Modul | Diskrete Simulation Modellierung und Simulation von Rechen- und Kommunikationssystemen (IN2045) |
|---|
Vorlesung | Diskrete Simulation Modellierung und Simulation von Rechen- und Kommunikationssystemen (IN2045)
|
|---|
Dozenten | Prof. Carle, Dipl.-Inform. Alexander Klein, Dr. Nils Kammenhuber |
|---|
SWS | 2V+1Ü |
|---|
ECTS Credits | 4 |
|---|
Registration | Bei Teilnahme an diesem Kurs bitten wir um Registierung per Online-Formular. Dies ermöglicht uns insbesondere, zeitnah wichtige Mitteilungen per E-Mail zu versenden (z.B. bei Termin- oder Raumänderungen).
Wichtiger Hinweis: Diese Registrierung ersetzt nicht eine eventuell notwendige Anmeldung bei TUMonline! | |
|---|
Termine | Vorlesung:
- Erster Teil: Vorlesung im Semester ab 26.5.2010
Mittwochs, 14:00h (s.t.) 15:50h, Raum 03.07.023
(Donnerstagstermin wurde ersatzlos gestrichen) - Zweiter Teil: Block-Vorlesung in den Semesterferien
Montag, 20.9.2010: 10:0012:30 (Vorlesung) und 1417:30 (Tutorial)
Dienstag, 21.9.2010: 10:0012:30 (Vorlesung) und 1417:30 (Tutorial)
Mittwoch, 22.9.2010: 10:0012:30 (Vorlesung, Ausblick)
Übung: Gleicher Termin, gleicher Raum wie Vorlesung
Klausur: mündliche Prüfung am 5.10.2010 + 11.10.2010
| |
|---|
Inhalt | Wann und wozu Simulation. Arten von Simulation: diskret vs. kontinuierlich, eventbasiert vs. zeitbasiert usw. Interner Aufbau eines eventbasierten Simulators. Einfaches Warteschlangenmodell; Überblick Warteschlangentheorie.
Bedeutung von Zufallszahlen und -verteilungen für Simulatoren. Wiederholung von für die Vorlesung benötigten Grundlagen von Statistik und Stochastik: Deskriptive Statistik (Erwartungswert und Mittelwerte, Median und Quantile, Varianz, MAD, Momente usw.), Zufallsverteilungen und ihre Eigenschaften, Autokorrelation, Visualisierungsmethoden. Generierung von Zufallsverteilungen, Qualität von Zufallszahlengeneratoren.
Kurzer Überblick über Arbeit mit Netzwerksimulatoren; Unterschiede Simulator-Programmierung vs. "real world". Typische Workflow-Elemente bei der Forschungs-Arbeit mit Simulatoren: Modellbildung, Experimentplanung, Simulation, Evaluation, Anpassung/Verfeinerung. Verwendung des Simulators OPNet. Einführung in Matlab (Übungen).
Experimentplanung: Faktoranalyse, ANOVA. Was macht eine gute Simulation aus: Realistische Modelle, realistische Prüflasten. Was macht eine gute Auswertung aus: Möglichkeiten zur Varianzreduktion, Konfidenzintervalle. Statistik-Fallstricke, Fehleinschätzungen, wie man mit Statistik/Grafiken lügen kann.
Fortgeschrittene Themen wie z.B.: Simulation von Mobilität und Mobilitätsmodelle; Parallelisierung von Simulation; Praxis-Tips: Simulation beschleunigen.
|
|---|
Folien
| Name | Content | Link | Update | Introduction: | Einführung, Formalitäten | PDF | | Chapter 0: | Simulation: What and why?
- System, model, simulation
- Evaluation spectrum
- Uses and applications of simulation
- Typical workflow for simulation application
| PDF | 29.05.2010
| Chapter 1: | Inside a simulator:
- Taxonomy of Simulations
- Discrete vs. Continuous
- Time-based vs. Event-based
- Characteristics of DES
| PDF | 10.06.2010
| Chapter 1b | Network simulators
- Requirements for [network] simulators
- Differences between real-world protocols and simulated protocols
| PDF | 30.09.2010 | Chapter 2: | Statistics Fundamentals:
- Introduction Waiting Queues
- Random Variable (RV)
- Probability Space
- Discrete and Continuous RV
- Frequency Probability
- Distribution(discrete)
- Distribution Function(continuous)
- PDF & CDF
- Definitions:
- Expectation/Mean, Mode, Standard Deviation, Variance, Coefficient of Variation, p-percentile(quantile), Skewness, Scalability Issues, Covariance, Correlation, Autocorrelation
- Visualization of Correlation
| PDF | 28.09.2010 | Chapter 3: | Random Numbers:
- Generation of Random Variables (RV)
- Inversion
- Composition
- Convolution
- Accept-Reject
- Distributions and their Characteristics
- Uniform(continuous), Normal, Triangle, Lognormal, Exponential, Erlang-k, Gamma,
- Uniform(discrete), Bernoulli, Geom, Poisson, General Discrete
- Random Number Generators
- Linear Congruential Generator(LCG)
- Shift Register
- Generalized Feedback Shift Register
- Mersenne Twister
- Tests
- χ² Test
- Spectral Test
- Serial Test
| PDF | 28.09.2010 | Chapter 4a: | Evaluation of Simulation Results: - Estimator
- Consistent Estimator
- Unbiased Estimator
- Variance of an Estimator
- Efficient Calculation of an Estimator
- Confidence Interval
- Tschebyscheff [=Chebyshev, Chebyshov,...] Confidence Interval
- Central Limit Theorem
- t-Distribution Confidence Interval
- Evaluation of Simulation Results
- Replicate-Delete Method
- Batch Means Method
- Stationarity
| PDF | 28.09.2010 | Chapter 4a2: | Evaluating network simulations
- Types/models for network workload traffic
- What to keep in mind when doing a good simulation evaluation
| PDF | 30.09.2010 | Chapter 4b: | How to Lie with Statistics:
- Lessons for Authors and Readers
- Examples and Discussion
| PDF | 28.09.2010 | Chapter 5: | Experiment Planning:
- Hypothesis Testing
- Linear Regression
- Variance Analysis (ANOVA)
- Factorial Design
| PDF | 20.07.2010
DRAFT
(Basically, ignore pages 1114, 4953, 5759 (PDF page numbers, not slide numbers!))
| Chapter 6: | Parallel Simulation:
- Problems
- Conservative vs. optimistic approach; their advantages and disadvantages
- Synchronization
- Deadlock Avoidance
- Null Message Algorithm
- Time Creep Problem
- TimeWarp algorithm
- How to roll back events
- Why do we need GVT / LBTS?
| PDF | 01.09.2010
DRAFT
(basically, ignore slides 8394 (PDF page numbers, not slide numbers!))
| Chapter 7: | Advanced Topics:
- Mobility in General
- Human Mobility Pattern
- Visualization
- Bouncing Rule
- Obstacles
- Characteristics of Mobility Pattern
- Link Duration
- Transient Phase
- Node Distribution
- Speed Distribution
- Correlated Movement
- Synthetic Mobility Models
- Random Waypoint
- Random Direction
- Random Walk
- Levi-Flight
- Brownian Motion
- Group Mobility
- Point Fields
- Generation of Point Fields
- Homogeneous and Inhomogeneous Point Fields
- Poisson Field
- Clusterfields
- Matern Cluster Field
- Random Graphs
- Graph Definition
- Node Degree
- Generation of Random Graphs (Probabilistic Model, Waxman Model)
- Random Graphs with Predefined Characteristics
| PDF | 28.09.2010 | Matlab | Matlab Tutorial:
- Basic Functions
- Calculation of:
- Histogram
- Probability Density Function (PDF)
- Cumulative Density Feunction (CDF)
- Percentile / Quantile
| PDF | 28.09.2010 |
|
|---|
Übungen | Übungsblatt | Hintergrundinfos | Abgabe | Besprechung | Folien Besprechung | Übungsblatt 1 | | 15.6.2010 | 16.6.2010 | | Übungsblatt 2 | Folien | 22.6.2010 | 23.6.2010 | | Übungsblatt 3 | | 30.6.2010 | 30.6.2010 | | Übungsblatt 4
| | 30.6.2010 | 7.7.2010 | |
|
|---|
Sonstige Links mit Hintergrundinfos | |
|---|
|
|
