Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Simulationsmodelle: Liliputwelten im Computer Peter Fleissner Institut für Gestaltungs- und Wirkungsforschung.

Ähnliche Präsentationen


Präsentation zum Thema: "Simulationsmodelle: Liliputwelten im Computer Peter Fleissner Institut für Gestaltungs- und Wirkungsforschung."—  Präsentation transkript:

1 Simulationsmodelle: Liliputwelten im Computer Peter Fleissner Institut für Gestaltungs- und Wirkungsforschung

2 Simulation zur Analyse und Rekonstruktion dynamischer Systeme –Simulationsmodell = Abstraktion des zu simulierenden Systems –Experimente statt an der Wirklichkeit an einem Modell durchgeführt, um Erkenntnisse über das modellierte System zu gewinnen. eine Widerspiegelungstechnik –Abbildung und Konstruktion der Realität zugleich ein Dritter Weg wissenschaftlicher Erkenntnis –Beitrag zur Theorienbildung neben Induktion und Deduktion Einleitung (1 aus 4)

3 Theoriebildung Induktion –im empirischen Prozess wird Datenmaterial erarbeitet, innere Strukturen und Gesetzmäßigkeiten werden sichtbar. –positiv verlaufende Experimente sollen diese Strukturen bestätigen und sind Bausteine einer Verifikation (Beweisführung), die letztlich zur Wahrheit führen. Deduktion –durch kreative Akte werden Hypothesen über die Realität erzeugt, deren Übereinstimmung mit dem Datenmaterial anschließend überprüft wird. Experimente werden mit dem Ziel der Falsifikation (Sir Karl Popper) unternommen. –Nur in dem Ausmaß wie sich Theorien bewähren (der Falsifikation entziehen), kann relative Sicherheit gewonnen werden. In der Praxis der Wissenschaft mischen sich induktive mit deduktiven Elementen Einleitung (2 aus 4)

4 Warum Simulation? Untersuchung am realen System wäre zu aufwändig, zu teuer, ethisch nicht vertretbar oder zu gefährlich. Beispiele: –Crashtest (zu gefährlich in der Realität, vor allem in der sozialen) –Simulation von Fertigungsanlagen vor einem Umbau (mehrfacher Umbau der Anlage in der Realität wäre zu aufwändig und zu teuer) Das reale System existiert (noch) nicht. –Beispiel: Windkanalexperimente mit Flugzeugmodellen Das reale System lässt sich nicht direkt beobachten –Systembedingt. Beispiel: Einzelne Moleküle in einer Flüssigkeit –System zu schnell/zu langsam (Schaltkreise/geologische Systeme) Für Experimente kann ein Simulationsmodell leichter modifiziert werden als das reale System. –Beispiel: Stadtplanung, Volkswirtschaft Gefahrlose Ausbildung. –Beispiel: Flugsimulator Spiel und Spaß an simulierten Szenarien. Einleitung (3 aus 4)

5 Charakteristika von Simulationen Verwendet wie Deduktion explizite Annahmen Im Unterschied zu Deduktion beweist Simulation keine allgemeinen mathematischen Sätze Erzeugt Daten für die Anwendung induktiver Verfahren, Im Unterschied zur Induktion sind die Daten unter genau definierten und bekannten Bedingungen erzeugt worden -> Simulation ist verschieden von Induktion und Deduktion -> erlaubt ein tieferes Verständnis von Systemen –durch intensive Beschäftigung mit dem Modell –und durch kontrollierte Computerexperimente Einleitung (4 aus 4)

6 Makroebene (Systemdynamik & Ökonometrie) –Erweiterte Reproduktion –Käptn Petri und die Österreichische Volkswirtschaft –World Dynamics Mikroebene (Selbstorganisationssysteme & ABS) –The blind and the lame –Predator-prey-models Übersicht: Simulationsmethoden

7 Systemdynamik-Modell: Vier Grundelemente Simulationsmethoden

8 Systemdynamik-Modelle: Zentrale Begriffe und Vorgangsweisen Simulationsmethoden –Abbilder und Entwürfe –Formale Modelle und die Einmaligkeit historischer Prozesse –Formale Modelle und qualitative Veränderungen –SD und Ökonometrische Modelle Grundkonzepte der SD –Zentrale Begriffe und Vorgangsweisen –Causal Loop Diagramme Rückkopplungsprozesse –Positive Rückkopplung –Negative Rückkopplung

9 Lineare Rückkopplung Erweiterte volkswirtschaftliche Reproduktion Siehe auch ments/work/work.pdf Simulationsmethoden

10 Erweiterte Reproduktion einer Volkswirtschaft Arbeitskraft Investitionsgüter Kapitalgüter Intermed. Güter Konsumgüter Intermed. Güter Simulationsmethoden

11 Einfaches Wachstumsmodell in Formeln Produktionsfunktion (Erzeugung des BIP) Y = alfa L beta K (1-beta) Investitionsfunktion I = dK/dt = (1-beta) Y = (1-beta) alfa L beta K (1-beta) Konsumfunktion C = beta Y Pro-Kopf Lohn ProKopfLohn = C/L Simulationsmethoden

12 Nicht-lineare Rückkopplung Exkurs: Intuitive Lösung von Differentialgleichungen –Das Aussterben der Passagiertaube Simulationsmethoden

13 Intuitive Lösung von nichtlinearen Differentialgleichungen dx/dt = f(x) x0x0 x dx/dt Differentialgleichung darstellbar im (x, dx/dt) Koordinatensystem

14 Intuitive Lösung von nichtlinearen Differentialgleichungen x0x0 x(t) t Trajektorie im (t, x) Koordinatensystem

15 Graphische Lösung von nichtlinearen Differentialgleichungen als Differenzengleichungen Δx/Δt = f(x) x0x0 Δx

16 Graphische Lösung von nichtlinearen Differentialgleichungen x0x0 Δx Δx/Δt = f(x)

17 Graphische Lösung von nichtlinearen Differentialgleichungen x0x0 Δx Δx/Δt = f(x)

18 Graphische Lösung von nichtlinearen Differentialgleichungen x0x0 Δx x 1 = x 0 +Δx Δx/Δt = f(x) X 2 = ???

19 Graphische Lösung von nichtlinearen Differentialgleichungen Stationäre Punkte?? Δx/Δt = f(x)

20 Graphische Lösung von nichtlinearen Differentialgleichungen Stationäre Punkte x*: dx/dt = f(x)=0

21 Graphische Lösung von nichtlinearen Differentialgleichungen Sind die stationären Punkte stabil?

22 Was bedeutet Stabilität? Ein stationärer Punkt x* ist stabil, wenn er bei jeder kleinen Auslenkung wieder angenommen wird x*

23 Was bedeutet Stabilität? Ein stationärer Punkt x* ist stabil, wenn er bei jeder kleinen Auslenkung wieder angenommen wird x* stabilinstabil

24 Ein Anwendungsbeispiel Die nordamerikanische Passagiertaube: ausgestorben 1914

25 Die natürliche Reproduktion der nordamerikanischen Passagiertauben x Schwarmgröße dx/dt /

26 x dx/dt In welchen Bereichen wächst der Schwarm und wo schrumpft er? Wo sind die stationären Punkte? Die natürliche Reproduktion der nordamerikanischen Passagiertauben

27 x dx/dt In welchen Bereichen wächst der Schwarm und wo schrumpft er? Wo sind die stationären Punkte? Hier wächst der Schwarm Die natürliche Reproduktion der nordamerikanischen Passagiertauben

28 x dx/dt Stabilität der stationären Punkte? Hier wächst der Schwarm Die natürliche Reproduktion der nordamerikanischen Passagiertauben stabilinstabil

29 x dx/dt Abschussrate Die Jagd auf die nordamerikanischen Passagiertauben

30 Reproduktionsrate minus Abschussrate der Passagiertauben x dx/dt

31 x Reproduktionsrate minus Abschussrate = Nettoreproduktionsrate

32 x dx/dt Erhöhte Abschussrate

33 x dx/dt Erhöhte Abschussrate

34 x dx/dt Erhöhte Abschussrate

35 x dx/dt Erhöhte Abschussrate

36 Ein einziger weiterer Schuss führt (unerwartet) zur Katastrophe: zum Aussterben des Schwarms Resultat

37 Beispiel: Ein Modell der Österreichischen Wirtschaft Kombiniertes ökonometrisch-systemdynamisches Simulationsmodell zum Studium der Auswirkungen politischer Massnahmen und technischer Veränderungen Datenbasis 1964 – 1987, etwa 350 Gleichungen Das Gesamtmodell enthält die komplette Volkswirtschaftliche Gesamtrechnung auf hochaggregierter Ebene und umfasst die Sektoren: –Produktion (Kapazität, Kapital, Arbeit und ihre Remuneration) –Binnennachfrage (Konsum, Investitionen) –Außenhandel (Waren- und Dienste) –Staat (Einnahmen, Ausgaben, Schulden) –Arbeitsmarkt Simulationsmethoden

38 System dynamik- Modell Beispiel: Produkt- ions- sektor Simulationsmethoden

39 Am Steuerrad der Wirtschaft Simulationsmethoden

40 Forresters World Dynamics (1971): Dynamo-Diagramm

41 Forresters World Dynamics: Causal Loops Diagram

42 Forresters World Dynamics: Stella Diagram

43 Beispiele auf der Mikroebene Selbstorganisierende Systeme (Beispiel: the blind and the lame) Agentenbasierte Simulationen (Einführende Literatur: ANYLOGIC: Simulationsmethoden Teil 2

44 The blind and the lame Zwei interagierende Welten … Welt A: die physische Welt (klassische Mechanik) Welt B: die Welt der Symbole (Alphabet ohne Bedeutung) Simulationsmethoden

45 …und zwei interagierende Akteure Akteur 1: Der Blinde kann –springen –hören –die Töne, die er hört, interpretieren –und danach handeln (springen) Akteur 2: Der Lahme kann –Die Länge des Hindernisses sehen –Töne verschiedener Höhe erzeugen (mit Trompete) –die Länge des Hindernisses mit der Tonhöhe verknüpfen –Und die Töne mit Bedeutung versehen Simulationsmethoden

46 Agentenbasierte Simulationen Auf der Mikroebene spielen sich die Interaktionen der Individuen ab Auf der Meso/Makroebene kann neues Verhalten abgelesen werden, das nicht aus der bloßen Aggregation der Daten für die einzelnen Akteure gewonnen werden kann Simulationsmethoden

47 Vier Arten von Verständnis durch ABS Empirisch –Warum haben sich bestimmte Makrophänomene entwickelt (auch wenn keine top-down-Kontrolle existiert)? Normativ –Welches Design ist für bestimmte Institutionen optimal? Heuristisch –Können Einsichten über die grundlegenden Kausalmechanismen des Systems gewonnen werden? Methodisch –Wie können Theorien mit ABS getestet, erweitert und verbessert werden (was bisher aus methodischen Beschränkungen nicht möglich war)? Simulationsmethoden

48 Agentenbasierte Simulationen Das Softwarepaket ANYLOGIC Simulationsmethoden

49 SD-Modelle und ABS Die Leistungsfähigkeit der Computertechnologie erlaubt es, Probleme, die bisher auf der Aggregatebene analysiert wurden, auf der Ebene der Individuen zu formulieren SD-Modelle und ABS können als Endpunkte eines ganzen Spektrums von Modellierungsmöglichkeiten angesehen werden Man hat im Prinzip die Wahl zwischen aggregierten und agent based Modellen und deren Kombinationen Was sind die Entscheidungskriterien? Simulationsmethoden im Vergleich

50 SD-Modelle und ökonometrische Modelle bestehen aus (nicht)linearen Differenzen- bzw. Differentialgleichungen, die numerisch gelöst werden. Relativ wenige Parameter beschreiben die Gleichungen Positive und negative Rückkopplungsschleifen bestimmen das Verhalten des Gesamtsystems Die individuellen Akteure werden in eine (kleine) Zahl von Clustern (compartments) integriert. Innerhalb der compartments herrscht Homogenität, Blindheit des Modells gegenüber dem einzelnen Akteur Übergänge zwischen den compartments beruhen auf Erwartungs- oder Durchschnitts (ev. durch stochastische Variablen gestört) Einfacher Vergleich mit Realität Simulationsmethoden im Vergleich

51 Beispiele für SD Modelle –Ansteckungsprozesse werden durch eine Diffusionsgleichung beschrieben; –Räuber-Beute Modelle durch die nichtlineare Lotka-Volterra Differentialgleichung –Mathematisches Modell einer Volkswirtschaft (siehe oben) ABS erlauben es, emergente Phänomene in vielen Anwendungsgebieten zu studieren ABS können sehr gut Heterogenität der Akteure und deren individuelle Interaktion abbilden Grosse Zahl von Parametern nötig Hoher Rechenaufwand für die Simulation und erschwerte Sensitivitätsanalyse Erschwerter Vergleich mit der Realität Simulationsmethoden im Vergleich

52 Danke für Ihre Aufmerksamkeit! Seminar an der TU-Wien im Wintersemester 06 Mathematische Modellierung und Simulation ( ) Website mit Skripten, Terminen, News:


Herunterladen ppt "Simulationsmodelle: Liliputwelten im Computer Peter Fleissner Institut für Gestaltungs- und Wirkungsforschung."

Ähnliche Präsentationen


Google-Anzeigen