1. SUSTAV Izdvojeni dio realnog svijeta koji istraujemo. Sustav se satoji iz dijelova komponente ili elementi.

. Svaki element ima svoja svojsta ATRIBUTE koji se opisuju s odreenim vrijednostima. U bilo kojem trenutku sustav je u posebnom stanju. Stanje sustava odreeno je stanjem svih elemenata sustava. Elementi sustava mogu biti STATIKI i DINAMIKI. STACIONARNO STANJE stanje ravnotee ako se vjerojatnost da sustav promijeni stanje ne mijenja u vremenu. 2. MODELI I MODELIRANJE MODEL Model je pogodan nain predoavanja ovjekovog iskustva i znanja o sustavu koji se istrauje. Model je prezentacija sustava koja se rabi za razumijevanje strukture i ponaanja sustava. Slui i za postavljanje i dokazivanje hipoteza, odnosno oblikovanje i istraivanje obiljeja novih rjeenja koja se esto ne mogu drugaije ispitivati. Osnovna uloga modela je i formuliranje novih ideja. Model se ne moe izgraditi ako ne postoji teorija. Model je predoena, prikazana teorija. Model je konkretniji i lake upravljiv. Model je pojednostavljenje astrahiranje nekih djelova teorije. Modelom ispitujemo zakljuke teorije, ali ne moemo objasniti ponaanje realnog sustava. OCCAMOVA BRITVA ILI OCKHAMOVA OTRICA Koliina pretpostavki treba biti to je mogue manja. Ako postoje dvije teorije koje predviaju isto, izabire se jednostavnija. MODELI OMOGUUJU: 1. Opis kompleksnih fenomenA, Njihovo bolje razumijvanje, Komunikaciju onih koji rijeavaju problem, Rjeavanje problema. MODELI:Mentalni, Materijalni, Matematiki, Konceptualni, Raunalni. MENTALNI MODEL Mentalni model je 'osnovni poged na svijet u kojem ivimo... model koji stvara okvir za kognitivne procese u naem umu' Mentalni model definira nain naeg razmiljanja, a zatim i djelovanja. Karakteristike mentalnih modela: 1. Nepotpuni su, Mogunosti manipulacije su ograniene, Nestabilni su, Nemaju vrste granice, Nisu 'znanstveni' zasnovani su na prerasudbama, Nisu laki za koritenje. MATERIJALNI MODELI vjerna i umanjena kopija realnog sustava. MATEMATIKI MODELI Matematika jezik za izraavanje principa. Matematiki opis nekog procesa ili sustava. AKSIOMI tvrdnje koje smatramo istinitima bez dokaza, TEOREMI- tvrdnje koje dokazujemo. KONCEPTUALNI MODELI Dijagrami, Vizualiziranje modela, Osnova za izradu
raunalnih modela.

RAUNALNI MODELI prikaz modela u obliku programa za raunalo. PREPORUKE PRI IZRADI MODELA: 1. Granica sustava mora biti takva da model obuhvaa samo fenomene od interesa, 2. Model ne smije biti suvie sloen niti detaljan, 3. Model ne smije suvie pojednostavniti problem, 4. Model je dobro razbiti u nekoliko podmodela radi lake izvedbe i provjere,

5. Rabiti metode za razvoj algritama i programa metoda profinjena u koracima 'odozgo prema dolje'. METODE MODELIRANJA I RJEAVANJA PROBLEMA 1. Analitiki modeli, 2. Numeriko modeliranje, 3. Simulacijsko modeliranje. ANALITIKO NUMERIKE SIMULACIJSKI MODELIRANJE METODE MODELI U analitikom obliku U proceduralnom Modeli (diferencijlne U analitikom obliku obliku (opis naina jednadbe i sl.) rada sustava) Algebra Metode rjeavanja Matematika analiza Numerike metode Raunalni programi Teorija vjerojatnosti Numeriki U analitikom obliku eksperimenti, Rjeenja Numerika (funkcijska ovisnost) ponaanje sustava u vremenu 1. Diskretni Difuzija, sustavi (transport, Njihala, jednostavni hidrodinamika, proizvodnja i sl.) Problemi repovi ekanja i sl. vremenske prognoze 2. Kontinuirani i sl. sustavi (razvoj populacije i sl.) 3. SIMULACIJA I SIMULACIJSKO MODELIRANJE 'Simulacija je prezentiranje dinamikog ponaanja sustava koji se pomie od stanja do stanja prema dobro definiranim operacijskim pravilima' (pritsker i Pegden, 1979.). 'Simulacija oznaava raunalno zasnovanu numeriku tehniku za eksperimentalne studije stohastikih ili deterministikih procesa u vremenu.' (Schruben i Margolin, 1978.) 'Simulacija je tehnika stvaranja i sprovoenja modela realnog sustava u namjeri da se proui njegovo ponaanje, bez smetanja njegova okolia' (Bobillier, Kahan i probst, 1976.). 'Simulacija u uem smislu jest eksperimentiranje s apstraktnim modelom u vremenu; to eksperimentiranje ukljuuje uzorak stohastikih varijabli i distribucija' (Kleijen, 1974.) KOMPONENTE SIMULACIJSKOG MODELIRANJA: 1. SUSTAV MODEL PROGRAM RAUNALO. SIMULACIJSKO MODELIRANJE METODE: Rabe se metode i alati raunalnih znanosti, Bliska veza s operacijskim istraivanjima
Rabe se pristupi i metode teorije vjerojatnosti i statistike.

RAZLOZI UPORABE SIMULACIJE: 1. Eksperiment s realnim sustavom moe biti skup ili ak nemogu (npr. U kemijskim postrojenjima ili ekonomskim sustavima), 2. Analitiki model nema analitikog rjeenja (npr. Modeli sloenijih sistema repova ekanja), 3. Sustav moe biti suvie sloen da bi se mogao opisati analitiki (npr. Sa skupom diferencijalnih jednadbi). DODATNI RAZLOZI ZA UPORABU SIMULACIJE ZBOG: 1. Sloene strukture i naina rada sustava,
2

2. o 3. o 4.
o

Dinamike i nestacionarnosti rada sustava Promjena gustoe prometa na cestama tijekom dana Postojanja sluajnih varijabli Vrijeme posluivanja Upravljanja radom sustava
U proizvodnim procesima.

SIMULACIJE PRI ODLUIVANJU 1. Razumijevanje sustava ili problema,, odnosno nalaenje glavnih faktora utjecaja u sustvu, 2. Oblikovanje sustava, odnosno sintetiziranje i vrednovanje predloenih rjeenja, 3. Analiza rada sustava, odnosno odreivanje radnih karakteristika sustava, uskih grla, kapaciteta i sl. 4. Sinkronizacija i fino podeavanje rada sustava, analiza utjecaja kvarova na rad sustava te traenje odgovarajue organizacije rada, 5. Predvianje ponaanja sustava u budunosti, odnosno prognoziranje efekta promjene vanjskih uvjeta i unutranjih parametara,
6. Uenje donositelja odluka.

TRI OSNOVNA TIPA SIMULACIJSKIH MODELA PRI ODLUIVANJU: 1. MODELI ZA JEDNOKRATNU UPORABU o Rabe se samo jedanput, Donoenj odluke o izboru opreme koja se kupuje, oblikovanju novog sustava i sl. Podaci se skupljaju najee takoer samo za jednu upotrebu. 2. MODELI ZA DUGORONU UPOTREBU o Pomau pri donoenju odluka periodinog karaktera. U rukovoenju prometom, financijskom odluivanju i sl., Trae tone podatke koji se stalno auriraju, Takvi integrirani sustavi zovu se i sustavi za podrku odluivanu. 3. MODELI TROKOVA o Niz ulaznih i izlaznih varijabli moe se povezati za trokove. Trokovi nabave opreme, radne snage, ili gubitka neispunjenih narudbi. Ukljueni u strukturu simulacijskog modela ili se pojavljuju kao poseban model koji slui za analizu rezultata simulacije. PREDNOSTI SIMULACIJSKOG MODELIRANJA 1. Mogue je opisati i rjeavati sloene dinamike probleme sa sluajnim varijablama koji su nedostupni matematikom modeliranju, 2. Mogue je rijeiti raznovrsne probleme (obikovanje, analiza rada, predvianja, itd.), 3. Uvjeti ekperimentiranja su pod potpunom kontrolom, za razliku od eksperimenata sa stvarnim sustavom gdje nije mogue utjecati na dinamiku, 4. Vrednovanje i analiza logike i dinamike rada sustava jako su olakani animacijom rada modela. NEDOSTACI SIMULACIJSKOG MODELIRANJA 1. Razvoj modela je dug i skup, 2. Zbog statistikog karaktera simulacije potrebno je izvoenje veeg broja simulacijskih eksperiemenata kako bi se dobio odgovarajui uzorak rezultata simulacije, 3. Ne dobivaju se zavisnosti izlaznih varijabli o ulaznim varijablama modela ni optimalna rjeenja, 4. Za ispravnu upotrebu simulacijskog modeliranja potrebno je poznavanje vie razliitih metoda i alata, 5. Vrednovanje modela je dosta sloeno i zahtijeva dodatne eksperimente. SIMULACIJSKI MODELI
3

Deterministiki modeli- onaanje potpuno predvidivo - ovo stanje sustava u P N potpunosti je odreeno prethodnim stanjem -Trajanje promjene je determin istiko. Stohastiki modeli- Ponaanje se ne moe unaprijed predvidjeti- Mogue odrediti vjerojatnost promjene stanja Diskretni modeli- Stanje sustava se mijenja samo u nekim vremenskim tokama Promjene se zovu dogaaji Kontinuirani modeli- Varijable se mijenjaju kontinuirano u vremenu -Raunala ne mogu izvoditi kontinuirane promjene, ve se aproksimiraju promjenama u malim vremenskim pomacima. Mijeani kontinuirano diskretni modeli- Sadre i kontinuirane i diskretne varijable Monte Carlo simulacija Monte-Carlo metode su izvorno osmiljene u Los Alamos dravnomlaboratoriju Sjedinjenih Amerikih Drava nedugo nakon Drugog svjetskog rata. StanislavUlamje predloio koritenje sluajnog uzorkovanja za simuliranje putanja neutrona, a John von Neumann je razvio detaljan prijedlog rane 1947. Naziv "Monte-Carlo metoda" svoje ime vue od grada u draviciMonako, slavnompo svojim kockarnicama Monte Carlo simulacija ..bilo koja vrsta programa to se koristi sluajnimbrojevima.. Stohastiki tipovi simulacija kod kojih se za rjeenje problema koriste stvoreni uzorci iz razdioba sluajnih varijabla Kontinuirana simulacija 1. Sustavi obinih diferencijalnih jednadbi 2. Sustavi parcijalnih diferencijalnih jednadbi 3. Sistemska dinamika Sustavi obinih diferencijalnih jednadbi Sustavi s jednom nezavisnom varijablom, po kojoj se deriviraju zavisne varijable Sustavi parcijalnih diferencijalnih jednadbi Sustavi s vie nezavisnih varijabli, po kojima se deriviraju zavisne varijable Sistemska dinamika Jay Forester je osnove temetode prikazao godine 1961. pod naslovomIndustrial Dynamics Svjetska popularnost nakon to je skupina znanstvenika Rimskog kluba prognozirala razvoj svjetske privrede Simulacija sustava s povratnom vezom postoji veza meu izlazom i ulazom Simulacija diskretnih dogaaja detaljan opis strukture sustava i njegovih elemenata ponaanje sustava opisuju se u obliku slijeda razliitih doganaja i aktivnosti prvenstveno se koristi za modeliranje i analizu sustava s redovima ekanja na resurse sustava Kombinirana diskretno-kontinuirana simulacija- Dva tipa dogaaja Vremenski dogaaji Diskretni -mogu trenutano promijeniti stanje kontinuirane varijable Dogaaji stanja
4

Kontinuirani - aktiviraju se kad kontinuirani procesi prijeu neku vrijednost Kombinirana diskretno-kontinuirana simulacija Simulacija diskretnih dogaaja sustav se analizira kao slijed operacija dolazak, kanjenje, uporaba resursa, razdvajanje, spajanje, itd. koje se izvode na entitetima kupci, dokumenti, dijelovi, podatci,, vozila, telefonske pozive Entiteti su pasivni , ali mogu imati obiljeja, koja utjeu na nain obradbe , ili mogu promijeniti tijek entiteta kroz sustav Simulacija diskretnih dogaaja Srednje sloena apstrakcijski pristup modeliranju iako se svaki objektmodelira pojedinano kao entitet, tipino, odbacuje se mnogo detalja na "fizikoj razini iroka primjena u poslovnimprocesima, proizvodnji, logistici, zdravstvu Simulacija diskretnih dogaaja Prije odluke o uporabi ovog pristupa preporua se provjera ako se sustav (s gledita ciljeva projekta) prirodno opisuje kao slijed operacija. Simulacija uporabom agenata Modeliranje uporabom agenata je u sutini decentralizirani , pojedinano-centrini pristup (za razliku od pristupa na razini sustava) Identificiraju se entiteti, agentima ( osobe, tvrtke, projekti, imovine, vozila, ) odrenuje njihovo ponaanje ( reakcije, memorije, stanja, ...), stavlja ih u svezu u odrenenom okruju Globalno ponaanje nastaje kao rezultat interakcijemnogih pojedinanih ponaanja Simulacija uporabom agenata Primjeri Trite U vrlo dinaminom trinom okruju, navika potroaa bitno ovisi o nizu pojedinanih karakteristika svojstvenih dinamika potroaa, mrei kontakata, vanjskim utjecajima Epidemiologija Agenti su ljudi kojimogu biti prijemljivi, zaraeni, izlijeeni , imuni na bolesti, itd. Prognoza irenja bolesti je bolja jer simulacijom uporabom agenata mogu se eksplicitno modelirati socijalne mree, kontakti menu ljudima, njihova heterogenost Sistemska dinamika Sistemska dinamika je skup konceptualnih alata koji nam omoguuju da razumijemo strukture i dinamike sloenih sustava. Sistemska dinamika je rigoroznametoda Omoguuje izgradnju formalne raunalne simulacije sloenih sustava Omoguuje da se stvore mikro svjetovi kako bismo razviti razumijevanje sloenih sustava Sistemska dinamika Rabi se za dugorone, strateke modele etpostavlja visok stupanj agregacije objekata r
5

Gube se pojedinana svojstva, povijest i dinamika Izbor metode simulacijskog modeliranja Tip simulacijskog modela najee je takav da bude jednak tipu sustava Ako je lake opisati ponaanje svakog pojedinog entiteta nego pokuava sastaviti globalni sustav,, bolje je rabiti simulaciju uporabom agenata Iako se eli agregirane podatke , a ne podatke o pojedinanim interakcijama rabi se sistemska dinamika. Klasifikacija softvera Prevoditelji - Programi koji pretvaraju izvorni oblik simulacijskog programa u strojni kod-- Kod se ne moe izvesti ako postoje greke Kada je preveden, moe se izvoditi neogranieni broj puta bez potrebe ponovnog prevoenja- Interpretatori- Programi koji izvode linije prevodei jednu po jednu. ne stvara strojni kod - potreban je pri svakom izvoenju.- Pridonosi fleksibilnosti i pogodnosti za razvoj programa, praenje izvoenja i traenje greaka.- Mana je brzina izvravanja. Programi za simulaciju diskretnih dogaaja: Automod- Arena- Java ModellingTools- GPSS- SIMSCRIPT II.5,- Simulate Plant- Poses++- ProcessModeller- Promodel- Flexsim IZGRADNJA ZGRADNJA KONCEPTUALNIH SIMULACIJSKIH MODELA KONCEPTUALNI SIMULACIJSKI MODELI Prvi korak simulacijskog modeliranja Omoguavaju strukturirranje problema Od modela se oekuje : Da je jednostavan, lako razumljiv i nedvosmislen prikaz elemenata sustava Da ima velike izraajne mogunosti modeliranja Da je modularan i fleksibilan , te da omoguuje jednostavne promjene BPM - BUSINESS PROCESS MODELING MODELIRANJE POSLOVNIH PROCESA Prikazuje procese u tvrtki Poboljanje uinkovitosti procesa i kvalitete Klasine metodologije Dijagrami tijeka -1920 Funkcijski blok dijagrami 1950 IDEF 1970 Use - case analiza UML 1990 BPMN 1990 Od 1990 procesi umjesto postupaka i procedura s poveanjem sloenosti poveava se i broj povezanih postupaka i procedura procesi DIJAGRAM TIJEKA - FLOWCHART Prikazuje korake kao geometrijske likove povezane strelicama Rebe su u analizi, projektiranju, upravljanju ili dokumentiranju procesa ili programa u razliitim podrujima Programi: ConceptDraw, SmartDraw, Visio i OmniGraffle.
6

DIJAGRAM TIJEKA - SIMBOLI Poetak i kraj Proces Ulaz / izlaz Odluka ili uvjet Tijek procesa FUNKCIJSKI BLOK DIJAGRAM funkcije su organizirane i prikazane sukladno redoslijed izvrenja. Funkcije su povezane strelicama koje prikazuju tijek procesa i logikim funkcijama ( i, ili ..) IDEF ( 0 DO 7 ) porodica jezika modeliranja u podruju sustava i programsko inenjerstvo. pokrivaju irok spektar uporabe modeliranja funkcionalnih podataka, simulacija, objektnoorijentirana ralamba dizajn i stjecanja znanja. Poeli kao jezik za definiranje Raunalno integrirane proizvodnje za USA zrakopplovstvo IDEF IDEF0 Funkcijsko modeliranje IDEF1 Informacijsko modeliranje IDEF1X Podatkovno modeliranje IDEF2 Dizajn simulacijskog modela IDEF3 Modeliranje obiljeja procesa IDEF4 Objektni dizajn IDEF5 Obiljeja ontologijskog opisa IDEF8 Modeliranje korisnikog suelja IDEF9 Dizajn uporabom scenarija IDEF10 Modelirane arhitekture sustava IDEF11 Modeliranje uporabom informacijskih rukotvorina ( ertefakata) IDEF12 Modeliranje organizacije IDEF13 Dizajn uporabom stabla odluka IDEF14 Dizajn mree USE CASE ANALIZA SLUAJ KORITENJA Korisnici Izvan sustava U interakciji su sa sustavom Osiguravaju, primaju ili rabe funkcije sustava Use cases Definiraju funkcionalnost sustava Predstavljaju interakciju korisnika i sustava Sastavni dio UML-a UML -UNIFIED MODELING LANGUAGE (UML ujedinjeni sveobuhvatni jezik za modeliranje. UML je standarizirani jezik za slikovno predstavljanje i modeliranje objekata UML ukljuuje niz tehnika grafikih notacija za stvaranje apstraktnih modela specifinih sustava. Postoje etiri dijela UML 2.x specifikacije:
7

nadgrane koji definira semantiku za oznaivanje dijagrama i njihovih elemenata u modelu Infrastruktura koja definira temeljnie metamodel nadgrana Objektni jezik za pravila (OCL- object constraint language) za definiranje pravila za model elemenata; Razmjena UML dijagrama koja definira pravila razmjene UML UML objedinjava koncepte modeliranja podataka (dijagram entiteta i odnosa menu njima) modeliranje poslovanja radnog procesa modeliranje objekata modeliranje komponenti standardni jezik za vizualizaciju, specificiranje, konstruiranje i dokumentiranje sloenih softverskih sustava Moe se koristiti tijekom cijelog razvojnog ciklusa i neovisno o tehnikama implementacije UML Objekti Odnosi menu njima Dijagrami prikazuju objekte i odnose menu njima prikaz dosega sustava i njegovih glavnih funkcija koritenjem sluajeva i sudionika prikaz konkretnih sluajeva s dijagramima menudjelovanja prikaz statike strukture sustava uporabom dijagrama klasa modeliranje ponaanja objekata uporabom tranzicijskih dijagrama. prikaz arhitekture fizike implementacije uporabom dijagrama komponenti i distribucije BPML -BUSINESS PROCESS MODELLING LANGUAGE Meta-jezik za modeliranje poslovnih procesa BPML prua apstraktnu provedbu modela za skupne i transakcijske poslovne procese temeljene na konceptima transakcijskog automata s konanim brojem stanja. prua granevne elemente koji omoguavaju definiranje i manipulaciju toka podataka, ali i definiranje svakog koraka procesa posebno, te kontrolu toka tog koraka 4 TIPA KONTROLE TIJEKA value based zavisnost nekog koraka procesa se odrenuje prema vrijednostima procesnih podataka tijekom izvonenja. state based stanje procesa odrenuje ovisnosti. time based kontrola tijka je odrenene brojem izvonenja ili je podvrgnuta nekom vremenskom rasporedu cycle based tijk se kontrolira ponavljanjem jedne ili vie aktivnosti. BUSINESS PROCESS EXECUTION LANGUAGE (BPEL) jezik baziran na XML jeziku top-down realizacija kroz kompoziciju, orkestraciju i koordinaciju BPEL se moe rabiti za modeliranje ponaanja izvrnih, ali i apstraktnih procesa jednostavan nain za sastavljanje nekoliko servisa u kompozitne usluge nazvane poslovni procesi BUSINESS PROCESS EXECUTION LANGUAGE (BPEL) definiraju se razliite uloge poslovnih partnera ukljuenih u proces. spremnici koji ukljuuju podatke koji se izmjenjuju izmenu pojedinih koraka procesa.
8

elementi za upravljanje iznimkama tijekom procesa correlationSets element prua mogunost povezivanja i identificiranja prenesenih podataka. Zatim se definiraju aktivnosti BUSINESS PROCESS EXECUTION LANGUAGE (BPEL) Osim grafikog prikaza XML prikaz Programi Biztalk, IBM WEBSphere PETRIJEVE MREE predstavljaju sredstvo za modeliranje dinamikih sustava u svrhu analize njihovih ponaanja u razliitim okolnostima Ime su dobile po svom izumitelju Carlu Adamsu Petriju. upotrebljavaju za prikaz, modeliranje i analizu dinamikih sustava Petrijeve mree su matematiki formalizam, kojim se opisuju sustavi s diskretnim doganajima PREDNOSTI I NEDOSTACI Mogunosti Analiza sustava (strukture i dinamike) Validacija rezultata Evaluacija performansi Prednosti Mogunost definiranja i simuliranja razliitih stanja i procesa u promatranom sustavu Mogunost opisivanja tijeka informacija i objekata kroz sustav Nedostaci Nepreglednost Velik broj inaica VIE INAICA Zajedniki osnovni elementi Tranzicije (prijelazi iz jednog stanja u drugo) Pozicije (stanja sustava) Lukovi tijekovi (usmjereni elementi koji povezuju pozicije i tranzicije) PETRIJEVE MREE ini bipartitni graf koji se sastoji iz dva tipa vorova: pozicija i tranzicija. vorovi se povezuju lukovima ( relacijama tijeka) Povezivanje vorova istog tipa nije dozvoljeno. Zato se i zovu biparititnim Mesta se obeleavaju sa krugovima, a tranzicije sa kvadratima PETRIJEVE MREE Definicija: Petri mrea (PM) je trojka (P,T,F) gde je: - P konaan skup pozicija, - T konaan skup tranzicija, - F skup lukova (relacija tijeka). Pozicija p1 se zove ulazna pozicija tranzicije t1 ako postoji usmjerena relacija tijeka iz p1 u t1. Pozicija p2 je izlazna pozicija tranzicije t ako postoji usmjerena relacija tijeka iz t1 k p2. U bilo kom trenutku, pozicija sadri nula ili vie etona (tokena), obiljeenih kao crne toke. PETRIJEVE MREE Tranzicije :
9

Procesor, doganaj, aktivnost, Ulazne pozicije : ulazni podatak, pred- uvjet, potrebni resurs Izlazne pozicije: izlazni podatak, post- uvjet, osloboneni resurs PETRIJEVE MREE Simuliranje bazirano na konceptu tokena Oznaavanje predstavlja preslikavanje koje svakoj poziciji dodeljuje nenegativan broj koji predstavlja broj tokena. Oznaavanje predstavlja stanje PETRIJEVE MREE Postojanje tokena u poziciji oznaava dostupnost resursa ili ispunjenost uvjeta za tranziciju. Ako nema tokena nema preduvjeta za tranziciju. Tranzicija t je omoguena i moe se okinuti, ako sve ulazne pozicije imaju bar po jedan token Kada tranzicija okine, token prelazi iz svake ulazne pozicije u svaku izlaznu poziciju DIJAGRAM CIKLUSA AKTIVNOSTI Osnovni pojmovi Entitet Aktivnost Rep ekanja ENTITET (OBJEKT) Komponenta sustava koju trebamo modelirati Zadrava svoj identitet tijekom simulacije Dva stanja : Aktivno u izvonenju aktivnosti koja traje neko vrijeme Pasivno u repu ekanja eka da se stvore uvjeti za poetak aktivnosti Privremeni entiteti ulaze i izlaze iz sustava Rep izvora /ponora entiteta prikazuje se s dvjema krunicama AKTIVNOST Realizira se angairanjem entiteta Obino suranuje vie entiteta Aktivnost ne moe zapoeti ako svi potrebni entiteti nisu raspoloivi Trajanje aktivnosti izraunava se prije poetka odvijanja aktivnosti najee iz poznate razdiobe vjerojatnosti Isti tip aktivnosti moe zapoeti dok traje prethodna aktivnost Vie aktivnosti istog tipa mogu poeti u istom trenutku, ali s razliitim trajanjem. Aktivnost se prikazuje pravokutnikom REP EKANJA Pasivno stanje entiteta Stanje u kojem entitet nije ukljuen u aktivnosti Entitet eka da se stvore uvjeti za aktivnost Vrijeme koje entitet provodi u repu ekanja ne moe se unaprijed izraunati. Posljedica je dinamike razvoja sustava tijekom simulacije Rep ekanja prikazuje se krunicom

10

OSNOVNI PRINCIPI I KONVENCIJE ZA IZGRADNJU DIJAGRAMA CIKLUSA AKTIVNOSTI Ciklus ivota entiteta DCA cijelog modela Menudjelovanje entiteta u aktivnostima Atributi entiteta Prioriteti aktivnosti CIKLUS IVOTA ENTITETA Crta se uvijek kao zatvoren kruni ciklus Aktivnosti i repovi ekanja se izmjenjuju Ako nema repa ekanja , postavlja se fiktivni trajno prazan Entitet dolaska Omoguuje odravanje eljene dinamike dolaska u model Za privremene entitete obvezan je rep dolaska/odlaska entiteta iz sustava DCA CIJELOG SUSTAVA Ukupnost svih ciklusa ivota svih entiteta. Konvencija je da se tijekovi entiteta svake klase crtaju drugaije ( razliitim bojama) Zbog itljivosti sve ulazne strjelice tijekova u aktivnost crtaju se s iste strane pravokutnika Isto vrijedi i za izlazne tijekove ME.UDJELOVANJE ENTITETA U AKTIVNOSTIMA Da bi aktivnost zapoela nuno je da svaki rep ekanja na poetak te aktivnosti ima bar jedan entitet. Kad se aktivnost zavri entiteti prelaze u repove ekanja koji slijede iza aktivnosti Mogue je paralelno odvijanje aktivnosti ATRIBUTI ENTITETA Svaki entitet moe imati atribute znaajke Vrijednosti atributa mogu biti unaprijed zadane, ali se mogu mijenjati tijekom aktivnosti PRIORITETI AKTIVNOSTI Kad nakon repa ekanja postoji vie moguih aktivnosti definira se prioritet izvonenja aktivnosti Prioritet razrjeava i slijed izvonenja istovremenih aktivnosti koje nemaju zajednike entitete. SIMULACIJE DISKRETNIH DOGAdAJA Diskretna simulacije koristi se za: detaljan opis strukture sustava i njegovih elemenata Ponaanje sustava opisuje se na diskontinuirani nain, u obliku slijeda razliitih dogaaja i aktivnosti Prvenstveno se koristi za modeliranje i analizu sustava s redovima ekanja na resurse sustava Model apstraktni prikaz sustava koji opisuje objekte i njihovo meudjelovanje obino sadri: matematike (npr. proraun trajanja,aktivnosti) i logike relacije (uvjeti poetka aktivnosti, pravila za izbor entiteta) koje odgovaraju strukturi i nainu rada sustava.
11

Entiteti Entiteti (objekti) komponente su sustava koji modeliramo. Entitete moemo pojedinano identificirati i njima baratati. Stalni entiteti (resursi) oni su koji ostaju u modelu tijekom cijelog trajanja simulacije, Privremeni entiteti su oni koji prolaze kroz sustav. Redovi ekanja Poseban tip entiteta Prikazuju grupu privremenih entiteta koji ekaju da se oslobodi neki resurs Vrijeme ekanja ne moe se odrediti Atributi Atributi entiteta opisuju znaajke (svojstva) entiteta. Svaki entitet moe imati vei broj atributa. Tijekom simulacije mogua je dinamika promjena atributa ( znaajki) entiteta Stanje sustava Stanje (modela) skup je svih informacija nunih za opis sustava.Zavisi o entitetima koji su u njemu prisutni u tom asu, i o vrijednostima njihovih atributa. Dogaaj Dogaaj je promjena stanja sustava koja se deava u jednom vremenskom trenutku. Dogaaj moe nastupiti: zbog ulaska ili izlaska entiteta iz sustava ili zbog promjene vrijednosti atributa entiteta kao posljedica poetka ili zavretka meudjelovanja meu entitetima Izmeu dva dogaaja stanje sustava se NE MIJENJA Tipovi dogaaja Uvijetni dogaaji su oni dogaaji koji se mogu dogoditi tek poto je ispunjen neki uvjet. Povezani s dostupnou nekog resursa, tj. poetak aktivnosti. Bezuvjetni (planirani) dogaaji su oni iji je jedini uvijet da bi se mogli dogoditi povezan za prolaz vremena. Povezani uz oslobadanje resursa, tj. zavretak aktivnosti. Aktivnost Aktivnost je meudjelovanje entiteta koje traje neko vrijeme. Aktivnost dovodi do promjene stanja entiteta koji u njoj sudjeluju. U simulaciji diskretnih dogaaja promjena stanja se prikazuje u poetnom i zavrnom dogaaju aktivnosti, tijekom trajanja aktivnosti stanje entiteta ukljuenih u aktivnost se ne mijenja. Proces Proces je niz logiki povezanih uzastopnih dogaaja kroz koje prolazi neki privremeni entitet. Proces moe obuhvaati dio ili cjelinu "ivota" privremenog entiteta u simulaciji. Shanonova karakterizacija simulacije diskretnih dogaaja Entiteti Imaju atribute Meudjeluju u aktivnostima Uz odreene uvijete Stvarajui dogaaje Koji mijenjaju stanje sustava Specifini aspekti Izvoenje promjene stanja sustava u vremenu, s meudjelovanjem entiteta sustava. Simulacija istovremenih (paralelnih) akcija na sekvencijalnom raunalu. Simulacija konkurentnih procesa na sekvencijalnom raunalu. U konkurentnim procesima entiteti se natjeu za posluivanje od ogranienih resursa. ekanje u repovima koje moe biti razliito organizirano Rjeavanje statistikih aspekata koji se odnose na opisivanje sluajnih varijabli i izvoenje
12

operacija s njima. Tipovi varijabli Nezavisne varijable Vrijeme izmeu dva uzastopna dolaska korisnika Vrijeme posluivanja Broj radnih mjesta Organizacija ekanja (FIFO, LIFO, po prioritetu i sl.) Zavisne varijable Duina reda pred radnim mjestom Vrijeme ekanja u redu Iskoristivost radnog mjesta Propusnost sustava Primjene diskretne simulacije Simulacija proizvodnje analiza sloenih proizvodnih procesa, eliminacija uskih grla proizvodnje i sl. Simulacija uslunih djelatnosti modeliranje procesa u kojima sudjeluju ljudi procesi su nepravilni i sadre sluajne varijable s velikim fluktuacijama Simulacija transporta modeliranje i simulacija transportnih centara kao to su luke, aerodromi i eljeznike stanice te simulaciju transporta u transportnim mreama Red ekanja
problem koji se pojavljuje u praksi kad odreeni broj jedinica koje trae odgovarajuu uslugu ili obradbu moraju ekati, tj. provesti izvjesno vrijeme u redu cekanja prije nego su opslueni ili kada radno mjesto koje prua traene usluge mora ekati jedinice koje treba opsluiti.

Struktura procesa opsluivanja Osnovni pojmovi 1) ulazne jedinice 2) kanali (usluna mjesta, mjesta koja pruaju uslugu ili obavljaju obradu, engl: servers) 3) red ekanja (rep, linija, gomilanje, engl: queue). Elementi sustava opsluivanja
razdioba vremena dolazaka jedinica (zahtjeva za uslugu), razdioba vremena opsluivanja, broj uslunih mjesta (kanala opsluivanja), kapacitet sustava opsluivanja, redoslijed opsluivanja jedinica odnosno disciplina reda i broj stupnjeva usluge

Razdioba vremena dolazaka jedinica definira se vremenom izmedu dva uzastopna dolaska jedinica u sustav opsluivanja Dolasci jedinica mogu, s obzirom na vremenski razmaka izmedu dva dolaska, biti: s jednakim intervalima vremena, s nejednakim, ali unaprijed odredenim (determiniranim) vremenskim intervalima I s nejednakim intervalima vremena koji nisu unaprijed poznati nego sluajni, ali za koje je poznata njihova razdioba vjerojatnosti. Razdioba vremena opsluivanja definira se trajanjem opsluivanja, tj. duljinom vremena koje je potrebno da jedno usluno mjesto opslui jednu jedinicu. Trajanje ili vrijeme obavljanja usluge moe biti : konstantno (uvijek jednako vrijeme), varijabilno, ali unaprijed poznato (odredeno) i
13

 sluajno kad vrijeme trajanja usluge nije poznato, ali je mogue odrediti razdiobu Broj kanala broj uslunih mjesta u sustavu opsluivanja na kojima se istodobno mogu opsluivati jedinice. Postoje: Jednokanalni i Viekanalni sustavi Naini odabira za obradbu 1) FIFO (first in - first out) uzima u obzir redoslijed dolaenja. 2) LIFO (last in - first out) daje prednost jedinici koja je zadnja ula u 3) PRIOR ( VIP ) prioritet opsluivanja daje prednost nekim jedinicama. 4) SIRO - sluajno odabiranje koje svakoj jedinici daje istu vjerojatnost opsluivanja bez obzira na vrijeme dolaska u red. GD bilo koju drugi nain odabira. Kendall-ova notacija v/w/x/y/z v - razdioba vremena dolazaka jedinica u sustav w - razdioba vremena opsluivanja jedinica x - broj kanala opsluivanja y - kapacitet sustava opsluivanja z nain odabira za obradbu Kendall-ova notacija v/w/x/y/z Za v i w koriste se standardizirane oznake za razdiobe 3: D - deterministicko vrijeme izmedu dolazaka i opsluivanja M -eksponencijalna razdioba Ek -Erlangova razdioba reda k (k = 1,2,...) G - bilo koja razdioba Ako y i z nisu navedeni, onda sepodrazumijeva da je y = , a z = FIFO Vrste sustava masovnog opsluivanja Sustavi s ekanjem: sastoje se od reda i kanala opsluivanja. Ako su svi kanali zauzeti, jedinica staje u red i ceka na uslugu sve dotle dok se jedan kanal ne oslobodi. Sustavi s otkazima jedinica: jedinice naputaju sustav opsluivanja uz odreene uvijete Parametri sustava opsluivanja l- intenzitet toka dolazaka jedinica (prosjean broj korisnika koji pristiu u jedinici vremena) m - intenzitet opsluivanja po kanalu (prosjean broj korisnika koji mogu biti opslueni u jedinici vremena). S - broj kanala. Pokazatelji sustava opsluivanja Stupanj iskoritenja uslunog mjesta Koeficijent iskoritenja sustava Vjerojatnost da se u sustavu opsluivanja ne nalazi nijedna jedinica, tj. da je kapacitet uslunog mjesta neiskoriten. Vjerojatnost da se n jedinica nalazi u sustavu opsluivanja Vjerojatnost otkaza (neusluivanja)
14

Vjerojatnost opsluivanja, odnosno relativna propusna sposobnost sustava opsluivanja Apsolutna sposobnost sustava je broj jedinica koje ce biti opsluene u jedinici vremena Pokazatelji sustava opsluivanja Prosjean broj jedinica u redu ekanja Prosjean broj jedinica u sustavu opsluivanja, - broj jedinica u redu ekanja + jedinice koje se upravo opsluuju Prosjean broj jedinica koji se upravo opsluuje Prosjeno vrijeme provedeno u redu ekanja, Prosjecno vrijeme provedeno u sustavu opsluivanja, Prosjeno vrijeme opsluivanja jedinice Prosjean broj slobodnih (nezauzetih) uslunih mjesta Vjerojatnost da su sva usluna mjesta (kanali) zauzeta, tj. da ce jedinica ekati Mehanizmi pomaka vremena Law i Kelton pomak vremena za konstantni prirast
pomak vremena na sljedei dogaaj

Pomak vremena za konstantni prirast Vrijeme se pomie tako da se uvijek dodaje isti prirast vremena. Nakon svakog pomaka vremena (tj. vrijednosti simulacijskog sata) ispituje se da li su se u prethodnom vremenskom intervalu trebali dogoditi neki dogaaji. Ako je takvih dogadaja trebalo biti, tada se oni planiraju za kraj intervala. Pomak vremena za konstantni prirast najjednostavniji pristup za pomak simulacijskog vremena, ali ima odreene nedostatke dogaaji koji u stvarnosti nisu istovremeni u ovom se pristupu prikazuju kao istovremeni smanjenjem vremenskog prirasta te se grjeke smanjuju, ali se zato poveava vrijeme koje se troi na izvoenje simulacije. Pomak vremena na slijedei dogaaj Simulacijski sat se pomie na vrijeme u kojem e se dogoditi prvi sljedei dogaaj dogaaj izvede - napravi se odgovarajua promjena stanja sustava; zatim se ispituje koji je slijedei dogaaj kompliciraniji, ali je zato puno efikasniji i ne unosi greke u vremenu izvoenja dogaaja. Sluajne varijable: Sluajna varijabla je funkcija koja svakom ishodu pridruuje neki realni broj. Sluajna varijabla je funkcija X: S R, gdje je S skup ishoda u nekom pokusu Diskretna sluajna varijabla jest sluajna varijabla kojoj je skup vrijednosti konaan ili beskonaan prebrojiv X je diskretna ako je R(X) = {x1,x2,x3,,xn} U teoriji vjerojatnosti sluajne varijable klasificiramo s obzirom na razdiobu vjerojatnosti Mjere centralne tendencije Aritmetika sredina Zajednika aritmetika sredina Standardna varijacija Koeficijent varijabilnosti Aritmetika sredina zbroj vrijednosti numerikog obiljeja elemenata osnovnog skupa jednako razdijeljen na svaki element osnovnog skupa. Suma svih rezultata / broj rezultata

15

Zajednika aritmetika sredina Ako jednu pojavu mjerimo vie puta ne smijemo zajedniku aritmetiku sredinu izraunati tako da zbrojimo aritmetike sredine i podijelimo s brojem mjerenja. Zajednika aritmetika sredina je : Standardna devijacija Predstavlja srednje ili prosjeno kvadratno odstupanje vrijednosti numerikog obiljeja od aritmetike sredine. Ovo je apsolutna mjera disperzije Koeficijent varijacije Standardna devijacija izraena u istim jedinicama mjere u kojima i aritmetika sredina. Standardna devijacija je apsolutna mjera disperzije i kao takva nije prikladna za usporeivanje veliina disperzije dviju distribucija s razliitim obiljejima Rezultat je u postocima Mjere asimetrije Mjere asimetrije pokazuju raspored lanova osnovnog skupa prema osi simetrije Za mjerenje asimetrije polazna je veliina aritmetika sredina odstupanja vrijednosti numerike varijable od sredine podignutih na treu potenciju Koeficijent asimetrije Koeficijent asimetrije je standardizirana mjera smjera i veliine asimetrije Za simetrine rasporede je jednak nuli, obino se kree u intervalu od +- 2 Sluajni brojevi Sluajni broj podrazumijeva kontinuiranu sluajnu varijablu s uniformnom razdiobom na intervalu [0,1] Najjednostavnija kontinuirana razdioba, ali jako vana, jer se sluajne varijable drugih razdioba vjerojatnosti mogu dobiti trabnsformacijama sluajne varijable s nezavisnom identinom razdiobom. Generatori sluajnih brojeva Bacanje kocke, sluajno pulsiranje elektronike cijevi Brojevi iz telefonskog imenika ne zadovoljavaju testove sluajnosti Znamenke u iracionalnim matematikim konstantama ( e, ) imaju slabe karakteristike sluajnosti, pa nisu u uporabi Pseudosluajni generatori Rabe aritmetike procese koji se rabe tako da se slijedei broj izraunava temeljem prethodnog broja. Generator sredine kvadrata Predloio Von Neuman 1946 etveroznamenkasti broj kvadriramo, a potom odreemo prve dvije i zadnje dvije znamenke i zatim se podijeli s 10000. Linearni kongruentni generator Lehmer 1951 Najee se rabe Xi+1 = ( a Xi + c ) mod m gdje su: M modul a multiplikator
16

c inkrement X0 sjeme ( poetna vrijednost) Ako je a =1 onda je generator aditivan, a ako je c = 0 ond je multiplikativan. Linearni kongruentni generator Lo izbor konstanti moe dati degenerirani niz ponavlja se nakon nekoliko znamenki Obino se konstanta m bira da bude jednaka 2p- gdje je p broj bitova za jednu rije, dok konstanta a treba biti blizu 2p/2 Time se osigurava mala autokorelacija meu susjednim brojevima. Obino proizvoai raunala isporuuju potprograme s konstantama koje smatraju najboljima Zahtjevana svojstva generiranih brojeva Imaju uniformnu razdiobu u intervalu [0,1] Moraju biti nezavisni ( nekorelirani) Povoljno je da niz: Bude ponovljiv Da se brojevi ne ponavljaju Da se brzo generira Da ne zauzima centralnu memoriju raunala. Testiranje generatora sluajnih brojeva Ispitivanje uniformiranosti i odsutnosti korelacije generiranih brojeva. Test frekvencija Kolmogorov-Smirnov test Test serija Test porasta Test autokorelacije Test frekvencija Interval se dijeli u k jednakih podintervala i prebrojava se koliko sluajnih brojeva padne u pojedini interval. Testiranje se izvodi pomou hi-kvadrat testa Kolmogorov Smirnov test Test uniformnosti Neparametrijski i egzaktan za sve veliine uzoraka Dio statistikih programa Kontinuirane razdiobe Beta Erlangova Eksponencijalna Logistika Lognormalna Normalna Trokutasta Uniformna Weibullova

17

Beta razdioba Ograniena s gornjom i donjom granicom Mnoge su pojave tako ograniene pa se beta razdioba moe rabiti i prije nego to su poznati podaci Uniformna razdioba je poseban sluaj beta razdiobe (p=q=1) Moe teiti nuli ili beskonanosti na granicama p.q > 1 vrijednost u granicama je konana, p,q < 1 vrijednost na granici tei beskonanom min < x < max min minimalna vrijednost max maksimalna vrijednost p,q faktori oblika >0 B(p,q) - beta funkcija Beta razdioba Uporaba: Velik broj razliitih uporaba, jer je ograniena s obje strane Hidrografija , logaritam aerosoli, poroznost tla Vrijeme aktivnosti u PERT dijagramu Udjeli u plinskim smjesama Fazni pomak u komunikacijama, snaga radarskog signala Trajanje aktivnosti u graevini Veliina estica, troenje alata Erlangova razdioba Kontinuirana distribucija ograniena s donje strane Poseban sluaj Gamma razdiobe - parametar, m, ogranien na pozitivan cijeli broj. nema dio gdje f (x) tei k beskonanosti za minimalnu vrijednost x [m <1] poseban sluaj za m = 1, gdje postaje eksponencijalna razdioba. Min minimum M faktor oblika ( pozitivan cijeli broj ) faktor skale Erlangova razdioba Primjena Teorija pouzdanosti Teorija redova ekanja Moe predstavljati zbroj m eksponencijalnih razdioba sa srednjom vrijednosti min minimum m faktor oblika ( pozitivan cijeli broj ) faktor mjerila Eksponencijalna razdioba PrMJjena Predstavlja vrijeme izmeu sluajnih pojava Vrijeme meu dolascima Vrijeme izmeu kvarova u modelima pouzdanosti Vrijeme obradbe pojedinog uradka min minimalna vrijednost srednja vrijednost
18

Eksponencijalna razdioba Ograniena s donje strane Uvijek isti oblik poinje s odreenom vrijednou i smanjuje se Nema povijesne zavisnosti ma isti skup vjerojatnosti kada se pomakne u vremenu Matematiki jednostavna za proraun, pa se rabi ak i za poetni proraun iako je neadekvatna za opisivanje sustava min minimalna vrijednost srednja vrijednost Logistika razdioba Ngraniena i simetrina oko srednje vrijednosti i faktora posmaka Oblik slian normalnoj razdiobi , samo to su repovi iri Moe se katkad rabiti umjesto normalne razdiobe kad posebni sluajevi imaju velik utjecaj - faktor posmaka - faktor mjerila >0 Logistika razdioba Uporaba kao model rasta, stanovnitva, model poslovnog neuspjeha, porast teine.. - faktor posmaka - faktor mjerila >0 Lognormalna razdioba kontinuirana distribucija ograniena s donjem strane. Uvijek je 0 na minimumu, raste do maksimuma koji ovisi o i , tada pada monotono s poveanjem x Logaritam Lognormalnog sluajnog broja je sluajni broj normalne razdiobe min minimum srednja vrijednost standardna devijacija Lognormalna razdioba Primjena: Rabi se u mnogim razliitim podrujima raspodjelu veliina estica u prirodnim agregatima koncentracija praine u industrijskoj atmosferi distribucija minerala prisutnih u niskim koncentracijama trajanje bolesti, vrijeme trajanja konzultacija kod lijenika raspodjela prihoda, zadravanje zaposlenika, mnoge primjene kod modeliranja teine i visine min minimum - srednja vrijednost - standardna devijacija Normalna razdioba Zbog svojstva da predstavlja sve vei zbroj malih, nezavisnih grjeaka, normalna razdioba se jako rabi u statistici. Pogreno se rabi u mnogim sluajevima
19

 esto se rabi za prikaz simetrinih podataka, ali pati zbog neogranienja u oba smjera. - srednja vrijednost - standardna devijacija Trokutasta razdioba esto e rabi kad nema ili je dostupno malo podataka Rijetko je toan prikaz podataka Rabi se i zbog jednostavnosti prorauna Uniformna razdioba Gustoa ne zavisi o x Poseban sluaj beta razdiobe Vjerojatnost za min i max jednaka je 0 Zamijeniti s dvije trokutaste razdiobe Generatori sluajnih brojeva daju rezultate po uniformnoj razdiobi Weibullova razdioba Ograniena na dolje Ima tri razliita podruja. = 1, se svodi na eksponencijalna razdiobu <1, tei k beskonanostiza minimalni x, a potom se monotono smanjuje pri poveanju x. > 1 na minimumu je 0, raste do maksimuma vrijednost koja ga zavisi o i , apotom se monotono smanjuje Weibullova razdioba Primjena: vrstoa materijala Postala popularna i od tada se rabi skoro za svaku primjenu Brzine vjetra Intenzitet oborina Zdravstvo Klijanje Trajanje industrijskih zastoja Sustavi migracija Podaci o grmljavini Diskretne razdiobe Binomna Diskretna uniformna Geometrijska Negativna binomna Poissonova Binomna razdioba diskretna distribucija u intervalu [0, n]. Kad se pojedini pokuaj ponavlja Bacanje kovanice Svaki pokuaj je nezavisan Za veliki n moe se aproksimirati Normalnom razdiobom n broj pokuaja
20

 P- vjerojatnost dogaaja Binomna razdioba Primjena: opsena uporaba u igrama U genetici, uzorkovanje manjkavih dijelova u stabilnim procesima dogaaja uzorkovanja gdje je vjerojatnost dogaaja konstantna ili skoro konstantna. n broj pokuaja P- vjerojatnost dogaaja Diskretna uniformna razdioba ogranieni na [min, max] sa stalnim vjerojatnostima za svaki x proizlazi kada dogaaj moe imati konane i jednako vjerojatne ishode Geometrijska razdioba Ograniena s 0 Diskretna analogija eksponencijalnoj razdiobi Rabi se : Potranja inventara Povrat anketa za marketing Kontrola ulaznica Meteoroloki modela p- vjerojatnost dogaaja Negativna binomna razdioba Za k=1 reducira se u geometrijsku razdiobu Ima mnogo uporaba Statistika nezgoda Roenja i smrti, Istraivanje trita Troenje potroaa Biblioteke Biometrika x broj pokuaja za k dogaaja p- vjerojatnost k- broj poeljnih dogaaja Poisonova razdioba diskretna distribucija ograniena na dolje Granini oblik hipergeometrijske razdiobe Predstavlja razdiobu rijetkih dogadjaj dogaaja ija je stopa konstantna Vrijeme izmeu pojava je eksponencijalno, to ini ovu distribuciju osobito pogodnim polazitem za sloenijie procese. Ima maksimum oko . - gustoa pojavljivanja Poisonova razdioba Primjena: Velik broj prostornih i vremenskih dogaaja
21

 Dolazni telefonski pozivi Grjeke u proizvodnji (posebice poluvodia) Defekti u kontroli kvalitete Razdioba molekula, zvijezda Zemljopisna razdioba biljaka Zrnati um Vana u teoriji redova ekanja i pouzdanosti - gustoa pojavljivanja --

22