- •Оглавление
- •Предисловие
- •Введение
- •1. Модели и их свойства
- •Основные понятия и определения
- •Вопросы к разделу 1.1
- •Целенаправленность моделей
- •Вопросы к разделу 1.2
- •Свойства моделей
- •Вопросы к разделу 1.3
- •Способы реализации моделей
- •1.4.1. Материальные модели
- •1.4.2. Виды подобия
- •1.4.3. Идеальные модели
- •Вопросы к разделу 1.4
- •1.5. Виды моделей
- •1.5.1. Познавательные и прагматические модели
- •1.5.2. Детерминированные и вероятностные модели
- •1.5.3. Непрерывные и дискретные модели
- •1.5.4. Статические и динамические модели
- •1.5.5. Линейные и нелинейные модели
- •1.5.6. Стационарные и нестационарные модели
- •1.5.7. Сосредоточенные и распределенные модели
- •1.5.8. Классификация видов моделей
- •Вопросы к разделу 1.5
- •Кибернетические модели систем
- •1.6.1. Модель типа «черный ящик»
- •1.6.2. Модель состава системы
- •1.6.3. Модель структуры системы
- •1.6.4. Графы
- •1.6.5. Структурная схема системы
- •1.6.6. Итоги анализа моделей систем.
- •Вопросы к разделу 1.6
- •2. Аналитические математические модели систем
- •2.1. Общая математическая модель динамической системы
- •Вопросы к разделу 2.1
- •2.2. Частные математические модели динамических систем
- •2.2.1. Модели детерминированных линейных непрерывных систем
- •Модели дискретных систем. Конечные автоматы
- •Вопросы к разделу 2.2
- •2.3. Свойства динамических систем
- •2.4. Линейная непрерывная детерминированная модель многомерной динамической системы в переменных состояния
- •Вопросы к разделу 2.4
- •2.5.7. Определитель Грама
- •Вопросы к разделу 2.5
- •Линейное векторное пространство
- •2.6.1. Характеристические числа и характеристические векторы
- •2.6.2. Формула Бохера
- •2.6.3. Модальная матрица
- •2.6.4. Диагонализация квадратной матрицы
- •Вопросы к разделу 2.6
- •Управляемость и наблюдаемость
- •Вопросы к разделу 2.7
- •Компьютерное моделирование. Численное интегрирование дифференциальных уравнений
- •3.1. Ошибки усечения и округления
- •3.2. Метод Эйлера
- •3.3. Методы Рунге–Кутта
- •Сравнение различных методов решения. Контроль величины шага и устойчивость
- •Вопросы к главе 3
- •4. Динамика развития и использования моделей
- •4.1. Сложности алгоритмизации моделирования
- •Вопросы к главе 4
- •5. Аналитические вероятностные математические модели систем
- •5.1. Аналитические модели систем массового обслуживания
- •5.1.1. Важнейшие выходные параметры смо
- •5.1.2. Простейшие модели смо
- •5.1.3. Общая характеристика моделей смо
- •5.1.4. Дисциплины обслуживания
- •5.1.5. Характеристики входного потока заявок
- •5.1.6. Функция распределения Пуассона
- •5.1.7. Характеристики обслуживания
- •5.1.8. Показательный закон распределения времени обслуживания
- •5.1.9. Показатели качества обслуживания
- •5.1.10. Согласование источника заявок с каналом обслуживания
- •5.1.11. Оценка эффективности многоканальной смо
- •Вопросы к разделу 5.1
- •5.2. Сети Петри
- •5.2.1. Маркировка
- •5.2.2. Правила срабатывания переходов
- •5.2.3. Разновидности сетей Петри
- •5.2.4. Конфликтные ситуации в сетях Петри
- •5.2.5. Пример сети Петри для работы группы пользователей на одной рабочей станции
- •5.2.6. Пример сети Петри для системы обнаружения и устранения неисправностей в технической системе
- •5.2.7. Анализ сетей Петри
- •Вопросы к разделу 5.2
- •6. Имитационные модели систем
- •6.1. Имитационный эксперимент
- •Недостатки имитационного моделирования
- •6.2. Развитие имитационного моделирования
- •Основные фазы развития средств им
- •6.3. Этапы имитационного моделирования
- •6.4. Подходы к построению имитационных моделей
- •6.4.1. Событийный подход
- •6.4.2. Подход сканирования активностей
- •6.4.3. Процессно-ориентированный подход
- •6.5. Разработка программ им
- •6.5.1. Использование для им универсальных языков программирования
- •6.5.2. Использование для им специализированных языков моделирования
- •6.6. Имитационное моделирование систем массового обслуживания
- •6.6.1. Событийный метод моделирования
- •6.5.3. Создание и использование проблемно-ориентированных систем моделирования
- •6.6.2. Схема реализации событийного метода имитационного моделирования
- •Вопросы к главе 6
- •7. Метод «ресурсы–действия–операции» (рдо)
- •7.1. Основные положения метода рдо
- •7.1.1. Ресурсы сложной дискретной системы
- •7.1.2. Действия в сдс
- •7.1.3. Операции в сдс
- •7.1.4. Основные положения рдо-метода
- •7.2. Представление сдс в рдо-методе
- •7.3. Базовая структура инструментальной среды интеллектуальной системы
- •7.4. Продукционный имитатор
- •7.5. Моделирование в среде рдо
- •7.5.1. Основные понятия
- •7.5.2. Объекты исходных данных и объекты, создаваемые рдо-имитатором при выполнении прогона
- •7.5.3. Состав объектов модели
- •7.5.4. Назначение объектов модели
- •7.6. Интегрированная среда моделирования рдо
- •7.6.1. Состав функций исм
- •7.6.2. Главное окно исм рдо
- •7.6.3. Инструментальная панель
- •7.6.4. Работа с рдо-имитатором
- •Описание кадра анимации
- •Пример описания кадра анимации
- •Вопросы к главе 7
- •8. Краткое описание языка gpss
- •8.1. Оператор generate
- •8.2. Оператор function
- •8.3. Операторы split и assemble
- •8.4. Операторы seize и release
- •8.5. Оператор advance
- •8.6. Операторы enter и leave
- •8.7. Операторы queue и depart
- •8.8. Оператор test
- •8.9. Операторы start и terminate
- •8.10. Оператор transfer
- •8.11. Оператор assigne
- •8.12. Операторы управления движением заявок
- •8.13. Вычислительный оператор variable
- •8.14. Оператор синхронизации матсн
- •8.15. Пример программы на языке gpss для смо
- •Программа к примеру смо
- •Вопросы к главе 8
- •9. Планирование компьютерных экспериментов с моделями систем
- •9.1. Основные понятия теории планирования экспериментов
- •9.2. Модели планирования эксперимента
- •9.3. Виды планов экспериментов
- •Вопросы к главе 9
- •10. Обработка и анализ результатов компьютерного моделирования
- •10.1. Методы оценки
- •10.2. Статистические методы обработки
- •10.3. Задачи обработки результатов моделирования
- •10.3.1. Критерий согласия Колмогорова
- •10.3.2. Критерий согласия Пирсона
- •10.3.3. Критерий согласия Смирнова
- •10.3.4. Критерий согласия Стьюдента
- •10.3.5. Критерий согласия Фишера
- •10.4. Анализ и интерпретация результатов компьютерного моделирования
- •10.4.1. Корреляционный анализ результатов моделирования
- •10.4.2. Регрессионный анализ результатов моделирования
- •10.4.3. Дисперсионный анализ результатов моделирования
- •Вопросы к главе 10
- •Заключение
- •Список литературы
- •Приложение 1 Некоторые сведения из теории матриц
- •Основные типы матриц
- •Специальные типы матриц
- •Операции над матрицами Сложение матриц
- •Умножение матриц
- •Дифференцирование матриц
- •Интегрирование матриц
- •Определители
- •Свойства определителей
- •Нуль-граф и полный граф
- •Изоморфные графы
- •Плоские графы
- •Число ребер графа
- •Формула Эйлера для числа вершин, ребер и граней плоского графа
- •Распределение Лапласа
- •Вырожденное (причинное) распределение
- •Приложение 4 Краткие сведения о специализированных языках и проблемно-ориентированных системах имитационного моделирования
- •Предметный указатель
- •Список сокращений
Число ребер графа
Когда мы ввели понятие графа как своего рода списка уже проведенных игр, мы предполагали, что каждые две команды играют друг с другом, самое большее, по одному разу. Может, однако, случиться, что каждые две команды играют между собой и по нескольку игр, как это бывает, например, в футболе. Мы можем отразить это на графе, соединяя соответствующие пары вершин несколькими ребрами (рис. 15). В этом случае говорят, что граф имеет кратные ребра.
Рис. 15. Граф с 5 кратными ребрами
Вместо того чтобы на самом деле проводить несколько ребер между одними и теми же вершинами А и В, можно провести всего одно ребро, приписав ему кратность, показывающую сколько раз надо считать это ребро (рис. 16). На карте дорог, конечно, проводят каждую дорогу в отдельности.
Рис. 16. Экономичное изображение графа с ребром кратности 4
В каждой неизолированной вершине А некоторого графа G имеется одно или несколько ребер, для которых А служит концом; все эти ребра называются инцидентными вершине А. Число таких ребер обычно обозначают через р(А) и называют степенью вершины А.
Так, для графа G, изображенного на рис. 1, степени вершин таковы:
p(A)=p(B)=p(D)=p(E)=3; p(F)=4, р(С)=2.
Довольно часто приходится находить число ребер графа. Их можно, конечно, пересчитать непосредственно, но проще сосчитать число ребер в каждой вершине отдельно и сложить все эти числа. При этом каждое ребро будет сосчитано дважды — соответственно двум вершинам, которые оно соединяет, поэтому общее число ребер графа будет равно половине этой суммы. Так, например, число ребер графа G с рис. 1 равно
½[р (А)+ р (В)+р (С)+ р (В)+ р(Е)+ р (Р)] = 9.
Чтобы сформулировать соответствующий результат в общем виде, предположим, что некоторый граф G имеет n вершин
А1, А2..., Аn,
степени которых соответственно равны
р(А1), р(А2), ..., р(Аn).
Тогда число N ребер графа G, как показывает наше рассуждение, равно
N =1/2[р(А1)+р(А2)+ … +р(Аn)]. (1)
Из этой формулы видно, что для любого графа сумма степеней всех его вершин
(2)
является числом четным, поскольку она равна удвоенному числу ребер.
На графе можно различать два типа вершин: нечетные вершины А', степени р(А') которых нечетны, и четные вершины А", имеющие четные степени р(А"). Так, в случае графа рис. 1 вершины А, В, D, Е являются нечетными, а вершины С и F четны. Если вершины расположить в алфавитном порядке, то сумма (2) будет равна
3+3+2+3+3+4=18.
Эта сумма четна, так как число ее нечетных слагаемых равно четырем. Вообще, для того чтобы узнать, будет ли сумма целых чисел четной или нечетной, мы можем не рассматривать четные слагаемые; сумма будет четной или нечетной в зависимости от четности или нечетности числа ее нечетных слагаемых. А так как сумма (2) всегда является четной, мы приходим к следующему результату.
Теорема 1. Число нечетных вершин любого графа четно.
Это утверждение справедливо и в случае, когда граф вовсе не содержит нечетных вершин, так как 0 является числом четным.
Бывают графы, у которых степени всех вершин одинаковы:
р(А1)=р(А2)= ... =р(Аn)=r.
Такой граф называется однородным графом степени r; в силу формулы (1) число его ребер равно
N= (1/2) nr
где n – число вершин этого графа. Граф, изображенный на рис. 17 является однородным, его степень равна трем; граф, изображенный на рис. 18 также однородный, и его степень равна четырем.
Рис. 17. Однородный граф степени r = 3
Рис. 18. Однородный граф степени r = 4
В полном графе Un с n вершинами из каждой вершины выходит n – 1 ребер, ведущих к каждой из остальных n – 1 вершин; таким образом, Un является однородным графом степени n – 1. Нуль-граф 0 n тоже является однородным по той простой причине, что для каждой его вершины р(А)=0.
Упражнения
1. Проверьте формулу (1) для графов рис. 2 и 6.
2. Проверьте, что на каждом из этих графов число нечетных вершин четно.
