.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 0.665fr) minmax(0, 0.335fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="4dd5c0380c5c3a2a111475834c37a98d"] { padding: 25px; } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 2) { grid-column: 2 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 3) { grid-column: 3 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 0.3333fr) minmax(0, 0.3333fr) minmax(0, 0.3333fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="70f2f0bec0b3fcefc94ebaa808b602a3"] { border-radius: 15px;padding: 3px;border: 1px solid rgba( 59, 178, 242, 1 ); } .tb-field[data-toolset-blocks-field="c1a356c14345328004aa33f94a861a3a"] { font-size: 13px;font-weight: bold; }  .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} .wp-block-image.tb-image[data-toolset-blocks-image="9e582471969657e85c3e3c27822207f9"] { max-width: 100%; }    @media only screen and (max-width: 781px) { .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 0.5fr) minmax(0, 0.5fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .tb-container .tb-container-inner{width:100%;margin:0 auto}.wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 2) { grid-column: 2 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 3) { grid-column: 3 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 0.3333fr) minmax(0, 0.3333fr) minmax(0, 0.3333fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom}    } @media only screen and (max-width: 599px) { .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 } .tb-container .tb-container-inner{width:100%;margin:0 auto}.wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom}    } 
Аналитические методы включают методы классической математики:
- интегрального, дифференциального и вариационного исчислений
- поиск максимумов и минимумов функций
- методы математического программирования, например, линейного и динамического
- математической логики
- комбинаторика
- топология
- теория вероятностей
- теория игр
- теории множеств.
Теория вероятностей — математический метод, изучающий случайные события, случайные величины, их свойства и операции над ними.
Теория игр — математический метод изучения оптимальных стратегий в играх. Под игрой понимается процесс, в котором участвуют две и более сторон, ведущих борьбу за реализацию своих интересов. Каждая из сторон имеет свою цель и использует собственную стратегию, разработанную с учетом представлений этой стороны о других участниках, их ресурсах и их возможных стратегиях.
Теория множеств — раздел математики, в котором изучаются общие свойства множеств.
Математическая теория массового обслуживания — область прикладной математики, использующая методы теории вероятностей и математической статистики.
Математическое программирование — математические методы решения задач о нахождении экстремумов функций на множествах конечномерного векторного пространства, определяемых линейными и нелинейными ограничениями (равенствами и неравенствами).
Математическая логика — раздел математики, изучающий доказательства. Применение в логике математических методов становится возможным тогда, когда суждения формулируются на некотором точном языке. Такие точные языки имеют две стороны: синтаксис и семантику. Синтаксисом называется совокупность правил построения объектов языка (обычно называемых формулами). Семантикой называется совокупность соглашений, описывающих наше понимание формул (или некоторых из них) и позволяющих считать одни формулы верными, а другие — нет.
Экономическая кибернетика, научное направление, занимающееся приложением идей и методов кибернетики к экономическим системам. В расширительном и не совсем точном смысле часто под словами экономическая кибернетека понимают область науки, возникшую на стыке математики и кибернетики с экономикой, включая математическое программирование, исследование операций, экономико-математические модели, эконометрию и математическую экономию. Экономическая кибернетека рассматривает экономику, а также её структурные и функциональные звенья как системы, в которых протекают процессы регулирования и управления, реализуемые движением и преобразованием информации. Методы экономическая кибернетека дают возможность стандартизировать и унифицировать эту информацию, рационализировать получение, передачу и обработку экономической информации, обосновать структуру и состав технических средств её обработки. Экономическая кибернетека развивается по трём основным направлениям, которые всё более тесно увязываются друг с другом.
Комбинаторика — раздел математики, изучающий множества (сочетания, перестановки, размещения и перечисление элементов) и отношения на них (например, частичного порядка).
Топология (от греч. τόπος — место) — часть геометрии, изучающая в самом общем виде явление непрерывности, а также свойства обобщенных геометрических объектов, не меняющиеся при малых деформациях и не зависящие от способа их задания.
.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 0.665fr) minmax(0, 0.335fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="4dd5c0380c5c3a2a111475834c37a98d"] { padding: 25px; } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 2) { grid-column: 2 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 3) { grid-column: 3 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 0.3333fr) minmax(0, 0.3333fr) minmax(0, 0.3333fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="70f2f0bec0b3fcefc94ebaa808b602a3"] { border-radius: 15px;padding: 3px;border: 1px solid rgba( 59, 178, 242, 1 ); } .tb-field[data-toolset-blocks-field="c1a356c14345328004aa33f94a861a3a"] { font-size: 13px;font-weight: bold; }  .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} .wp-block-image.tb-image[data-toolset-blocks-image="9e582471969657e85c3e3c27822207f9"] { max-width: 100%; }    @media only screen and (max-width: 781px) { .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 0.5fr) minmax(0, 0.5fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .tb-container .tb-container-inner{width:100%;margin:0 auto}.wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 2) { grid-column: 2 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] > .tb-grid-column:nth-of-type(3n + 3) { grid-column: 3 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 0.3333fr) minmax(0, 0.3333fr) minmax(0, 0.3333fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom}    } @media only screen and (max-width: 599px) { .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"] { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="0a8c79c2a8bbbcb03c303579af95291f"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 } .tb-container .tb-container-inner{width:100%;margin:0 auto}.wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 } .wpv-view-output[data-toolset-views-view-editor="4021948641ed934fb9e1dd0045beca07"] .js-wpv-loop-wrapper > .tb-grid { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .tb-container .tb-container-inner{width:100%;margin:0 auto} .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom}    } 
Статистические (включают теоретические разделы математики и направления прикладной математики):
- математической статистики
- исследования операций
- теории массового обслуживания
- теории информации
- теория вероятностей
- методы статистических испытаний
- методы выдвижения и проверки статистических гипотез
- методы статистического имитационного моделирования
Статистические методы — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.
Математическая статистика — наука о математических методах анализа данных, полученных при проведении массовых наблюдений (измерений, опытов). В зависимости от математической природы конкретных результатов наблюдений статистика математическая делится на статистику чисел, многомерный статистический анализ, анализ функций (процессов) и временных рядов, статистику объектов нечисловой природы.
Исследование операций — наука, занимающаяся разработкой и применением методов нахождения оптимальных решений на основе математического моделирования в различных областях человеческой деятельности. Исследование операций тесно связано с системным анализом, математическим программированием, теорией оптимальных решений.
Имитационное моделирование — это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику. Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта. Можно выделить две разновидности имитации:
- Метод Монте-Карло (метод статистических испытаний) — общее название группы численных методов, основанных на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачи;
- Метод имитационного моделирования (статистическое моделирование).