. Inkousty se objednávají vždy po celých baleních po 10 kusech.

'''Vstupní parametry:'''
* Poptávka po jednotlivých barvách inkoustu v jednotlivých měsících
* Fixní náklady (mzda skladníka, nájem skladu, energie)
* Nákupní cena jednotlivých barev inkoustu (zahrnuje i rozpočítanou dopravu)
* Prodejní cena jednotlivých barev inkoustu
* Cena za likvidaci jednoho litru inkoustu
* Stáří naskladněného inkoustu

'''Cíl simulace:'''
Cílem simulace je nalézt optimální limity skladových zásob tak, aby firma zbytečně nenaskladňovala velké množství inkoustů, které se nakonec neprodají a budou muset být zlikvidovány. Zároveň je vhodné, aby poptávka byla ideálně plně uspokojena.

'''Data:'''
Jako podklad simulace budou použita reálná interní data o prodejích, nákupních cenách a expiracích inkoustů dané společnosti.

[[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 14:26, 7 May 2021 (CET)

:: Spíš než jako simulace to zatím vypadá jako kalkulace a rozhodně to není dynamický systém (tedy vhodné pro Vensim). Na druhou stranu, pokud máte interní data dané společnosti, ze kterých by šlo odvodit 1) měsíční poptávku po inkoustech (pravděpodobnostní rozdělení pro jednotlivé měsíce roku - určitě tam bude nějaká sezonalita a celé to zprůměrovat by nedávalo smysl), 2) průměrné stáří naskladňovaného inkoustu (pravděpodobnostní rozdělení), tak už by toto téma, tak jak je, šlo překlopit do simulace Monte Carlo a bylo by to OK. Co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 14:28, 7 May 2021 (CET)

:::: Data pro měsíční poptávku a průměrné stáří inkoustů mám k dispozici. S překlopením do simulace Monte Carlo souhlasím. [[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 15:16, 7 May 2021 (CET)
::::: '''Schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 21:19, 9 May 2021 (CET)

== Bezpečnost vs. náročnost těžby VSEcoinu ==

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich
úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze
způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně
náročných operací. Tento výkon je provázen energetickou náročností. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící
virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace
Bitcoinu) a umožňovala nastavení volných parametrů: cena, náročnost.

'''Parametry:'''
*Počet nodů
**měnitelný parametr s defaultní hodnotou 1000

*Cena
**měnitelný parametr s defaultní hodnotou 100
*Náročnost
**měnitelný parametr s defaultní hodnotou 100
*Failure rate
**defaultní hodnota bude 0.1*(Cena/Náročnost)
**je to agregovaná hodnota (složená součtem, pro jednoduchost se stejným poměrem) z pravděpodobností
***koluze - pravděpodobnost vzniku podvodného nodu
***nedočkavost - pravděpodobnost emise náhodné chyby (odeslání neplatného řetězce)
***DoS - pravděpodobnost blokace nodu (žádná komunikace se sousedy v iteraci, pokud je poctivá)

'''Agenti:'''
*Nody
**sousedé (noda je napojena na sousedy v radiusu, radius je náhodně veliká kružnice se střední hodnotou 1/6 velikosti canvasu)
**každá noda drží hodnoty posledního řetězce
**poctivost/podvodnost (true/false)

*Těžící nody
**noda má 90% šanci být těžící nodou
**každá těžící noda patří do clusteru (střední hodnota velikosti clusteru je 100)
**pokud nevytěží noda po danou dobu (cena*náročnost) ticků, mění cluster

*Řetězce
**je reprezentovan délkou (číslo od 0) a platností (true/false default při vzniku je roven podvodnosti nodu)

'''Pravidla:'''
Noda s méně než jedním sousedem vždy zaniká.
Noda obklopená jen podvodnými sousedy se automaticky stává podvodná.
Když noda obdrží řetězec s větší délkou, než již má, přebírá jej a distribuuje jej všem svým sousedům.
Pokud poctivá noda distribuuje neplatný řetězec, aplikuje se opět pravděpodobnost koluze.

Pokud dostane řetězec stejné délky, jako už má, pak záleží, zda je poctivá:
*Poctivá
**pokud má neplatný řetězec (přišel jako nejdelší) a dostane platný řetězec stejné délky, pak vyměňuje a vždy si nechá platný (a distribuuje sousedům)
**pokud dostane neplatný řetězec stejné délky jako už má, odebírá si nodu ze sousedů
*Podvodná
**Nechává si neplatný.

Po každém daném počtu ticků (náročnost) je náhodně vybrána jedna těžící noda. Její řetězec je zvětšen o 1 a nastaven všem nodám v clusteru (platnost nody nastavují podle poctivosti, všechny nody v clusteru se berou jako úspěšně těžící)

'''Měřené veličiny:'''
Počet/poměr podvodných clusterů celkem (takové, kde je většina nodů podvodných).
Počet/poměr podvodných nodů celkem.
Počet/poměr neplatných řetězců v oběhu.

Notes:
Podvodné nody a neplatné řetězce budou vizuálně odlišné (červená/oranžová).

'''Autor'''
Petr Hoza

'''Modelovací nástroj'''
Netlogo

'''Cíl simulace'''
Cílem simulace je zjistit, jakým stylem je provázána náročnost operací, cena a bezpečnost hypotetické sítě inspirované sítí Bitcoin.
Primárně, zda existuje nějaké optimum pro zachování dostatečné bezpečnosti za
minimální energetické náročnosti.

[[User:Petr Hoza|Petr Hoza]] ([[User talk:Petr Hoza|talk]]) 14:36, 7 May 2021 (CET)

: Přiznám se, že mi není úplně jasné, co vlastně hodláte zkoumat (a to o blockchainu a kryptoměnách vím snad celkem dost). Přijde mi to strašně vágně popsané. Buďto to prosím popiště detailněji, aby bylo jasné, jak ta simulace bude vypadat, jací budou agenti, jejich vlastnosti a parametry, případně i připojte nějaké obrázky. Nebo si vyberte nějaký dílčí problém v rámci tohoto. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:35, 12 May 2021 (CET)
:: Doplňil jsem podrobnější popis zadání a přidal parametry a pravidla chování. Chci simulovat jak rychle se u takovéto hypotetické sítě projevuje snížení náročnosti na bezpečnosti (a jak ta dynamika průběhu vypadá). [[User:Petr Hoza|Petr Hoza]] ([[User talk:Petr Hoza|talk]]) 21:19, 13 May 2021 (CET)

==Simulace dostavby pražského letiště==
'''Autor:''' Jaroslav Mareš (marj37)

'''Typ modelu:''' diskrétní simulace

'''Nástroj:''' SimProcess

'''Popis modelu:''' Pražské letiště již několik let uvažuje o rozšíření terminálů a přístavbu druhé přistávací dráhy. Dle plánů by mělo nejprve dojít k rozšíření o 5 nástupních prostor (dostavba terminálu 2) a následně o přístavbu nového "prstu" s cca 10 dalšími nástupními prostory. Projekty na rozšíření letiště již byly schváleny. Pro jednoduchost by model počítal s jedním typem letadla, jehož kroky přípravy pro vzlet by trvaly pokaždé stejnou dobu, bez ohledu na to, do jaké destinace letí.

'''Vstupní parametry:'''
* počet letových operací
* počet možných stání pro letadla u "prstů" a mimo ně
* počet strojů pro přípravu letadla
* doba kroků přípravy letadla na vzlet (výstup pasažérů, úklid letadla, doplnění pohonných hmot, nástup pasažérů, atd.)- hodnoty z pravděpodobnostních rozdělení

'''Cíl simulace:''' Cílem simulace je zjistit zda bude možné obsloužit letadla pomocí dostavených prostor, když se zdvojnásobí počet letových operací, v důsledku přístavby druhé ranveje.

'''Data:''' https://www.prg.aero/planespotting, https://www.prg.aero/ministerstvo-financi-schvalilo-investici-do-rozsireni-terminalu-2-na-letisti-vaclava-havla-praha

[[User:Marj37|Marj37]] ([[User talk:Marj37|talk]]) 20:38, 11 May 2021 (CET)

: Na Vámi uvedených odkazech příliš mnoho relevantních dat nevidím, budete muset zdroje doplnit. Zjednodušení v podobě jednoho typu letadla a plus minus konstantní doby přípravy je asi pro Ruzyň přijatelné, nicméně v případě rozdělení (frekvence) letů během dne už si budete muset reálná data opatřit, protože to je dosti podstatné. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:43, 12 May 2021 (CET)

== Vliv průmyslového rybolovu na populace ryb ==

Simulace bude představovat průmyslový rybolov v oceánech, který se negativně projevuje namnožství a velikosti ryb, které je následně možné lovit, čímž se zmenšuje úlovek a je nutné rybařit stále intenzivněji pro udržení objemu úlovku.

Při nadměrném rybolovu nejsou schopny ryby udržovat svou populaci a postupně jich ubývá, vlivem velikostí ok v sítích se také vytváří evoluční tlak na velikost ryb, které se mezi generacemi zmenšují, jelikož pak mají větší šanci utéct ze sítí. Pokud ale rybáři zmenší velikost ok v sítích, mohou nastávat situace, že budou loveny nedospělé ryby, které ještě nestihli zplodit potomky, čímž se množství ryb v příští sezóně snižuje. Nastává zde souboj mezi velikostí a množstvím ryb proti velikostí ok a požadovaného objemu úlovku rybářů

'''Autor'''
Otakar Johanis

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Rybářské lodě - Loví ryby v oceánech a mají požadovaný objem úlovku a velikost ok sítí

* Ryby - Mají velikost určenou normálním rozdělením. Menší ryba poskytne rybářské lodi větší úlovek, ale má větší šanci rybáři utéct a nenechat se chytit. Ryby v průběhu času plodí potomky, kteří přijímají velikost svého předka ovlivněnou náhodou. Menší ryby jsou ale snazší kořistí predátorů v oceánech a proto se množí pomaleji, než velké ryby.

'''Parametry modelu'''

* Množství rybářských lodí

* Velikost ok sítí

'''Cíl simulace:'''
Cílem simulace je najít optimální limity objemu vylovených ryb a velikosti ok sítí, aby bylo rybářství z dlouhodobého pohledu udržitelné a nevedlo k devastaci ryb v oceánech.

[[User:Joho00|Joho00]] ([[User talk:Joho00|talk]]) 16:33, 12 May 2021 (CET)

: '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 12 May 2021 (CET)

== Odstranování mechu z trávníku ==

Simulace se bude zabývat bežně používanými činnostmi vedoucími k odstranění mechu z trávníku a jejich vlivem na výskyt mechu a trávníku na zahradě.

Mech je večný problém lidí se zahradou a existuje několik různých metod, jak se pokusit o jeho odstranění. Tyto metody provádí člověk a do různé míry poškozují i okolní biom, který je žádoucí, nejčastěji trávník. Simulace tedy bude ukazovat, jak dojde k renegeraci trávníku a mechu po zásahu danou metodou.

'''Autor''':
Marek Vávra

'''Typ modelu''':
Multiagentní

'''Modelovací nástroj''':
Netlogo

'''Agenti''':

* Mech - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem trávník či jiný mech
* Trávník - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem jiný trávník či mech
* Člověk - Bude simulován pomocí několika různých metod (agentů) - například použití mechostopu, vertikutátoru, vyhrabání mechu

'''Cíl simulace''':
Cílem simulace je ukázat, jaký vliv mají různé metody na budoucí podobu trávníku

[[User:Vavm05|Vavm05]] ([[User talk:Vavm05|talk]]) 19:12, 7 May 2021 (CET)

: Může být, ale zadání je značně obecné. Jen na jeho základě byste toho asi moc nenasimulovat, prosím o rozpracování, doplnění konkrétních parametrů, jak to bude vypadat, apod. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:49, 12 May 2021 (CET)

== Simulace malosériové výroby metodou 3D tisku ==

'''Název:''' Simulace malosériové výroby metodou 3D tisku

'''Autor:''' Kateřina Zemánková

'''Nástroj:''' SIMPROCESS

'''Typ modelu:''' Diskrétní simulace

'''Předmět simulace'''
Společnost se zabývá výrobou jednoho komplexního výrobku prostřednictvím 3D tisku. Ke kompletaci jednoho výrobku je potřeba 23 různých dílů. Má k dispozici 50 kusů 3D tiskáren, na kterých díly tiskne. Tyto díly však nelze tisknout všechny najednou na jednom stroji díky malému rozměru 3D tiskáren. Proto jsou jednotlivé součástky rozděleny do pěti unikátních tiskových úloh (soubor dílů, které se tisknou na jednom stroji v jednu chvíli). Každá tisková úloha se liší časovou náročností a spotřebovaným materiálem. Tyto tiskové úlohy lze provádět na libovolném stroji, přičemž všechny stroje fungují stejně. Na konci tiskové úlohy musí obsluha sundat vyrobené díly z 3D tiskárny, provést krátký servis a zapnout novou tiskovou úlohu. Obsluha poté díly pro jeden výrobek zabalí a krabici předá do dalšího oddělení.
Pro vytištění je potřeba mít materiál (filament) dodávaný v 5 kg baleních. Pokud se na začátku tisku zjistí, že nezbývá dostatek materiálu pro další tisk, musí se materiál vyměnit za nový. Zbytek struny se recykluje.

'''Entity: '''
* Výrobek
* 3D tiskárna
* Filament
* Díl výrobku
* Tisková úloha
* Pracovník obsluhující 3D tiskárnu
* Krabice

'''Popis procesu:'''
* Zapnutí tiskové úlohy
* Tisk
* Sundání dílů z tiskárny
* Servis tiskárny
* Zabalení dílů do krabice

'''Cíl simulace:'''
* Optimalizace kombinací tiskových úloh pro maximalizaci výroby koncového výrobku – V procesu je vyskytující se problém, že vzhledem k rozdílné časové náročnosti mezi tiskovými úlohami je některých dílů víc než jiných.
* Optimalizace počtu pracovníků

'''Data''' Data použitá pro tuto simulaci budou reálná data poskytnutá firmou, která se zabývá 3D tiskem.

[[User:Zemk05|Zemk05]] ([[User talk:Zemk05|talk]]) 15:46, 8 May 2021 (CET)

: '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:52, 12 May 2021 (CET)

== Simulace nárůstu/redukce hmotnosti při příjmu a výdeji kcal v čase ==

'''Definice problému:'''
Člověk, trenér nebo individuální sportovec se často potýká s neurčitostí výsledku stravování a sportovního výkonu na jeho tělesné schránce. Cílem simulace je tedy vytvořit nástroj, který úpravou parametrů umožní vytvořit představu o navýšení či snížení hmotnosti při určitém příjmu a výdeji energie za časové období (týdny, měsíce, roky).
Nástroj umožní uživateli pozorovat vliv příjmu potravy a výdej při sportu či nečinnosti (klidový stav) na jeho celkovou hmotnost v čase za uběhlý čas.

'''Autor:''' Michal Šejba (Michal.s)

'''Typ modelu:''' Systémová dynamika

'''Modelovací nástroj:''' Vensim

'''Cíl simulace:''' Vytvořit model výdeje a příjmu kcal, který buď povede k nárůstu váhy nebo k její redukci.

'''Data:''' Data budou čerpána z [https://www.calculator.net/bmr-calculator.html], [https://www.omnicalculator.com/sports/calories-burned] - pro získání dat o spálených kaloriích při daném sportovním výkonu. Další data určující průměrné spálené kcal atp. budou dohledána v rámci modelování simulace.

[[User:Michal.s|Michal.s]] ([[User talk:Michal.s|talk]]) 8:44, 11 May 2021 (CET)
:: Taková simulace již byla vytvořena [http://www.simulace.info/index.php/You_are_what_you_eat] a v praxi se ukázalo, že se jedná spíše o jednoduchý výpočet než o simulaci systému - žádné náhodné veličiny, pouze jedna zpětná smyčka - takže to není zrovna téma pro systémovou dynamiku. Zkuste prosím něco jiného. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:51, 11 May 2021 (CET)

== Simulace převážení pasažérů pomocí převozních lodí ==

'''Autor:''' Martin Šatra (satm03) – druhý návrh simulace (původní simulace vytváření kytic byla zamítnuta)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Prostředí modelu by bylo vydefinováno jako krajina, kterou by rozdělovala řeka, přes níž by nevedl žádný most. Na každém břehu by byl vytvořen jeden malý přístav. Přístavy budou sloužit jako body, mezi kterými za určitý čas přeplouvá převozní loď. Přístavy jsou zároveň jedinými místy, kde se lze nalodit, či vylodit z převozní lodě. Dále se na každém břehu vyskytují pasažéři, kteří by stáli o to, dostat se na druhý břeh, přičemž si zvolili právě převoz pomocí transportní lodě. Transportní loď má omezenou kapacitu pasažérů, a přeplouvá řeku po určitém časovém limitu stráveném v přístavu, či poté, co je plně obsazena pasažéry.

'''Agenti:'''
*Transportní loď – Agent převážející pasažéry mezi přístavy. Přeplouvá buďto po určité době, či poté, co je plně obsazena. Předpokládané vlastnosti budou nejspíše: kapacita, rychlost, maximální doba čekání v přístavu.
*Pasažéři – Lidé (případně třeba i nějaké dopravní prostředky), kteří průběžně přicházejí do přístavu za účelem dostat se na druhý břeh, každý pasažér pak má při nastavování simulace náhodně udáno, kdy přesně bude chtít opustit svůj břeh, lépe řečeno kdy se vydá k přístavu na svém břehu.

'''Cíl simulace:'''
Cílem simulace by bylo pomoc přepravním společnostem, které by se rozhodovaly jaké typy lodí se mají zakoupit v dané lokalitě. Cílem je tedy nalézt takové parametry simulace (rychlost, velikost lodí), které by byly optimální za určitého lokálního zatížení pasažéry, tak aby transportní lodě nepluly zbytečně prázdné, a zároveň, aby pasažéři zbytečně dlouho nečekali (teoreticky by šlo i o ušlý zisk).

'''Parametry:'''
*Počet pasažérů na levém břehu
*Počet pasažérů na pravém břehu
*Kapacita lodě (kolik pasažérů je loď schopna převést)
*Rychlost lodě
*Maximální doba, kterou loď stráví v přístavu
*Vzdálenost mezi přístavy (v určitém rozmezí, aby byla mapa modelu čitelná a zároveň se sem oba přístavy vešly.)

'''Výstupy:'''
*Počet převezených pasažérů v čase
*Využití lodě (kolik míst bylo skutečně obsazeno vzhledem k tomu kolik pasažérů by mohlo být maximálně převezeno.)
*Počet čekajících pasažérů v čase

'''Možné rozšíření:'''
Jak již bylo naznačeno pasažéři by mohli být v reálném světě reprezentovány buď lidmi, či transportními prostředky, proto by se mohla zavést velikost každého pasažéra, což by pak hrálo roli při obsazení kapacity lodě. Muselo by přitom dojít k nahrazení kapacity vyjádřené počtem pasažérů za kapacitu vyjádřenou určitou velikostí nákladového prostoru lodě. Dále by se mohl uvést parametr, který by udával rychlost proudění vody, což by mělo vliv na délku plavby mezi přístavy. V tomto případě bude počítáno, že proudění vody nemá vliv na pohyb lodě. Nakonec by mohl být vytvořen i parametr, který by udával možné počty lodí (nejspíše by šlo o rozhodnoutí mezi jednou, či dvěma loděmi).

'''Prosba:'''
Nepatří to sice k této práci, ale mohl bych Vás poprosit o odpověď na moji otázku ohledně první semestrální práce (Paperu), kterou jsem Vám zaslal na Teams?

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 21:00, 11 May 2021 (CET)

: Já mám obavu, že tohle není úplně úloha pro NetLogo a že by to bylo docelo dobře řešitelné jako diskrétní simulace. Nenechte se zmást tím, že tam jde o cestování, nehraje v simulaci prakticky žádnou roli. Smysl to začíná dávat snad jedině v případě, že tam zakomponujete tu rychlost té řeky, ale to zase asi není až tak zásadní faktor, abyste kolem něj stavěl celou tu koncepci. Jestli jste ochoten dělat to jako diskrétní simulaci, zkuste si to prosím promyslet a zadání adekvátně tímto směrem doladit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:45, 12 May 2021 (CET)

== Simulace penzijního systému ČR ==

Simulace bude ukazovat vývoj penzijního systému v ČR.

S prodlužující se délkou života a valorizací důchodu čelí český penzijní systém značnému náporu, který je momentálně regulován pouze zvyšováním věku odchodu do penze. Simulace bude počítat dopady na státní rozpočet. Bude počítáno se současnou velikostí a věkovým rozložením populace.

'''Autor'''
Jan Dostál

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Lidé - lidé (rozdělení podle pohlaví a věku), kteří buď jsou, nebo nejsou v důchodu

'''Parametry modelu'''

* Věk odchodu do důchodu

* Průměrné dožití (rozdělení podle pohlaví)

* Roční nárust průměrného dožití (rozdělení podle pohlaví)

* Průměrný důchod

* Valorizace důchodu

* Porodnost

'''Cíl simulace:'''
Cílem simulace je ukázat, jakým způsobem se bude vyvíjet penzijní systém v ČR při současně nastaveném kurzu.

: Tohle moc na multiagentní simulaci nevypadá - návrh nesměřuje k prostorové simulaci. Spíš bych to viděl na Vensim. Což teda by znamenalo, že je potřeba velikost a věkové rozložení populace vnímat dynamicky a simulace musí jejich vývoj (jednotlivých věkových segmentů) simulovat v čase. Z jakých dat byste pro výše uvedené parametry vycházel? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:48, 13 May 2021 (CET)

== Hašení lesního požáru ==

Simulace bude simulovat hašení lesního požáru.
Hasičů a jejich prostředků k hašení musí být tolik, aby zvládli uhasit lesní požár, ale nesmí jich být zbytečně moc, aby se ušetřili zdroje na jiný případný požár a náklady na uhašení byly co nejmenší.
Hasiči budou k požáru jezdit hasičskými cisternami a létat vrtulníky. Cisterny i vrtulníky budou mít určitou kapacitu nádrže, a proto budou muset vodu dobírat v nejbližším zdroji vody, tím bude jezero. Hasičské auto bude mít stanovený počet litrů vody, které dokáže za minutu vystříknout.
Požár bude mít různou počáteční rozlohu a také různou sílu, to znamená, že čím silnější požár bude, tak na uhašení stejně velké plochy bude potřeba větší množství vody. Důležitou proměnnou bude také rychlost šíření požáru.
Cílem je zvládnout uhasit požár za použití co nejméně hasičů, hasičských aut a hasičských vrtulníků.

'''Autor'''
Tibor Vondrášek

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Hasiči - Jezdí cisternami k požáru a pro vodu. Hasí požár pomocí hadic z cisteren.

* Hasičské cisterny - Cisternami hasiči jezdí k požáru a pomocí vody z cisteren hasiči hasí požár. Cisterny mají danou kapacitu nádrže a rychlost průtoku vody z nádrže. Když cisterně v nádrži dojde voda, musí jet k jezeru, kde vodu za určitý čas nabere a pak se může vydat zpátky k požáru.

* Hasičské vrtulníky - Vrtulníky mají danou kapacitu nádrže a po příletu nad požár všechnu vodu shodí a hned zase musí letět k jezeru, kde vodu hned naberou.

'''Parametry modelu'''

* Množství hasičů

* Množství hasičských cisteren

* Množství hasičských vrtulníků

* Vzdálenost zdroje vody

* Počáteční velikost požáru

* Síla požáru

* Rychlost šíření požáru

'''Cíl simulace:'''
Cílem simulace je na základě velikosti, síly a rychlosti šíření požáru a vzdálenosti zdroje vody najít optimální množství hasičů, hasících cisteren a vrtulníků k uhašení lesního požáru.

[[User:Vont02|Vont02]] ([[User talk:Vont02|talk]]) 3:48, 13 May 2021 (CET)

== Simulace průběhu masové střelby ==

'''Autor:''' Jiří Mareš (marj39)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Inspirováno články [http://jasss.soc.surrey.ac.uk/17/2/5.html zde] a [https://www.researchgate.net/publication/305316520_Active_Shooter_An_Agent-Based_Model_of_Unarmed_Resistance zde]. Rád bych v simulaci zjistil, resp. ověřil, jaké je nejvhodnější chování civilistů pro co nejmenší počet obětí útoku a jaký vliv má změna počtu civilistů se zbraní na výsledek. Mimo rozsah simulace je určitě zkoumání zdali vyšší počet ozbrojených civilistů (a tudíž zbraní v populaci) má vliv na výskyt masové střelby. U ozbrojených civilistů se vždy předpokládá skryté nošení pistole.

'''Agenti:'''
*Střelec
*Civilista
*Ozbrojený civilista

'''Cíl simulace:'''
Cílem simulace je sledování správného chování a možností civilistů k zastavení ozbrojeného masového střelce, především vzhledem k počtu ozbrojených civilistů v populaci.

'''Parametry:'''
*Počet civilistů
*Počet ozbrojených civilistů
*Počet střelců
*Zbraň střelce
*Výstroj střelce (kevlar)
*Výcvik střelce (vliv na přesnost a rychlost)
*Umístění střelce
*Prostor (outdoor, indoor)

[[User:Marj39|Marj39]] ([[User talk:Marj39|talk]]) 12:17, 13 May 2021 (CET)

Assignment SS 2020/2021/cs

2021-05-13T20:19:27Z

Petr Hoza: /* Bezpečnost vs. náročnost těžby VSEcoinu */

{{DISPLAYTITLE:Zadání LS 2020/2021}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| text = <div>
Témata na téma hazardních her, karet, vývoje cen akcií/indexů nejsou vítány.
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace přenosové soustavy ==

Simulace bude postavena na reálných datech o výrobě a spotřebě elektrické energie v ČR a na datech o přitékající elektrické energii od našich sousedních států. Jejich výroba el. energie taktéž ovlivňuje i naši přenosovou síť. Z tohoto důvodu jsou na pomyslných hranicích naší přenosové soustavy PST transformáty, kde dispečeři regulují výrobu a spotřebu elektrické energie u nás. Pokud by od sítě přiteklo moc energie, mohlo by to přetížit přenosovou soustavu a tím způsobit rozsáhlé výpadky proudu. Pokud by takový výpadek nastal (z důvodu výrazné výkonové nerovnováhy) je nutné, co nejrychleji zajistit stabilitu přenosové sítě. Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Autor'''
Michaela Tauchmanová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Data'''
Data o zatížení, přítoku energie atd. (ČEPS - https://www.ceps.cz/cs/data#Load)
Spotřeba a výroba za rok včetně dat o distribučních ztrátách apod. (Český statistický úřad – Energetické bilance – https://www.czso.cz/csu/czso/ene_cr)

[[User:Taum03|Taum03]] ([[User talk:Taum03|talk]]) 20:39, 6 May 2021 (CET)

:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:03, 7 May 2021 (CET)

== Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech ==

'''Název:''' Nalezení nejideálnějšího množství TOITOI na festivalech

'''Autor:''' vana06, Aneta Váňová

'''Nástroj:''' NetLogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:'''
Venkovní hudební festivaly jsou jedny z nejpopulárnějších událostí, které návštěvníci v letním období navštěvují. Organizátoři těchto organizací musí často kalkulovat kapacitu celého festivalového objektu v návaznosti na popularitu vystupujícího. V návaznosti na tuto proměnou se musí vypořádat organizátoři s množstvím stánků s nápoji, které budou mít možnost prodeje právě na daném festivalu. Množství nápojových stánků však nemůže být neomezené z důvodu redukce prostoru. Zároveň je třeba najít takové optimální místo, aby návštěvníci festivalu netrávili většinu času festivalu právě ve frontách. Na základě následné doby pití a množství pití, které návštěvníci vypijí musí organizátoři počítat i s množstvím TOITOI mobilních toalet tak, aby jejich kapacita nebyla podhodnocena a návštěvníci se neuchylovali k obcházení pravidel festivalu.
K větší reálnosti modelu též přispěje fakt, že agenti se rozhodují v průběhu procesu.

'''Grafy''' budou znázorňovat:
* Počet čekajících návštěvníků u nápojových stánků v průběhu konání festivalu
* Počet čekajících u TOITOI v průběhu konání festivalu
* Průměrná doba čekání na nápoj
* Průměrná doba čekání na TOITOI
* Počet návštěvníků, kteří z důvodu dlouhého čekání obešli pravidla festivalu a vykonali svou potřebu za TOITOI
* Počet nespokojených zákazníků (měřeno na základě doby čekání na nápoj a nutnosti vykonat potřebu mimo TOITOI)

'''Agenti:'''
* '''Muži'''
** Potřeba pití nápojů je jednou za 30 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 300–400 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že bude postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)
* '''Ženy'''
** Potřeba nového pití je jednou za 45 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 150–250 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že budou postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)

'''Parametry modelu:'''
* Počet návštěvníků jednotlivých pohlaví (rozděleno vždy 50:50 z celkového množství)
* Počet stánků s nápoji
* Počet TOI TOI

'''Možná rozšíření:'''
* Simulaci by bylo možné rozšířit i o stánky s občerstvením (jídlem)
* Rozšíření o vliv počasí (teploty) a s tím spojenou větší konzumaci nápojů
* Rozšíření o pauzy v programu, kde větší množství návštěvníků zvažuje zakoupení nového nápoje nebo navštívení TOITOI, i když to není potřeba

'''Cíl simulace:''' Na základě očekávané návštěvnosti bude možné predikovat takové množství nápojových stánků a TOITOI tak, aby bylo optimální, a tudíž aby nedocházelo k obcházení pravidel a aby návštěvníci byli spokojeni.

'''Poznámka:''' Pro simulaci je čerpáno z dat, která jsou k dispozici k velikosti močového měchýře a množství pití, avšak množství dat k tomuto tématu je omezenější.

[[User:Vana06|Vana06]] ([[User talk:Vana06|talk]]) 22:28, 6 May 2021 (CET)

: Kapacita močového měchýře je brutální metrika. :-) To jsem opravdu zvědav. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:54, 11 May 2021 (CET)

== Simulácia darcovského centra ==

Simulácia bude zobrazovať popis procesu odberu krvnej plazmy v dárcovskom centre. Bude pozostávať z registrácie na odber, konzultácie s lekárom, čakaním na odber, odberu samotného, odpočinkom a odchodom z centra.

Darcovia sa môžu objednávať na odber v 30 minutových intervaloch, pričom simulácia bude brať v potaz „high peaks“, kedy je množstvo darcov vzhľadom na kapacitu lôžok hraničné a bude sa snažiť optimalizovať ako počet lôžok, tak i kapacitu darcov v daných „high peaks“

Simulácia by pozostávala z 3 modelov:

*1. Simulácia štandarného provozu
*2. Optimalizácia procesu za účelom lepšej efektivity času vzhľadom na darcu - v momentálnej situácií v „high peaku“ darci čakajú i desiatky minút navyše voči objednanému času
*3. Simulácia letného provozu - v lete je štandardne počet darcov voči zbytku roku menší - v rámci letného provozu by teda bolo možné vymyslieť optimálnu stratégiu či už napríklad v rámci zníženie personálov/lekárov a podobne.

'''Autor'''
Marko Pira

'''Typ modelu'''
Diskrétní simulace

'''Modelovací nástroj'''
SimProcess

'''Entity'''
Darca

'''Zdroje'''
*Lékar
*Personál
*Skrinka
*(Odberové) lôžko
*(Tuba) plazmy - v rámci simulácie zistíme, koľko tub plazmy denne centrum zvládne odobrať

'''Cíl simulace'''
Cieľom je nasimulovať štandardný stav centra a následne proces optimalizovať pomocou zdrojov. Ďalším cieľom je simulácia letného provozu centra a stratégie optimalizácie zdrojov, aby nedochádzalo k ich nevyužitiu

'''Data'''
Data budú získané od anonymizovaného dárcovského centra v Prahe

[[User:Pirm01|Pirm01]] ([[User talk:Pirm01|talk]]) 08:53, 7 May 2021 (CET)
: Ten samotný model je poměrně jednoduchý. Dejte si opravdu záležet s těmi daty. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)

== Simulace migrace lidí do Evropy ==

Migrace lidí do Evropy je velmi časté téma dnešní doby. Faktory migrace mohou být ekonomické, věk, podnebí, současná situace v zemi, atd. V oblastech konfliktů, společenských (včetně politických) nebo ekonomických rozdílů migrace představují závažný socioekonomický problém. Migrace mohou být dobrovolné, za prací či za příbuznými, či nucené (jejichž příčinou je zpravidla silné zhoršení životních podmínek, válečný stav, diktatury atd.).
Migrace probíhá přes tři hlavní migrační trasy do EU - východní, centrální a západní středomořské trasy.
V sociologii je migrace spolu s porodností a úmrtností klíčovým prvkem v procesu populačního vývoje a výrazně ovlivňuje společenské a kulturní změny obyvatel na všech úrovních. S ekonomickým rozvojem se intenzita migrace dále zvyšuje.

'''Autor'''
Martina Riegerová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Simulace by predikovala vnější migraci, kde by na následující období 10ti let dle daných faktorů predikovala počty nových příchozích migrantů do Evropy.

'''Data'''
Data o migracích - https://www.unhcr.org/cz/ , https://www.mvcr.cz/migrace/aktualni-zpravodajstvi.aspx , https://www.unhcr.org/environment-disasters-and-climate-change.html

[[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 10:31, 7 May 2021 (CET)

:: Tématicky by to šlo - co všechno by ta vaše simulace zahrnovala (simulovala)? - všechno to, co máte v tom úvodním odstavci? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:09, 7 May 2021 (CET)

::: Všechno určitě ne, chtěla bych se zaměřit na klima, vzdělání, a pokusím se i o válečné konflikty. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 19:38, 11 May 2021 (CET)

:::: OK, pro to zadání to potřebujeme nějak přesněji vydefinovat, ať je jasné, co všechno by ta simulace měla obsahovat. Za mě by to mělo určitě obsahovat ty trasy a s nimy svázané státy(odkud prodí migranti) ať to má nějaký reálný rozměr. "Produkce migrantů" těchto státu by měla záviset na výše uváděných faktorech, které jsou dvojího druhu - faktory, které vytvářejí migrační potencionál(věkové rozvrstvení společnosti, výše HDP na hlavu,...) a které migraci iniciují (války, změna klima,...). Jelikož se jedná o dynamický systém (bez toho to systémovou dynamikou modelovat nelze) je potřeba zachytit i néjaké zpětné vazby z cílových států a migračních tras, které mají významný dopad na migraci - hraniční kontroly, přísnost anti-migrační politiky(počty navrácených migrantů), cena převaděčům za převod,... Tak nějak by to zadání mělo vypadat - co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:38, 12 May 2021 (CET)

::::: Souhlasím, pokusím se to takhle udělat. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 12:55, 12 May 2021 (CET)
:::::: OK, pak '''schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:40, 13 May 2021 (CET)

== Simulace vytváření kytic ==

'''Autor:''' Martin Šatra (satm03)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''

Při dobývání dívčího srdce je možné využívat mnoho způsobů. Jedním z nich je zasypat svou milou květinami. Obecně pak platí, že čím více květin dívka obdrží, tím více pookřeje. Právě sběr květin a vytváření kytic z nich je hlavním námětem vytvářeného modelu.

V modelu je prostředí definováno jako louka, na které rostou květiny a vyskytují se překážky (skalky). Vybranou louku si pak vyhlídla za účelem vytváření kytic pro své milé čtveřice chlapců. Všichni vědí, že počet květin, které poberou bez toho aniž by je poničili, není nekonečný. Z tohoto důvodu si každý vybudoval své stinné stanoviště, kam si bude shromažďovat své květiny, případně již celé kytice. Skutečnost, že se jedná o uzavřenou louku s omezeným počtem květin činí z chlapců vzájemné soupeře. Každý chlapec si tedy vytvořil svojí strategii, se kterou bude při sbírání květin a vytváření kytic postupovat. (Popisy jednotlivých strategií chlapců jsou v části Agenti.)

Je také dobré podotknout to, že aby byla kytice shledána dostatečně atraktivní, měla by být složena více květin rozličných barev. Za účely tohoto modelu pak definujeme, že kytice se musí vytvořit z květin o 3 různých barvách (bílá, modrá, žlutá).

Chlapci mohou unést až 9 květin (popřípadě 3 kytice) bez toho aniž by je poničili. Proto se v případě, kdy již natrhali 9 květin, musí vrátit na své stanoviště, kde tyto květiny (popřípadě vytvořené kytice) uloží. V případě, že chlapci již nemohou plnit své strategie z důvodů vyčerpání potřebných zdrojů (květin), vrátí se každý na své stanoviště.

'''Agenti:'''
*Jára - Postupuje tak, že chce vytvořit kytice co nejdříve. Při trhání květin tedy postupuje tak, že nejprve utrhne nejbližší květinu jednoho druhu, poté nejbližší květinu druhého druhu, a nakonec nejbližší květinu třetího druhu. Když má vše potřebné (3 druhy květin), pak ihned vytvoří kytici. Poté, co má plné ruce kytic, je jde zanést na své stanoviště.
*Jiří - Má podobnou filozofii jako Jára, tedy trhat květiny po jednotlivém druhu tak, aby měl co nejdříve vše potřebné pro vytvoření nové kytice. Nechce však kytice vytvářet při sbírání, ale až po návratu na své stanoviště.
*Zdeněk - Zdeněk ví, že dokáže unést maximálně 9 květin. Vypočítal si, že z tohoto množství lze vytvořit maximálně 3 kytice. Z tohoto důvodu nejprve trhá nejbližší 3 květiny jednoho druhu, poté nejbližší 3 květiny druhého druhu a nakonec nejblíže se nacházející 3 květiny třetího druhu. Když má plné ruce, odejde na své stanoviště a vytvoří z natrhaných květin kytice.
*Vladislav - Vladislav nechce při trhání květin moc přemýšlet, a tak trhá ty nejbližší co mu přijdou pod ruku. Když má plné ruce jde na své stanoviště a vytvoří tolik kytic, co je jen možné, nevyužité květiny, z nichž již nešlo vytvořit kytice, zůstanou na jeho stanovišti a mohou být využity při další Vladislavově donášce.

'''Cíl simulace:'''
Cílem simulace je pozorovat efektivnost jednotlivých strategií chlapců a na základě nabytých poznatků rozhodnout, která strategie je za daných parametrů nejoptimálnější.

'''Parametry:'''
*Počet bílých květin
*Počet modrých květin
*Počet žlutých květin
*Počet překážek na louce
*Doba pro vytvoření kytice
*Rychlost chlapce

'''Výstupy:'''
*Graf znázorňující množství vytvořených kytic pro jednotlivé hráče v čase
*Aktuální počet kytic vytvořených každým hráčem
*Aktuální počet květin (z nichž ještě nejsou, nebo dokonce nikdy nebudou kytice) v držení každého hráče
*Průměrná doba pro vytvoření kytice za každého hráče (celkový čas od počátku simulace po konečný návrat chlapce na stanoviště ku množství chlapcem vytvořených kytic)

'''Možná rozšíření:'''
Model je dosti jednostranně zaměřený, avšak mohl by být stále více přibližován reálné situaci. Agenti, chlapci, by mohly mít další atributy jako je například výdrž. Květiny by mohly mít určenou dobu, za kterou po utržení uschnou. Do hry by mohly vstupovat také parametry počasí, které by měly vliv, jak na výdrž chlapce, tak na odolnost květiny. Na louce by se mohly objevit i jiné objekty, či dokonce na hráče číhající nebezpečí.

'''Poznámka:'''
Jsem si vědom, že podobný námět s poměřováním strategií již existuje (Simulácia zberu jahôd (Netlogo) - Juraj Bačovčin), avšak myslím, že simulace popsána výše se dosti odlišuje, co se jejího vytvoření týče.

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 12:09, 7 May 2021 (CET)

:Je sympatické, že to máte promyšlené dopodrobna, ale ten model je poněkud samoúčelný. Tím pádem ani nelze testovat výsledky. Přemýšlím, zda by se to aspoň dalo napasovat na jiné téma, ale nenapadá mě nic. Zkuste prosím asi vymyslet něco jiného. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)
::Bylo vyprácováno nové zadání - viz zadání 14. [[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 22:00, 11 May 2021 (CET)

== Optimalizace skladových zásob inkoustů ==
'''Autor:''' Iveta Kleníková (klei00)

'''Typ modelu:''' Monte Carlo

'''Nástroj:''' Microsoft Excel

'''Popis modelu:'''
Společnost B je českým dodavatelem ekosolventních inkoustů a dalšího spotřebního materiálu do velkoformátových tiskáren. Inkousty se prodávají v jednolitrových lahvích ve čtyřech barvách (CMYK). 
Každý inkoust má z výroby roční expiraci. Ovšem na sklad se inkousty dostávají ve valné většině případů už cca 3 měsíce staré. Ideální je prodat inkoust v prvních třech měsících (tj. 4-6 měsíců staré), jelikož starší inkousty už zákazníci nechtějí kupovat z důvodu, že by je nestihli do data expirace vypotřebovat. Inkousty staré 7 měsíců se ještě dají prodat, ovšem pouze s určitou slevou. Starší inkousty se již neprodají a je potřeba je za určitý poplatek ekologicky zlikvidovat. Inkousty se prodávají metodou FIFO (časovou jednotkou je měsíc). 
Při objednávání inkoustů na sklad tu hraje roli spodní a horní limit skladových zásob. V případě snížení skladových zásob pod spodní limit dochází k objednání inkoustů až do výše horního limitu. Inkousty se objednávají vždy po celých baleních po 10 kusech.

'''Vstupní parametry:'''
* Poptávka po jednotlivých barvách inkoustu v jednotlivých měsících
* Fixní náklady (mzda skladníka, nájem skladu, energie)
* Nákupní cena jednotlivých barev inkoustu (zahrnuje i rozpočítanou dopravu)
* Prodejní cena jednotlivých barev inkoustu
* Cena za likvidaci jednoho litru inkoustu
* Stáří naskladněného inkoustu

'''Cíl simulace:'''
Cílem simulace je nalézt optimální limity skladových zásob tak, aby firma zbytečně nenaskladňovala velké množství inkoustů, které se nakonec neprodají a budou muset být zlikvidovány. Zároveň je vhodné, aby poptávka byla ideálně plně uspokojena.

'''Data:'''
Jako podklad simulace budou použita reálná interní data o prodejích, nákupních cenách a expiracích inkoustů dané společnosti.

[[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 14:26, 7 May 2021 (CET)

:: Spíš než jako simulace to zatím vypadá jako kalkulace a rozhodně to není dynamický systém (tedy vhodné pro Vensim). Na druhou stranu, pokud máte interní data dané společnosti, ze kterých by šlo odvodit 1) měsíční poptávku po inkoustech (pravděpodobnostní rozdělení pro jednotlivé měsíce roku - určitě tam bude nějaká sezonalita a celé to zprůměrovat by nedávalo smysl), 2) průměrné stáří naskladňovaného inkoustu (pravděpodobnostní rozdělení), tak už by toto téma, tak jak je, šlo překlopit do simulace Monte Carlo a bylo by to OK. Co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 14:28, 7 May 2021 (CET)

:::: Data pro měsíční poptávku a průměrné stáří inkoustů mám k dispozici. S překlopením do simulace Monte Carlo souhlasím. [[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 15:16, 7 May 2021 (CET)
::::: '''Schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 21:19, 9 May 2021 (CET)

== Bezpečnost vs. náročnost těžby VSEcoinu ==

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich
úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze
způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně
náročných operací. Tento výkon je provázen energetickou náročností. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící
virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace
Bitcoinu) a umožňovala nastavení volných parametrů: cena, náročnost.

'''Parametry:'''
*Počet nodů
**měnitelný parametr s defaultní hodnotou 1000

*Cena
**měnitelný parametr s defaultní hodnotou 100
*Náročnost
**měnitelný parametr s defaultní hodnotou 100
*Failure rate
**defaultní hodnota bude 0.1*(Cena/Náročnost)
**je to agregovaná hodnota (složená součtem, pro jednoduchost se stejným poměrem) z pravděpodobností
***koluze - pravděpodobnost vzniku podvodného nodu
***nedočkavost - pravděpodobnost emise náhodné chyby (odeslání neplatného řetězce)
***DoS - pravděpodobnost blokace nodu (žádná komunikace se sousedy v iteraci, pokud je poctivá)

'''Agenti:'''
*Nody
**sousedé (noda je napojena na sousedy v radiusu, radius je náhodně veliká kružnice se střední hodnotou 1/6 velikosti canvasu)
**každá noda drží hodnoty posledního řetězce
**poctivost/podvodnost (true/false)

*Těžící nody
**noda má 90% šanci být těžící nodou
**každá těžící noda patří do clusteru (střední hodnota velikosti clusteru je 100)
**pokud nevytěží noda po danou dobu (cena*náročnost) ticků, mění cluster

*Řetězce
**je reprezentovan délkou (číslo od 0) a platností (true/false default při vzniku je roven podvodnosti nodu)

'''Pravidla:'''
Noda s méně než jedním sousedem vždy zaniká.
Noda obklopená jen podvodnými sousedy se automaticky stává podvodná.
Když noda obdrží řetězec s větší délkou, než již má, přebírá jej a distribuuje jej všem svým sousedům.
Pokud poctivá noda distribuuje neplatný řetězec, aplikuje se opět pravděpodobnost koluze.

Pokud dostane řetězec stejné délky, jako už má, pak záleží, zda je poctivá:
*Poctivá
**pokud má neplatný řetězec (přišel jako nejdelší) a dostane platný řetězec stejné délky, pak vyměňuje a vždy si nechá platný (a distribuuje sousedům)
**pokud dostane neplatný řetězec stejné délky jako už má, odebírá si nodu ze sousedů
*Podvodná
**Nechává si neplatný.

Po každém daném počtu ticků (náročnost) je náhodně vybrána jedna těžící noda. Její řetězec je zvětšen o 1 a nastaven všem nodám v clusteru (platnost nody nastavují podle poctivosti, všechny nody v clusteru se berou jako úspěšně těžící)

'''Měřené veličiny:'''
Počet/poměr podvodných clusterů celkem (takové, kde je většina nodů podvodných).
Počet/poměr podvodných nodů celkem.
Počet/poměr neplatných řetězců v oběhu.

Notes:
Podvodné nody a neplatné řetězce budou vizuálně odlišné (červená/oranžová).

'''Autor'''
Petr Hoza

'''Modelovací nástroj'''
Netlogo

'''Cíl simulace'''
Cílem simulace je zjistit, jakým stylem je provázána náročnost operací, cena a bezpečnost hypotetické sítě inspirované sítí Bitcoin.
Primárně, zda existuje nějaké optimum pro zachování dostatečné bezpečnosti za
minimální energetické náročnosti.

[[User:Petr Hoza|Petr Hoza]] ([[User talk:Petr Hoza|talk]]) 14:36, 7 May 2021 (CET)

: Přiznám se, že mi není úplně jasné, co vlastně hodláte zkoumat (a to o blockchainu a kryptoměnách vím snad celkem dost). Přijde mi to strašně vágně popsané. Buďto to prosím popiště detailněji, aby bylo jasné, jak ta simulace bude vypadat, jací budou agenti, jejich vlastnosti a parametry, případně i připojte nějaké obrázky. Nebo si vyberte nějaký dílčí problém v rámci tohoto. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:35, 12 May 2021 (CET)
:: Doplňil jsem podrobnější popis zadání a přidal parametry a pravidla chování. Chci simulovat jak rychle se u takovéto hypotetické sítě projevuje snížení náročnosti na bezpečnosti (a jak ta dynamika průběhu vypadá).

==Simulace dostavby pražského letiště==
'''Autor:''' Jaroslav Mareš (marj37)

'''Typ modelu:''' diskrétní simulace

'''Nástroj:''' SimProcess

'''Popis modelu:''' Pražské letiště již několik let uvažuje o rozšíření terminálů a přístavbu druhé přistávací dráhy. Dle plánů by mělo nejprve dojít k rozšíření o 5 nástupních prostor (dostavba terminálu 2) a následně o přístavbu nového "prstu" s cca 10 dalšími nástupními prostory. Projekty na rozšíření letiště již byly schváleny. Pro jednoduchost by model počítal s jedním typem letadla, jehož kroky přípravy pro vzlet by trvaly pokaždé stejnou dobu, bez ohledu na to, do jaké destinace letí.

'''Vstupní parametry:'''
* počet letových operací
* počet možných stání pro letadla u "prstů" a mimo ně
* počet strojů pro přípravu letadla
* doba kroků přípravy letadla na vzlet (výstup pasažérů, úklid letadla, doplnění pohonných hmot, nástup pasažérů, atd.)- hodnoty z pravděpodobnostních rozdělení

'''Cíl simulace:''' Cílem simulace je zjistit zda bude možné obsloužit letadla pomocí dostavených prostor, když se zdvojnásobí počet letových operací, v důsledku přístavby druhé ranveje.

'''Data:''' https://www.prg.aero/planespotting, https://www.prg.aero/ministerstvo-financi-schvalilo-investici-do-rozsireni-terminalu-2-na-letisti-vaclava-havla-praha

[[User:Marj37|Marj37]] ([[User talk:Marj37|talk]]) 20:38, 11 May 2021 (CET)

: Na Vámi uvedených odkazech příliš mnoho relevantních dat nevidím, budete muset zdroje doplnit. Zjednodušení v podobě jednoho typu letadla a plus minus konstantní doby přípravy je asi pro Ruzyň přijatelné, nicméně v případě rozdělení (frekvence) letů během dne už si budete muset reálná data opatřit, protože to je dosti podstatné. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:43, 12 May 2021 (CET)

== Vliv průmyslového rybolovu na populace ryb ==

Simulace bude představovat průmyslový rybolov v oceánech, který se negativně projevuje namnožství a velikosti ryb, které je následně možné lovit, čímž se zmenšuje úlovek a je nutné rybařit stále intenzivněji pro udržení objemu úlovku.

Při nadměrném rybolovu nejsou schopny ryby udržovat svou populaci a postupně jich ubývá, vlivem velikostí ok v sítích se také vytváří evoluční tlak na velikost ryb, které se mezi generacemi zmenšují, jelikož pak mají větší šanci utéct ze sítí. Pokud ale rybáři zmenší velikost ok v sítích, mohou nastávat situace, že budou loveny nedospělé ryby, které ještě nestihli zplodit potomky, čímž se množství ryb v příští sezóně snižuje. Nastává zde souboj mezi velikostí a množstvím ryb proti velikostí ok a požadovaného objemu úlovku rybářů

'''Autor'''
Otakar Johanis

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Rybářské lodě - Loví ryby v oceánech a mají požadovaný objem úlovku a velikost ok sítí

* Ryby - Mají velikost určenou normálním rozdělením. Menší ryba poskytne rybářské lodi větší úlovek, ale má větší šanci rybáři utéct a nenechat se chytit. Ryby v průběhu času plodí potomky, kteří přijímají velikost svého předka ovlivněnou náhodou. Menší ryby jsou ale snazší kořistí predátorů v oceánech a proto se množí pomaleji, než velké ryby.

'''Parametry modelu'''

* Množství rybářských lodí

* Velikost ok sítí

'''Cíl simulace:'''
Cílem simulace je najít optimální limity objemu vylovených ryb a velikosti ok sítí, aby bylo rybářství z dlouhodobého pohledu udržitelné a nevedlo k devastaci ryb v oceánech.

[[User:Joho00|Joho00]] ([[User talk:Joho00|talk]]) 16:33, 12 May 2021 (CET)

: '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 12 May 2021 (CET)

== Odstranování mechu z trávníku ==

Simulace se bude zabývat bežně používanými činnostmi vedoucími k odstranění mechu z trávníku a jejich vlivem na výskyt mechu a trávníku na zahradě.

Mech je večný problém lidí se zahradou a existuje několik různých metod, jak se pokusit o jeho odstranění. Tyto metody provádí člověk a do různé míry poškozují i okolní biom, který je žádoucí, nejčastěji trávník. Simulace tedy bude ukazovat, jak dojde k renegeraci trávníku a mechu po zásahu danou metodou.

'''Autor''':
Marek Vávra

'''Typ modelu''':
Multiagentní

'''Modelovací nástroj''':
Netlogo

'''Agenti''':

* Mech - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem trávník či jiný mech
* Trávník - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem jiný trávník či mech
* Člověk - Bude simulován pomocí několika různých metod (agentů) - například použití mechostopu, vertikutátoru, vyhrabání mechu

'''Cíl simulace''':
Cílem simulace je ukázat, jaký vliv mají různé metody na budoucí podobu trávníku

[[User:Vavm05|Vavm05]] ([[User talk:Vavm05|talk]]) 19:12, 7 May 2021 (CET)

: Může být, ale zadání je značně obecné. Jen na jeho základě byste toho asi moc nenasimulovat, prosím o rozpracování, doplnění konkrétních parametrů, jak to bude vypadat, apod. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:49, 12 May 2021 (CET)

== Simulace malosériové výroby metodou 3D tisku ==

'''Název:''' Simulace malosériové výroby metodou 3D tisku

'''Autor:''' Kateřina Zemánková

'''Nástroj:''' SIMPROCESS

'''Typ modelu:''' Diskrétní simulace

'''Předmět simulace'''
Společnost se zabývá výrobou jednoho komplexního výrobku prostřednictvím 3D tisku. Ke kompletaci jednoho výrobku je potřeba 23 různých dílů. Má k dispozici 50 kusů 3D tiskáren, na kterých díly tiskne. Tyto díly však nelze tisknout všechny najednou na jednom stroji díky malému rozměru 3D tiskáren. Proto jsou jednotlivé součástky rozděleny do pěti unikátních tiskových úloh (soubor dílů, které se tisknou na jednom stroji v jednu chvíli). Každá tisková úloha se liší časovou náročností a spotřebovaným materiálem. Tyto tiskové úlohy lze provádět na libovolném stroji, přičemž všechny stroje fungují stejně. Na konci tiskové úlohy musí obsluha sundat vyrobené díly z 3D tiskárny, provést krátký servis a zapnout novou tiskovou úlohu. Obsluha poté díly pro jeden výrobek zabalí a krabici předá do dalšího oddělení.
Pro vytištění je potřeba mít materiál (filament) dodávaný v 5 kg baleních. Pokud se na začátku tisku zjistí, že nezbývá dostatek materiálu pro další tisk, musí se materiál vyměnit za nový. Zbytek struny se recykluje.

'''Entity: '''
* Výrobek
* 3D tiskárna
* Filament
* Díl výrobku
* Tisková úloha
* Pracovník obsluhující 3D tiskárnu
* Krabice

'''Popis procesu:'''
* Zapnutí tiskové úlohy
* Tisk
* Sundání dílů z tiskárny
* Servis tiskárny
* Zabalení dílů do krabice

'''Cíl simulace:'''
* Optimalizace kombinací tiskových úloh pro maximalizaci výroby koncového výrobku – V procesu je vyskytující se problém, že vzhledem k rozdílné časové náročnosti mezi tiskovými úlohami je některých dílů víc než jiných.
* Optimalizace počtu pracovníků

'''Data''' Data použitá pro tuto simulaci budou reálná data poskytnutá firmou, která se zabývá 3D tiskem.

[[User:Zemk05|Zemk05]] ([[User talk:Zemk05|talk]]) 15:46, 8 May 2021 (CET)

: '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:52, 12 May 2021 (CET)

== Simulace nárůstu/redukce hmotnosti při příjmu a výdeji kcal v čase ==

'''Definice problému:'''
Člověk, trenér nebo individuální sportovec se často potýká s neurčitostí výsledku stravování a sportovního výkonu na jeho tělesné schránce. Cílem simulace je tedy vytvořit nástroj, který úpravou parametrů umožní vytvořit představu o navýšení či snížení hmotnosti při určitém příjmu a výdeji energie za časové období (týdny, měsíce, roky).
Nástroj umožní uživateli pozorovat vliv příjmu potravy a výdej při sportu či nečinnosti (klidový stav) na jeho celkovou hmotnost v čase za uběhlý čas.

'''Autor:''' Michal Šejba (Michal.s)

'''Typ modelu:''' Systémová dynamika

'''Modelovací nástroj:''' Vensim

'''Cíl simulace:''' Vytvořit model výdeje a příjmu kcal, který buď povede k nárůstu váhy nebo k její redukci.

'''Data:''' Data budou čerpána z [https://www.calculator.net/bmr-calculator.html], [https://www.omnicalculator.com/sports/calories-burned] - pro získání dat o spálených kaloriích při daném sportovním výkonu. Další data určující průměrné spálené kcal atp. budou dohledána v rámci modelování simulace.

[[User:Michal.s|Michal.s]] ([[User talk:Michal.s|talk]]) 8:44, 11 May 2021 (CET)
:: Taková simulace již byla vytvořena [http://www.simulace.info/index.php/You_are_what_you_eat] a v praxi se ukázalo, že se jedná spíše o jednoduchý výpočet než o simulaci systému - žádné náhodné veličiny, pouze jedna zpětná smyčka - takže to není zrovna téma pro systémovou dynamiku. Zkuste prosím něco jiného. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:51, 11 May 2021 (CET)

== Simulace převážení pasažérů pomocí převozních lodí ==

'''Autor:''' Martin Šatra (satm03) – druhý návrh simulace (původní simulace vytváření kytic byla zamítnuta)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Prostředí modelu by bylo vydefinováno jako krajina, kterou by rozdělovala řeka, přes níž by nevedl žádný most. Na každém břehu by byl vytvořen jeden malý přístav. Přístavy budou sloužit jako body, mezi kterými za určitý čas přeplouvá převozní loď. Přístavy jsou zároveň jedinými místy, kde se lze nalodit, či vylodit z převozní lodě. Dále se na každém břehu vyskytují pasažéři, kteří by stáli o to, dostat se na druhý břeh, přičemž si zvolili právě převoz pomocí transportní lodě. Transportní loď má omezenou kapacitu pasažérů, a přeplouvá řeku po určitém časovém limitu stráveném v přístavu, či poté, co je plně obsazena pasažéry.

'''Agenti:'''
*Transportní loď – Agent převážející pasažéry mezi přístavy. Přeplouvá buďto po určité době, či poté, co je plně obsazena. Předpokládané vlastnosti budou nejspíše: kapacita, rychlost, maximální doba čekání v přístavu.
*Pasažéři – Lidé (případně třeba i nějaké dopravní prostředky), kteří průběžně přicházejí do přístavu za účelem dostat se na druhý břeh, každý pasažér pak má při nastavování simulace náhodně udáno, kdy přesně bude chtít opustit svůj břeh, lépe řečeno kdy se vydá k přístavu na svém břehu.

'''Cíl simulace:'''
Cílem simulace by bylo pomoc přepravním společnostem, které by se rozhodovaly jaké typy lodí se mají zakoupit v dané lokalitě. Cílem je tedy nalézt takové parametry simulace (rychlost, velikost lodí), které by byly optimální za určitého lokálního zatížení pasažéry, tak aby transportní lodě nepluly zbytečně prázdné, a zároveň, aby pasažéři zbytečně dlouho nečekali (teoreticky by šlo i o ušlý zisk).

'''Parametry:'''
*Počet pasažérů na levém břehu
*Počet pasažérů na pravém břehu
*Kapacita lodě (kolik pasažérů je loď schopna převést)
*Rychlost lodě
*Maximální doba, kterou loď stráví v přístavu
*Vzdálenost mezi přístavy (v určitém rozmezí, aby byla mapa modelu čitelná a zároveň se sem oba přístavy vešly.)

'''Výstupy:'''
*Počet převezených pasažérů v čase
*Využití lodě (kolik míst bylo skutečně obsazeno vzhledem k tomu kolik pasažérů by mohlo být maximálně převezeno.)
*Počet čekajících pasažérů v čase

'''Možné rozšíření:'''
Jak již bylo naznačeno pasažéři by mohli být v reálném světě reprezentovány buď lidmi, či transportními prostředky, proto by se mohla zavést velikost každého pasažéra, což by pak hrálo roli při obsazení kapacity lodě. Muselo by přitom dojít k nahrazení kapacity vyjádřené počtem pasažérů za kapacitu vyjádřenou určitou velikostí nákladového prostoru lodě. Dále by se mohl uvést parametr, který by udával rychlost proudění vody, což by mělo vliv na délku plavby mezi přístavy. V tomto případě bude počítáno, že proudění vody nemá vliv na pohyb lodě. Nakonec by mohl být vytvořen i parametr, který by udával možné počty lodí (nejspíše by šlo o rozhodnoutí mezi jednou, či dvěma loděmi).

'''Prosba:'''
Nepatří to sice k této práci, ale mohl bych Vás poprosit o odpověď na moji otázku ohledně první semestrální práce (Paperu), kterou jsem Vám zaslal na Teams?

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 21:00, 11 May 2021 (CET)

: Já mám obavu, že tohle není úplně úloha pro NetLogo a že by to bylo docelo dobře řešitelné jako diskrétní simulace. Nenechte se zmást tím, že tam jde o cestování, nehraje v simulaci prakticky žádnou roli. Smysl to začíná dávat snad jedině v případě, že tam zakomponujete tu rychlost té řeky, ale to zase asi není až tak zásadní faktor, abyste kolem něj stavěl celou tu koncepci. Jestli jste ochoten dělat to jako diskrétní simulaci, zkuste si to prosím promyslet a zadání adekvátně tímto směrem doladit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:45, 12 May 2021 (CET)

== Simulace penzijního systému ČR ==

Simulace bude ukazovat vývoj penzijního systému v ČR.

S prodlužující se délkou života a valorizací důchodu čelí český penzijní systém značnému náporu, který je momentálně regulován pouze zvyšováním věku odchodu do penze. Simulace bude počítat dopady na státní rozpočet. Bude počítáno se současnou velikostí a věkovým rozložením populace.

'''Autor'''
Jan Dostál

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Lidé - lidé (rozdělení podle pohlaví a věku), kteří buď jsou, nebo nejsou v důchodu

'''Parametry modelu'''

* Věk odchodu do důchodu

* Průměrné dožití (rozdělení podle pohlaví)

* Roční nárust průměrného dožití (rozdělení podle pohlaví)

* Průměrný důchod

* Valorizace důchodu

* Porodnost

'''Cíl simulace:'''
Cílem simulace je ukázat, jakým způsobem se bude vyvíjet penzijní systém v ČR při současně nastaveném kurzu.

: Tohle moc na multiagentní simulaci nevypadá - návrh nesměřuje k prostorové simulaci. Spíš bych to viděl na Vensim. Což teda by znamenalo, že je potřeba velikost a věkové rozložení populace vnímat dynamicky a simulace musí jejich vývoj (jednotlivých věkových segmentů) simulovat v čase. Z jakých dat byste pro výše uvedené parametry vycházel? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:48, 13 May 2021 (CET)

== Hašení lesního požáru ==

Simulace bude simulovat hašení lesního požáru.
Hasičů a jejich prostředků k hašení musí být tolik, aby zvládli uhasit lesní požár, ale nesmí jich být zbytečně moc, aby se ušetřili zdroje na jiný případný požár a náklady na uhašení byly co nejmenší.
Hasiči budou k požáru jezdit hasičskými cisternami a létat vrtulníky. Cisterny i vrtulníky budou mít určitou kapacitu nádrže, a proto budou muset vodu dobírat v nejbližším zdroji vody, tím bude jezero. Hasičské auto bude mít stanovený počet litrů vody, které dokáže za minutu vystříknout.
Požár bude mít různou počáteční rozlohu a také různou sílu, to znamená, že čím silnější požár bude, tak na uhašení stejně velké plochy bude potřeba větší množství vody. Důležitou proměnnou bude také rychlost šíření požáru.
Cílem je zvládnout uhasit požár za použití co nejméně hasičů, hasičských aut a hasičských vrtulníků.

'''Autor'''
Tibor Vondrášek

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Hasiči - Jezdí cisternami k požáru a pro vodu. Hasí požár pomocí hadic z cisteren.

* Hasičské cisterny - Cisternami hasiči jezdí k požáru a pomocí vody z cisteren hasiči hasí požár. Cisterny mají danou kapacitu nádrže a rychlost průtoku vody z nádrže. Když cisterně v nádrži dojde voda, musí jet k jezeru, kde vodu za určitý čas nabere a pak se může vydat zpátky k požáru.

* Hasičské vrtulníky - Vrtulníky mají danou kapacitu nádrže a po příletu nad požár všechnu vodu shodí a hned zase musí letět k jezeru, kde vodu hned naberou.

'''Parametry modelu'''

* Množství hasičů

* Množství hasičských cisteren

* Množství hasičských vrtulníků

* Vzdálenost zdroje vody

* Počáteční velikost požáru

* Síla požáru

* Rychlost šíření požáru

'''Cíl simulace:'''
Cílem simulace je na základě velikosti, síly a rychlosti šíření požáru a vzdálenosti zdroje vody najít optimální množství hasičů, hasících cisteren a vrtulníků k uhašení lesního požáru.

[[User:Vont02|Vont02]] ([[User talk:Vont02|talk]]) 3:48, 13 May 2021 (CET)

== Simulace průběhu masové střelby ==

'''Autor:''' Jiří Mareš (marj39)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Inspirováno články [http://jasss.soc.surrey.ac.uk/17/2/5.html zde] a [https://www.researchgate.net/publication/305316520_Active_Shooter_An_Agent-Based_Model_of_Unarmed_Resistance zde]. Rád bych v simulaci zjistil, resp. ověřil, jaké je nejvhodnější chování civilistů pro co nejmenší počet obětí útoku a jaký vliv má změna počtu civilistů se zbraní na výsledek. Mimo rozsah simulace je určitě zkoumání zdali vyšší počet ozbrojených civilistů (a tudíž zbraní v populaci) má vliv na výskyt masové střelby. U ozbrojených civilistů se vždy předpokládá skryté nošení pistole.

'''Agenti:'''
*Střelec
*Civilista
*Ozbrojený civilista

'''Cíl simulace:'''
Cílem simulace je sledování správného chování a možností civilistů k zastavení ozbrojeného masového střelce, především vzhledem k počtu ozbrojených civilistů v populaci.

'''Parametry:'''
*Počet civilistů
*Počet ozbrojených civilistů
*Počet střelců
*Zbraň střelce
*Výstroj střelce (kevlar)
*Výcvik střelce (vliv na přesnost a rychlost)
*Umístění střelce
*Prostor (outdoor, indoor)

[[User:Marj39|Marj39]] ([[User talk:Marj39|talk]]) 12:17, 13 May 2021 (CET)

Assignment SS 2020/2021/cs

2021-05-13T20:07:45Z

Petr Hoza: /* Energetická náročnost těžby VSEcoinu */

{{DISPLAYTITLE:Zadání LS 2020/2021}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| text = <div>
Témata na téma hazardních her, karet, vývoje cen akcií/indexů nejsou vítány.
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace přenosové soustavy ==

Simulace bude postavena na reálných datech o výrobě a spotřebě elektrické energie v ČR a na datech o přitékající elektrické energii od našich sousedních států. Jejich výroba el. energie taktéž ovlivňuje i naši přenosovou síť. Z tohoto důvodu jsou na pomyslných hranicích naší přenosové soustavy PST transformáty, kde dispečeři regulují výrobu a spotřebu elektrické energie u nás. Pokud by od sítě přiteklo moc energie, mohlo by to přetížit přenosovou soustavu a tím způsobit rozsáhlé výpadky proudu. Pokud by takový výpadek nastal (z důvodu výrazné výkonové nerovnováhy) je nutné, co nejrychleji zajistit stabilitu přenosové sítě. Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Autor'''
Michaela Tauchmanová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

'''Data'''
Data o zatížení, přítoku energie atd. (ČEPS - https://www.ceps.cz/cs/data#Load)
Spotřeba a výroba za rok včetně dat o distribučních ztrátách apod. (Český statistický úřad – Energetické bilance – https://www.czso.cz/csu/czso/ene_cr)

[[User:Taum03|Taum03]] ([[User talk:Taum03|talk]]) 20:39, 6 May 2021 (CET)

:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:03, 7 May 2021 (CET)

== Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech ==

'''Název:''' Nalezení nejideálnějšího množství TOITOI na festivalech

'''Autor:''' vana06, Aneta Váňová

'''Nástroj:''' NetLogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:'''
Venkovní hudební festivaly jsou jedny z nejpopulárnějších událostí, které návštěvníci v letním období navštěvují. Organizátoři těchto organizací musí často kalkulovat kapacitu celého festivalového objektu v návaznosti na popularitu vystupujícího. V návaznosti na tuto proměnou se musí vypořádat organizátoři s množstvím stánků s nápoji, které budou mít možnost prodeje právě na daném festivalu. Množství nápojových stánků však nemůže být neomezené z důvodu redukce prostoru. Zároveň je třeba najít takové optimální místo, aby návštěvníci festivalu netrávili většinu času festivalu právě ve frontách. Na základě následné doby pití a množství pití, které návštěvníci vypijí musí organizátoři počítat i s množstvím TOITOI mobilních toalet tak, aby jejich kapacita nebyla podhodnocena a návštěvníci se neuchylovali k obcházení pravidel festivalu.
K větší reálnosti modelu též přispěje fakt, že agenti se rozhodují v průběhu procesu.

'''Grafy''' budou znázorňovat:
* Počet čekajících návštěvníků u nápojových stánků v průběhu konání festivalu
* Počet čekajících u TOITOI v průběhu konání festivalu
* Průměrná doba čekání na nápoj
* Průměrná doba čekání na TOITOI
* Počet návštěvníků, kteří z důvodu dlouhého čekání obešli pravidla festivalu a vykonali svou potřebu za TOITOI
* Počet nespokojených zákazníků (měřeno na základě doby čekání na nápoj a nutnosti vykonat potřebu mimo TOITOI)

'''Agenti:'''
* '''Muži'''
** Potřeba pití nápojů je jednou za 30 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 300–400 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že bude postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)
* '''Ženy'''
** Potřeba nového pití je jednou za 45 minut (na základě [https://doi.org/10.1111/j.1530-0277.1990.tb00504.x Zdroj 1]) (určeno náhodným rozdělením)
** Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 150–250 ml (určeno náhodně v rámci daného rozmezí) [https://books.google.cz/books?id=GspuCwAAQBAJ&dq=tvorba+mo%C4%8Di&hl=cs&source=gbs_navlinks_s Zdroj 2]
** Pravděpodobnost, že budou postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)

'''Parametry modelu:'''
* Počet návštěvníků jednotlivých pohlaví (rozděleno vždy 50:50 z celkového množství)
* Počet stánků s nápoji
* Počet TOI TOI

'''Možná rozšíření:'''
* Simulaci by bylo možné rozšířit i o stánky s občerstvením (jídlem)
* Rozšíření o vliv počasí (teploty) a s tím spojenou větší konzumaci nápojů
* Rozšíření o pauzy v programu, kde větší množství návštěvníků zvažuje zakoupení nového nápoje nebo navštívení TOITOI, i když to není potřeba

'''Cíl simulace:''' Na základě očekávané návštěvnosti bude možné predikovat takové množství nápojových stánků a TOITOI tak, aby bylo optimální, a tudíž aby nedocházelo k obcházení pravidel a aby návštěvníci byli spokojeni.

'''Poznámka:''' Pro simulaci je čerpáno z dat, která jsou k dispozici k velikosti močového měchýře a množství pití, avšak množství dat k tomuto tématu je omezenější.

[[User:Vana06|Vana06]] ([[User talk:Vana06|talk]]) 22:28, 6 May 2021 (CET)

: Kapacita močového měchýře je brutální metrika. :-) To jsem opravdu zvědav. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:54, 11 May 2021 (CET)

== Simulácia darcovského centra ==

Simulácia bude zobrazovať popis procesu odberu krvnej plazmy v dárcovskom centre. Bude pozostávať z registrácie na odber, konzultácie s lekárom, čakaním na odber, odberu samotného, odpočinkom a odchodom z centra.

Darcovia sa môžu objednávať na odber v 30 minutových intervaloch, pričom simulácia bude brať v potaz „high peaks“, kedy je množstvo darcov vzhľadom na kapacitu lôžok hraničné a bude sa snažiť optimalizovať ako počet lôžok, tak i kapacitu darcov v daných „high peaks“

Simulácia by pozostávala z 3 modelov:

*1. Simulácia štandarného provozu
*2. Optimalizácia procesu za účelom lepšej efektivity času vzhľadom na darcu - v momentálnej situácií v „high peaku“ darci čakajú i desiatky minút navyše voči objednanému času
*3. Simulácia letného provozu - v lete je štandardne počet darcov voči zbytku roku menší - v rámci letného provozu by teda bolo možné vymyslieť optimálnu stratégiu či už napríklad v rámci zníženie personálov/lekárov a podobne.

'''Autor'''
Marko Pira

'''Typ modelu'''
Diskrétní simulace

'''Modelovací nástroj'''
SimProcess

'''Entity'''
Darca

'''Zdroje'''
*Lékar
*Personál
*Skrinka
*(Odberové) lôžko
*(Tuba) plazmy - v rámci simulácie zistíme, koľko tub plazmy denne centrum zvládne odobrať

'''Cíl simulace'''
Cieľom je nasimulovať štandardný stav centra a následne proces optimalizovať pomocou zdrojov. Ďalším cieľom je simulácia letného provozu centra a stratégie optimalizácie zdrojov, aby nedochádzalo k ich nevyužitiu

'''Data'''
Data budú získané od anonymizovaného dárcovského centra v Prahe

[[User:Pirm01|Pirm01]] ([[User talk:Pirm01|talk]]) 08:53, 7 May 2021 (CET)
: Ten samotný model je poměrně jednoduchý. Dejte si opravdu záležet s těmi daty. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)

== Simulace migrace lidí do Evropy ==

Migrace lidí do Evropy je velmi časté téma dnešní doby. Faktory migrace mohou být ekonomické, věk, podnebí, současná situace v zemi, atd. V oblastech konfliktů, společenských (včetně politických) nebo ekonomických rozdílů migrace představují závažný socioekonomický problém. Migrace mohou být dobrovolné, za prací či za příbuznými, či nucené (jejichž příčinou je zpravidla silné zhoršení životních podmínek, válečný stav, diktatury atd.).
Migrace probíhá přes tři hlavní migrační trasy do EU - východní, centrální a západní středomořské trasy.
V sociologii je migrace spolu s porodností a úmrtností klíčovým prvkem v procesu populačního vývoje a výrazně ovlivňuje společenské a kulturní změny obyvatel na všech úrovních. S ekonomickým rozvojem se intenzita migrace dále zvyšuje.

'''Autor'''
Martina Riegerová

'''Typ modelu'''
Systémová dynamika

'''Modelovací nástroj'''
Vensim

'''Cíl simulace'''
Simulace by predikovala vnější migraci, kde by na následující období 10ti let dle daných faktorů predikovala počty nových příchozích migrantů do Evropy.

'''Data'''
Data o migracích - https://www.unhcr.org/cz/ , https://www.mvcr.cz/migrace/aktualni-zpravodajstvi.aspx , https://www.unhcr.org/environment-disasters-and-climate-change.html

[[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 10:31, 7 May 2021 (CET)

:: Tématicky by to šlo - co všechno by ta vaše simulace zahrnovala (simulovala)? - všechno to, co máte v tom úvodním odstavci? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:09, 7 May 2021 (CET)

::: Všechno určitě ne, chtěla bych se zaměřit na klima, vzdělání, a pokusím se i o válečné konflikty. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 19:38, 11 May 2021 (CET)

:::: OK, pro to zadání to potřebujeme nějak přesněji vydefinovat, ať je jasné, co všechno by ta simulace měla obsahovat. Za mě by to mělo určitě obsahovat ty trasy a s nimy svázané státy(odkud prodí migranti) ať to má nějaký reálný rozměr. "Produkce migrantů" těchto státu by měla záviset na výše uváděných faktorech, které jsou dvojího druhu - faktory, které vytvářejí migrační potencionál(věkové rozvrstvení společnosti, výše HDP na hlavu,...) a které migraci iniciují (války, změna klima,...). Jelikož se jedná o dynamický systém (bez toho to systémovou dynamikou modelovat nelze) je potřeba zachytit i néjaké zpětné vazby z cílových států a migračních tras, které mají významný dopad na migraci - hraniční kontroly, přísnost anti-migrační politiky(počty navrácených migrantů), cena převaděčům za převod,... Tak nějak by to zadání mělo vypadat - co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:38, 12 May 2021 (CET)

::::: Souhlasím, pokusím se to takhle udělat. [[User:Riem00|riem00]] ([[User talk:Riem00|talk]]) 12:55, 12 May 2021 (CET)
:::::: OK, pak '''schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:40, 13 May 2021 (CET)

== Simulace vytváření kytic ==

'''Autor:''' Martin Šatra (satm03)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''

Při dobývání dívčího srdce je možné využívat mnoho způsobů. Jedním z nich je zasypat svou milou květinami. Obecně pak platí, že čím více květin dívka obdrží, tím více pookřeje. Právě sběr květin a vytváření kytic z nich je hlavním námětem vytvářeného modelu.

V modelu je prostředí definováno jako louka, na které rostou květiny a vyskytují se překážky (skalky). Vybranou louku si pak vyhlídla za účelem vytváření kytic pro své milé čtveřice chlapců. Všichni vědí, že počet květin, které poberou bez toho aniž by je poničili, není nekonečný. Z tohoto důvodu si každý vybudoval své stinné stanoviště, kam si bude shromažďovat své květiny, případně již celé kytice. Skutečnost, že se jedná o uzavřenou louku s omezeným počtem květin činí z chlapců vzájemné soupeře. Každý chlapec si tedy vytvořil svojí strategii, se kterou bude při sbírání květin a vytváření kytic postupovat. (Popisy jednotlivých strategií chlapců jsou v části Agenti.)

Je také dobré podotknout to, že aby byla kytice shledána dostatečně atraktivní, měla by být složena více květin rozličných barev. Za účely tohoto modelu pak definujeme, že kytice se musí vytvořit z květin o 3 různých barvách (bílá, modrá, žlutá).

Chlapci mohou unést až 9 květin (popřípadě 3 kytice) bez toho aniž by je poničili. Proto se v případě, kdy již natrhali 9 květin, musí vrátit na své stanoviště, kde tyto květiny (popřípadě vytvořené kytice) uloží. V případě, že chlapci již nemohou plnit své strategie z důvodů vyčerpání potřebných zdrojů (květin), vrátí se každý na své stanoviště.

'''Agenti:'''
*Jára - Postupuje tak, že chce vytvořit kytice co nejdříve. Při trhání květin tedy postupuje tak, že nejprve utrhne nejbližší květinu jednoho druhu, poté nejbližší květinu druhého druhu, a nakonec nejbližší květinu třetího druhu. Když má vše potřebné (3 druhy květin), pak ihned vytvoří kytici. Poté, co má plné ruce kytic, je jde zanést na své stanoviště.
*Jiří - Má podobnou filozofii jako Jára, tedy trhat květiny po jednotlivém druhu tak, aby měl co nejdříve vše potřebné pro vytvoření nové kytice. Nechce však kytice vytvářet při sbírání, ale až po návratu na své stanoviště.
*Zdeněk - Zdeněk ví, že dokáže unést maximálně 9 květin. Vypočítal si, že z tohoto množství lze vytvořit maximálně 3 kytice. Z tohoto důvodu nejprve trhá nejbližší 3 květiny jednoho druhu, poté nejbližší 3 květiny druhého druhu a nakonec nejblíže se nacházející 3 květiny třetího druhu. Když má plné ruce, odejde na své stanoviště a vytvoří z natrhaných květin kytice.
*Vladislav - Vladislav nechce při trhání květin moc přemýšlet, a tak trhá ty nejbližší co mu přijdou pod ruku. Když má plné ruce jde na své stanoviště a vytvoří tolik kytic, co je jen možné, nevyužité květiny, z nichž již nešlo vytvořit kytice, zůstanou na jeho stanovišti a mohou být využity při další Vladislavově donášce.

'''Cíl simulace:'''
Cílem simulace je pozorovat efektivnost jednotlivých strategií chlapců a na základě nabytých poznatků rozhodnout, která strategie je za daných parametrů nejoptimálnější.

'''Parametry:'''
*Počet bílých květin
*Počet modrých květin
*Počet žlutých květin
*Počet překážek na louce
*Doba pro vytvoření kytice
*Rychlost chlapce

'''Výstupy:'''
*Graf znázorňující množství vytvořených kytic pro jednotlivé hráče v čase
*Aktuální počet kytic vytvořených každým hráčem
*Aktuální počet květin (z nichž ještě nejsou, nebo dokonce nikdy nebudou kytice) v držení každého hráče
*Průměrná doba pro vytvoření kytice za každého hráče (celkový čas od počátku simulace po konečný návrat chlapce na stanoviště ku množství chlapcem vytvořených kytic)

'''Možná rozšíření:'''
Model je dosti jednostranně zaměřený, avšak mohl by být stále více přibližován reálné situaci. Agenti, chlapci, by mohly mít další atributy jako je například výdrž. Květiny by mohly mít určenou dobu, za kterou po utržení uschnou. Do hry by mohly vstupovat také parametry počasí, které by měly vliv, jak na výdrž chlapce, tak na odolnost květiny. Na louce by se mohly objevit i jiné objekty, či dokonce na hráče číhající nebezpečí.

'''Poznámka:'''
Jsem si vědom, že podobný námět s poměřováním strategií již existuje (Simulácia zberu jahôd (Netlogo) - Juraj Bačovčin), avšak myslím, že simulace popsána výše se dosti odlišuje, co se jejího vytvoření týče.

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 12:09, 7 May 2021 (CET)

:Je sympatické, že to máte promyšlené dopodrobna, ale ten model je poněkud samoúčelný. Tím pádem ani nelze testovat výsledky. Přemýšlím, zda by se to aspoň dalo napasovat na jiné téma, ale nenapadá mě nic. Zkuste prosím asi vymyslet něco jiného. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 01:55, 11 May 2021 (CET)
::Bylo vyprácováno nové zadání - viz zadání 14. [[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 22:00, 11 May 2021 (CET)

== Optimalizace skladových zásob inkoustů ==
'''Autor:''' Iveta Kleníková (klei00)

'''Typ modelu:''' Monte Carlo

'''Nástroj:''' Microsoft Excel

'''Popis modelu:'''
Společnost B je českým dodavatelem ekosolventních inkoustů a dalšího spotřebního materiálu do velkoformátových tiskáren. Inkousty se prodávají v jednolitrových lahvích ve čtyřech barvách (CMYK). 
Každý inkoust má z výroby roční expiraci. Ovšem na sklad se inkousty dostávají ve valné většině případů už cca 3 měsíce staré. Ideální je prodat inkoust v prvních třech měsících (tj. 4-6 měsíců staré), jelikož starší inkousty už zákazníci nechtějí kupovat z důvodu, že by je nestihli do data expirace vypotřebovat. Inkousty staré 7 měsíců se ještě dají prodat, ovšem pouze s určitou slevou. Starší inkousty se již neprodají a je potřeba je za určitý poplatek ekologicky zlikvidovat. Inkousty se prodávají metodou FIFO (časovou jednotkou je měsíc). 
Při objednávání inkoustů na sklad tu hraje roli spodní a horní limit skladových zásob. V případě snížení skladových zásob pod spodní limit dochází k objednání inkoustů až do výše horního limitu. Inkousty se objednávají vždy po celých baleních po 10 kusech.

'''Vstupní parametry:'''
* Poptávka po jednotlivých barvách inkoustu v jednotlivých měsících
* Fixní náklady (mzda skladníka, nájem skladu, energie)
* Nákupní cena jednotlivých barev inkoustu (zahrnuje i rozpočítanou dopravu)
* Prodejní cena jednotlivých barev inkoustu
* Cena za likvidaci jednoho litru inkoustu
* Stáří naskladněného inkoustu

'''Cíl simulace:'''
Cílem simulace je nalézt optimální limity skladových zásob tak, aby firma zbytečně nenaskladňovala velké množství inkoustů, které se nakonec neprodají a budou muset být zlikvidovány. Zároveň je vhodné, aby poptávka byla ideálně plně uspokojena.

'''Data:'''
Jako podklad simulace budou použita reálná interní data o prodejích, nákupních cenách a expiracích inkoustů dané společnosti.

[[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 14:26, 7 May 2021 (CET)

:: Spíš než jako simulace to zatím vypadá jako kalkulace a rozhodně to není dynamický systém (tedy vhodné pro Vensim). Na druhou stranu, pokud máte interní data dané společnosti, ze kterých by šlo odvodit 1) měsíční poptávku po inkoustech (pravděpodobnostní rozdělení pro jednotlivé měsíce roku - určitě tam bude nějaká sezonalita a celé to zprůměrovat by nedávalo smysl), 2) průměrné stáří naskladňovaného inkoustu (pravděpodobnostní rozdělení), tak už by toto téma, tak jak je, šlo překlopit do simulace Monte Carlo a bylo by to OK. Co Vy na to? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 14:28, 7 May 2021 (CET)

:::: Data pro měsíční poptávku a průměrné stáří inkoustů mám k dispozici. S překlopením do simulace Monte Carlo souhlasím. [[User:Klei00|Klei00]] ([[User talk:Klei00|talk]]) 15:16, 7 May 2021 (CET)
::::: '''Schváleno'''. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 21:19, 9 May 2021 (CET)

== Bezpečnost vs. náročnost těžby VSEcoinu ==

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich
úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze
způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně
náročných operací. Tento výkon je provázen energetickou náročností. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící
virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace
Bitcoinu) a umožňovala nastavení volných parametrů: cena, náročnost.

'''Parametry:'''
*Počet nodů
**měnitelný parametr s defaultní hodnotou 1000

*Cena
**měnitelný parametr s defaultní hodnotou 100
*Náročnost
**měnitelný parametr s defaultní hodnotou 100
*Failure rate
**defaultní hodnota bude 0.1*(Cena/Náročnost)
**je to agregovaná hodnota (složená součtem, pro jednoduchost se stejným poměrem) z pravděpodobností
***koluze - pravděpodobnost vzniku podvodného nodu
***nedočkavost - pravděpodobnost emise náhodné chyby (odeslání neplatného řetězce)
***DoS - pravděpodobnost blokace nodu (žádná komunikace se sousedy v iteraci, pokud je poctivá)

'''Agenti:'''
*Nody
**sousedé (noda je napojena na sousedy v radiusu, radius je náhodně veliká kružnice se střední hodnotou 1/6 velikosti canvasu)
**každá noda drží hodnoty posledního řetězce
**poctivost/podvodnost (true/false)

*Těžící nody
**noda má 90% šanci být těžící nodou
**každá těžící noda patří do clusteru (střední hodnota velikosti clusteru je 100)
**pokud nevytěží noda po danou dobu (cena*náročnost) ticků, mění cluster

*Řetězce
**je reprezentovan délkou (číslo od 0) a platností (true/false default při vzniku je roven podvodnosti nodu)

'''Pravidla:'''
Noda s méně než jedním sousedem vždy zaniká.
Noda obklopená jen podvodnými sousedy se automaticky stává podvodná.
Když noda obdrží řetězec s větší délkou, než již má, přebírá jej a distribuuje jej všem svým sousedům.
Pokud poctivá noda distribuuje neplatný řetězec, aplikuje se opět pravděpodobnost koluze.

Pokud dostane řetězec stejné délky, jako už má, pak záleží, zda je poctivá:
*Poctivá
**pokud má neplatný řetězec (přišel jako nejdelší) a dostane platný řetězec stejné délky, pak vyměňuje a vždy si nechá platný (a distribuuje sousedům)
**pokud dostane neplatný řetězec stejné délky jako už má, odebírá si nodu ze sousedů
*Podvodná
**Nechává si neplatný.

Po každém daném počtu ticků (náročnost) je náhodně vybrána jedna těžící noda. Její řetězec je zvětšen o 1 a nastaven všem nodám v clusteru (platnost nody nastavují podle poctivosti, všechny nody v clusteru se berou jako úspěšně těžící)

'''Měřené veličiny:'''
Počet/poměr podvodných clusterů celkem (takové, kde je většina nodů podvodných).
Počet/poměr podvodných nodů celkem.
Počet/poměr neplatných řetězců v oběhu.

Notes:
Podvodné nody a neplatné řetězce budou vizuálně odlišné (červená/oranžová).

'''Autor'''
Petr Hoza

'''Modelovací nástroj'''
Netlogo

'''Cíl simulace'''
Cílem simulace je zjistit, jakým stylem je provázána náročnost operací, cena a bezpečnost hypotetické sítě inspirované sítí Bitcoin.
Primárně, zda existuje nějaké optimum pro zachování dostatečné bezpečnosti za
minimální energetické náročnosti.

[[User:Petr Hoza|Petr Hoza]] ([[User talk:Petr Hoza|talk]]) 14:36, 7 May 2021 (CET)

: Přiznám se, že mi není úplně jasné, co vlastně hodláte zkoumat (a to o blockchainu a kryptoměnách vím snad celkem dost). Přijde mi to strašně vágně popsané. Buďto to prosím popiště detailněji, aby bylo jasné, jak ta simulace bude vypadat, jací budou agenti, jejich vlastnosti a parametry, případně i připojte nějaké obrázky. Nebo si vyberte nějaký dílčí problém v rámci tohoto. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:35, 12 May 2021 (CET)

==Simulace dostavby pražského letiště==
'''Autor:''' Jaroslav Mareš (marj37)

'''Typ modelu:''' diskrétní simulace

'''Nástroj:''' SimProcess

'''Popis modelu:''' Pražské letiště již několik let uvažuje o rozšíření terminálů a přístavbu druhé přistávací dráhy. Dle plánů by mělo nejprve dojít k rozšíření o 5 nástupních prostor (dostavba terminálu 2) a následně o přístavbu nového "prstu" s cca 10 dalšími nástupními prostory. Projekty na rozšíření letiště již byly schváleny. Pro jednoduchost by model počítal s jedním typem letadla, jehož kroky přípravy pro vzlet by trvaly pokaždé stejnou dobu, bez ohledu na to, do jaké destinace letí.

'''Vstupní parametry:'''
* počet letových operací
* počet možných stání pro letadla u "prstů" a mimo ně
* počet strojů pro přípravu letadla
* doba kroků přípravy letadla na vzlet (výstup pasažérů, úklid letadla, doplnění pohonných hmot, nástup pasažérů, atd.)- hodnoty z pravděpodobnostních rozdělení

'''Cíl simulace:''' Cílem simulace je zjistit zda bude možné obsloužit letadla pomocí dostavených prostor, když se zdvojnásobí počet letových operací, v důsledku přístavby druhé ranveje.

'''Data:''' https://www.prg.aero/planespotting, https://www.prg.aero/ministerstvo-financi-schvalilo-investici-do-rozsireni-terminalu-2-na-letisti-vaclava-havla-praha

[[User:Marj37|Marj37]] ([[User talk:Marj37|talk]]) 20:38, 11 May 2021 (CET)

: Na Vámi uvedených odkazech příliš mnoho relevantních dat nevidím, budete muset zdroje doplnit. Zjednodušení v podobě jednoho typu letadla a plus minus konstantní doby přípravy je asi pro Ruzyň přijatelné, nicméně v případě rozdělení (frekvence) letů během dne už si budete muset reálná data opatřit, protože to je dosti podstatné. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:43, 12 May 2021 (CET)

== Vliv průmyslového rybolovu na populace ryb ==

Simulace bude představovat průmyslový rybolov v oceánech, který se negativně projevuje namnožství a velikosti ryb, které je následně možné lovit, čímž se zmenšuje úlovek a je nutné rybařit stále intenzivněji pro udržení objemu úlovku.

Při nadměrném rybolovu nejsou schopny ryby udržovat svou populaci a postupně jich ubývá, vlivem velikostí ok v sítích se také vytváří evoluční tlak na velikost ryb, které se mezi generacemi zmenšují, jelikož pak mají větší šanci utéct ze sítí. Pokud ale rybáři zmenší velikost ok v sítích, mohou nastávat situace, že budou loveny nedospělé ryby, které ještě nestihli zplodit potomky, čímž se množství ryb v příští sezóně snižuje. Nastává zde souboj mezi velikostí a množstvím ryb proti velikostí ok a požadovaného objemu úlovku rybářů

'''Autor'''
Otakar Johanis

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Rybářské lodě - Loví ryby v oceánech a mají požadovaný objem úlovku a velikost ok sítí

* Ryby - Mají velikost určenou normálním rozdělením. Menší ryba poskytne rybářské lodi větší úlovek, ale má větší šanci rybáři utéct a nenechat se chytit. Ryby v průběhu času plodí potomky, kteří přijímají velikost svého předka ovlivněnou náhodou. Menší ryby jsou ale snazší kořistí predátorů v oceánech a proto se množí pomaleji, než velké ryby.

'''Parametry modelu'''

* Množství rybářských lodí

* Velikost ok sítí

'''Cíl simulace:'''
Cílem simulace je najít optimální limity objemu vylovených ryb a velikosti ok sítí, aby bylo rybářství z dlouhodobého pohledu udržitelné a nevedlo k devastaci ryb v oceánech.

[[User:Joho00|Joho00]] ([[User talk:Joho00|talk]]) 16:33, 12 May 2021 (CET)

: '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 12 May 2021 (CET)

== Odstranování mechu z trávníku ==

Simulace se bude zabývat bežně používanými činnostmi vedoucími k odstranění mechu z trávníku a jejich vlivem na výskyt mechu a trávníku na zahradě.

Mech je večný problém lidí se zahradou a existuje několik různých metod, jak se pokusit o jeho odstranění. Tyto metody provádí člověk a do různé míry poškozují i okolní biom, který je žádoucí, nejčastěji trávník. Simulace tedy bude ukazovat, jak dojde k renegeraci trávníku a mechu po zásahu danou metodou.

'''Autor''':
Marek Vávra

'''Typ modelu''':
Multiagentní

'''Modelovací nástroj''':
Netlogo

'''Agenti''':

* Mech - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem trávník či jiný mech
* Trávník - Šíří se náhodně, rychleji pokud je kolem volno, pomaleji pokud je kolem jiný trávník či mech
* Člověk - Bude simulován pomocí několika různých metod (agentů) - například použití mechostopu, vertikutátoru, vyhrabání mechu

'''Cíl simulace''':
Cílem simulace je ukázat, jaký vliv mají různé metody na budoucí podobu trávníku

[[User:Vavm05|Vavm05]] ([[User talk:Vavm05|talk]]) 19:12, 7 May 2021 (CET)

: Může být, ale zadání je značně obecné. Jen na jeho základě byste toho asi moc nenasimulovat, prosím o rozpracování, doplnění konkrétních parametrů, jak to bude vypadat, apod. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:49, 12 May 2021 (CET)

== Simulace malosériové výroby metodou 3D tisku ==

'''Název:''' Simulace malosériové výroby metodou 3D tisku

'''Autor:''' Kateřina Zemánková

'''Nástroj:''' SIMPROCESS

'''Typ modelu:''' Diskrétní simulace

'''Předmět simulace'''
Společnost se zabývá výrobou jednoho komplexního výrobku prostřednictvím 3D tisku. Ke kompletaci jednoho výrobku je potřeba 23 různých dílů. Má k dispozici 50 kusů 3D tiskáren, na kterých díly tiskne. Tyto díly však nelze tisknout všechny najednou na jednom stroji díky malému rozměru 3D tiskáren. Proto jsou jednotlivé součástky rozděleny do pěti unikátních tiskových úloh (soubor dílů, které se tisknou na jednom stroji v jednu chvíli). Každá tisková úloha se liší časovou náročností a spotřebovaným materiálem. Tyto tiskové úlohy lze provádět na libovolném stroji, přičemž všechny stroje fungují stejně. Na konci tiskové úlohy musí obsluha sundat vyrobené díly z 3D tiskárny, provést krátký servis a zapnout novou tiskovou úlohu. Obsluha poté díly pro jeden výrobek zabalí a krabici předá do dalšího oddělení.
Pro vytištění je potřeba mít materiál (filament) dodávaný v 5 kg baleních. Pokud se na začátku tisku zjistí, že nezbývá dostatek materiálu pro další tisk, musí se materiál vyměnit za nový. Zbytek struny se recykluje.

'''Entity: '''
* Výrobek
* 3D tiskárna
* Filament
* Díl výrobku
* Tisková úloha
* Pracovník obsluhující 3D tiskárnu
* Krabice

'''Popis procesu:'''
* Zapnutí tiskové úlohy
* Tisk
* Sundání dílů z tiskárny
* Servis tiskárny
* Zabalení dílů do krabice

'''Cíl simulace:'''
* Optimalizace kombinací tiskových úloh pro maximalizaci výroby koncového výrobku – V procesu je vyskytující se problém, že vzhledem k rozdílné časové náročnosti mezi tiskovými úlohami je některých dílů víc než jiných.
* Optimalizace počtu pracovníků

'''Data''' Data použitá pro tuto simulaci budou reálná data poskytnutá firmou, která se zabývá 3D tiskem.

[[User:Zemk05|Zemk05]] ([[User talk:Zemk05|talk]]) 15:46, 8 May 2021 (CET)

: '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:52, 12 May 2021 (CET)

== Simulace nárůstu/redukce hmotnosti při příjmu a výdeji kcal v čase ==

'''Definice problému:'''
Člověk, trenér nebo individuální sportovec se často potýká s neurčitostí výsledku stravování a sportovního výkonu na jeho tělesné schránce. Cílem simulace je tedy vytvořit nástroj, který úpravou parametrů umožní vytvořit představu o navýšení či snížení hmotnosti při určitém příjmu a výdeji energie za časové období (týdny, měsíce, roky).
Nástroj umožní uživateli pozorovat vliv příjmu potravy a výdej při sportu či nečinnosti (klidový stav) na jeho celkovou hmotnost v čase za uběhlý čas.

'''Autor:''' Michal Šejba (Michal.s)

'''Typ modelu:''' Systémová dynamika

'''Modelovací nástroj:''' Vensim

'''Cíl simulace:''' Vytvořit model výdeje a příjmu kcal, který buď povede k nárůstu váhy nebo k její redukci.

'''Data:''' Data budou čerpána z [https://www.calculator.net/bmr-calculator.html], [https://www.omnicalculator.com/sports/calories-burned] - pro získání dat o spálených kaloriích při daném sportovním výkonu. Další data určující průměrné spálené kcal atp. budou dohledána v rámci modelování simulace.

[[User:Michal.s|Michal.s]] ([[User talk:Michal.s|talk]]) 8:44, 11 May 2021 (CET)
:: Taková simulace již byla vytvořena [http://www.simulace.info/index.php/You_are_what_you_eat] a v praxi se ukázalo, že se jedná spíše o jednoduchý výpočet než o simulaci systému - žádné náhodné veličiny, pouze jedna zpětná smyčka - takže to není zrovna téma pro systémovou dynamiku. Zkuste prosím něco jiného. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 11:51, 11 May 2021 (CET)

== Simulace převážení pasažérů pomocí převozních lodí ==

'''Autor:''' Martin Šatra (satm03) – druhý návrh simulace (původní simulace vytváření kytic byla zamítnuta)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Prostředí modelu by bylo vydefinováno jako krajina, kterou by rozdělovala řeka, přes níž by nevedl žádný most. Na každém břehu by byl vytvořen jeden malý přístav. Přístavy budou sloužit jako body, mezi kterými za určitý čas přeplouvá převozní loď. Přístavy jsou zároveň jedinými místy, kde se lze nalodit, či vylodit z převozní lodě. Dále se na každém břehu vyskytují pasažéři, kteří by stáli o to, dostat se na druhý břeh, přičemž si zvolili právě převoz pomocí transportní lodě. Transportní loď má omezenou kapacitu pasažérů, a přeplouvá řeku po určitém časovém limitu stráveném v přístavu, či poté, co je plně obsazena pasažéry.

'''Agenti:'''
*Transportní loď – Agent převážející pasažéry mezi přístavy. Přeplouvá buďto po určité době, či poté, co je plně obsazena. Předpokládané vlastnosti budou nejspíše: kapacita, rychlost, maximální doba čekání v přístavu.
*Pasažéři – Lidé (případně třeba i nějaké dopravní prostředky), kteří průběžně přicházejí do přístavu za účelem dostat se na druhý břeh, každý pasažér pak má při nastavování simulace náhodně udáno, kdy přesně bude chtít opustit svůj břeh, lépe řečeno kdy se vydá k přístavu na svém břehu.

'''Cíl simulace:'''
Cílem simulace by bylo pomoc přepravním společnostem, které by se rozhodovaly jaké typy lodí se mají zakoupit v dané lokalitě. Cílem je tedy nalézt takové parametry simulace (rychlost, velikost lodí), které by byly optimální za určitého lokálního zatížení pasažéry, tak aby transportní lodě nepluly zbytečně prázdné, a zároveň, aby pasažéři zbytečně dlouho nečekali (teoreticky by šlo i o ušlý zisk).

'''Parametry:'''
*Počet pasažérů na levém břehu
*Počet pasažérů na pravém břehu
*Kapacita lodě (kolik pasažérů je loď schopna převést)
*Rychlost lodě
*Maximální doba, kterou loď stráví v přístavu
*Vzdálenost mezi přístavy (v určitém rozmezí, aby byla mapa modelu čitelná a zároveň se sem oba přístavy vešly.)

'''Výstupy:'''
*Počet převezených pasažérů v čase
*Využití lodě (kolik míst bylo skutečně obsazeno vzhledem k tomu kolik pasažérů by mohlo být maximálně převezeno.)
*Počet čekajících pasažérů v čase

'''Možné rozšíření:'''
Jak již bylo naznačeno pasažéři by mohli být v reálném světě reprezentovány buď lidmi, či transportními prostředky, proto by se mohla zavést velikost každého pasažéra, což by pak hrálo roli při obsazení kapacity lodě. Muselo by přitom dojít k nahrazení kapacity vyjádřené počtem pasažérů za kapacitu vyjádřenou určitou velikostí nákladového prostoru lodě. Dále by se mohl uvést parametr, který by udával rychlost proudění vody, což by mělo vliv na délku plavby mezi přístavy. V tomto případě bude počítáno, že proudění vody nemá vliv na pohyb lodě. Nakonec by mohl být vytvořen i parametr, který by udával možné počty lodí (nejspíše by šlo o rozhodnoutí mezi jednou, či dvěma loděmi).

'''Prosba:'''
Nepatří to sice k této práci, ale mohl bych Vás poprosit o odpověď na moji otázku ohledně první semestrální práce (Paperu), kterou jsem Vám zaslal na Teams?

[[User:Satm03|Satm03]] ([[User talk:Satm03|talk]]) 21:00, 11 May 2021 (CET)

: Já mám obavu, že tohle není úplně úloha pro NetLogo a že by to bylo docelo dobře řešitelné jako diskrétní simulace. Nenechte se zmást tím, že tam jde o cestování, nehraje v simulaci prakticky žádnou roli. Smysl to začíná dávat snad jedině v případě, že tam zakomponujete tu rychlost té řeky, ale to zase asi není až tak zásadní faktor, abyste kolem něj stavěl celou tu koncepci. Jestli jste ochoten dělat to jako diskrétní simulaci, zkuste si to prosím promyslet a zadání adekvátně tímto směrem doladit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:45, 12 May 2021 (CET)

== Simulace penzijního systému ČR ==

Simulace bude ukazovat vývoj penzijního systému v ČR.

S prodlužující se délkou života a valorizací důchodu čelí český penzijní systém značnému náporu, který je momentálně regulován pouze zvyšováním věku odchodu do penze. Simulace bude počítat dopady na státní rozpočet. Bude počítáno se současnou velikostí a věkovým rozložením populace.

'''Autor'''
Jan Dostál

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Lidé - lidé (rozdělení podle pohlaví a věku), kteří buď jsou, nebo nejsou v důchodu

'''Parametry modelu'''

* Věk odchodu do důchodu

* Průměrné dožití (rozdělení podle pohlaví)

* Roční nárust průměrného dožití (rozdělení podle pohlaví)

* Průměrný důchod

* Valorizace důchodu

* Porodnost

'''Cíl simulace:'''
Cílem simulace je ukázat, jakým způsobem se bude vyvíjet penzijní systém v ČR při současně nastaveném kurzu.

: Tohle moc na multiagentní simulaci nevypadá - návrh nesměřuje k prostorové simulaci. Spíš bych to viděl na Vensim. Což teda by znamenalo, že je potřeba velikost a věkové rozložení populace vnímat dynamicky a simulace musí jejich vývoj (jednotlivých věkových segmentů) simulovat v čase. Z jakých dat byste pro výše uvedené parametry vycházel? [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 13:48, 13 May 2021 (CET)

== Hašení lesního požáru ==

Simulace bude simulovat hašení lesního požáru.
Hasičů a jejich prostředků k hašení musí být tolik, aby zvládli uhasit lesní požár, ale nesmí jich být zbytečně moc, aby se ušetřili zdroje na jiný případný požár a náklady na uhašení byly co nejmenší.
Hasiči budou k požáru jezdit hasičskými cisternami a létat vrtulníky. Cisterny i vrtulníky budou mít určitou kapacitu nádrže, a proto budou muset vodu dobírat v nejbližším zdroji vody, tím bude jezero. Hasičské auto bude mít stanovený počet litrů vody, které dokáže za minutu vystříknout.
Požár bude mít různou počáteční rozlohu a také různou sílu, to znamená, že čím silnější požár bude, tak na uhašení stejně velké plochy bude potřeba větší množství vody. Důležitou proměnnou bude také rychlost šíření požáru.
Cílem je zvládnout uhasit požár za použití co nejméně hasičů, hasičských aut a hasičských vrtulníků.

'''Autor'''
Tibor Vondrášek

'''Typ modelu'''
Multiagentní

'''Modelovací nástroj'''
Netlogo

'''Agenti'''

* Hasiči - Jezdí cisternami k požáru a pro vodu. Hasí požár pomocí hadic z cisteren.

* Hasičské cisterny - Cisternami hasiči jezdí k požáru a pomocí vody z cisteren hasiči hasí požár. Cisterny mají danou kapacitu nádrže a rychlost průtoku vody z nádrže. Když cisterně v nádrži dojde voda, musí jet k jezeru, kde vodu za určitý čas nabere a pak se může vydat zpátky k požáru.

* Hasičské vrtulníky - Vrtulníky mají danou kapacitu nádrže a po příletu nad požár všechnu vodu shodí a hned zase musí letět k jezeru, kde vodu hned naberou.

'''Parametry modelu'''

* Množství hasičů

* Množství hasičských cisteren

* Množství hasičských vrtulníků

* Vzdálenost zdroje vody

* Počáteční velikost požáru

* Síla požáru

* Rychlost šíření požáru

'''Cíl simulace:'''
Cílem simulace je na základě velikosti, síly a rychlosti šíření požáru a vzdálenosti zdroje vody najít optimální množství hasičů, hasících cisteren a vrtulníků k uhašení lesního požáru.

[[User:Vont02|Vont02]] ([[User talk:Vont02|talk]]) 3:48, 13 May 2021 (CET)

== Simulace průběhu masové střelby ==

'''Autor:''' Jiří Mareš (marj39)

'''Typ modelu:''' Multiagentní

'''Nástroj:''' NetLogo

'''Popis modelu:'''
Inspirováno články [http://jasss.soc.surrey.ac.uk/17/2/5.html zde] a [https://www.researchgate.net/publication/305316520_Active_Shooter_An_Agent-Based_Model_of_Unarmed_Resistance zde]. Rád bych v simulaci zjistil, resp. ověřil, jaké je nejvhodnější chování civilistů pro co nejmenší počet obětí útoku a jaký vliv má změna počtu civilistů se zbraní na výsledek. Mimo rozsah simulace je určitě zkoumání zdali vyšší počet ozbrojených civilistů (a tudíž zbraní v populaci) má vliv na výskyt masové střelby. U ozbrojených civilistů se vždy předpokládá skryté nošení pistole.

'''Agenti:'''
*Střelec
*Civilista
*Ozbrojený civilista

'''Cíl simulace:'''
Cílem simulace je sledování správného chování a možností civilistů k zastavení ozbrojeného masového střelce, především vzhledem k počtu ozbrojených civilistů v populaci.

'''Parametry:'''
*Počet civilistů
*Počet ozbrojených civilistů
*Počet střelců
*Zbraň střelce
*Výstroj střelce (kevlar)
*Výcvik střelce (vliv na přesnost a rychlost)
*Umístění střelce
*Prostor (outdoor, indoor)

[[User:Marj39|Marj39]] ([[User talk:Marj39|talk]]) 12:17, 13 May 2021 (CET)

Assignment SS 2020/2021/cs

2021-05-08T11:28:08Z

Petr Hoza:

Assignment SS 2020/2021/cs

2021-05-07T13:37:17Z

Petr Hoza: Hoza - assignment for approval