- •1. Моделирование. Основные понятия .Классификация методов моделирования.
- •2. Математические модели. Непрерывно-детерминированные модели (d-схемы).
- •3. Математические модели. Дискретно-детерминированные модели (f-схемы).
- •4. Математические модели. Дискретно-стохастические модели (р-схемы).
- •5. Дискретная марковская цепь. Геометрическое распределение.
- •6. Модель "Память-алу". Кодирование состояний. Построение графа состояний
- •Модель "Память-алу". Построение и решение системы уравнений. Анализ результатов.
- •8. Системы массового обслуживания (смо). Марковский случайный процесс. Потоки заявок (событий). Нотация Кендала.
- •9. Простейший поток, его свойства и значение при исследовании смо.
- •11 Одноканальная смо с блокировкой. Система m /m/ 1/n
- •12Диаграммы интенсивностей переходов (дип). Закон сохранения потоков вероятностей.
- •1 5Исследование многоканальной смо (м/м/п/0) с отказами с помощью дип.. Формулы Эрланга.
- •16.Формула Литтла.
- •Аналогично выводится соотношение
- •17.Одноканальная смо с неограниченной очередью (м/м/1/со).
- •18.Многоканальная смо с неограниченной очередью (м/м/п/оо).
- •19. Метод этапов. Распределение Эрланга.
- •Метод этапов
- •20. Система м/Еr/1
- •21. Система Еr/м/1/∞
- •22. Немарковская смо м/g/n. M/g/1/∞
- •М/g/n с отказами.
- •23. Немарковская смо. G/g/1/∞ g/g/n/∞
- •24. Имитационное моделирование. Математические основы. Последовательность построения и исследования модели.
- •Основные этапы разработки и исследования имит модели.
- •25. Управление модельным временем. При создании имитационной модели различают три представления времени
- •26. Метод композиции (суперпозиции).
- •28. Способы формирования случайных величин.
- •29. Равномерно-распределённые случайные числа.
- •Способы формирования ррсч.
- •30) Равномерность
- •Оценка стохастичности и независимости последовательности ррсч.
- •Метод обратной функции для моделирования последовательности чисел с заданной функцией распределения.
- •Универсальный метод моделирования последовательности чисел с заданной функцией распределения.
- •Моделирование последовательности чисел с заданной функцией распределения по гистограмме.
- •Нормальное распределение. Формирование случайных чисел с использованием предельных теорем.
- •Формирование случайных чисел с использованием теоремы Пуассона. Метод Кана.
- •Метод исключения (отбраковки) для моделирования последовательности чисел c заданной функцией распределения.
- •Моделирование случайных векторов.
- •Моделирование случайных событий.
- •41. Обработка экспериментальных данных.
- •42. Доверительные интервал и вероятность.
- •Точность. Определение числа реализаций.
Способы формирования ррсч.
Метод средних квадратов.
Пусть
есть
Получим
и
возьмём
Мультипликативный способ.
В
качестве
а
– берут число близкое к
x0 – любое нечётное число < m
// в коспекте дримика есть фраза « m влияет на период » но ее не было в элетронном варианте//
с подбирают экспериментально, оно влияет на корреляцию.
// в конспекте дримика этой фразы нету - (при с=0 - линейный мультиплексированный метод (Лемера)).
30) Равномерность
Проверка по гистограмме с использованием косвенных признаков.
Оценка равномерности м.б. осуществимо либо по гистограмме, либо по
Косвенным критериям.
По гистограмме: определяют диапазон варьирования, который разбивают на N участков, для каждого определяют вероятность и част-ть (хз чо, не осилил смысл слова)
Проверка по косвенным признакам
При косвенном вся последовательность разбивается на пары чисел,
Если
интрепритировать
как
координаты точек, то выполняется условие
– точка попадает в круг радиусом 1
вписаного в единичный квадрат.
Геометрически
это означает, что точка
Расположена внутри четверти круга
Если числа распределены равномерно, то они должны заполнить квадрат.
Важными характеристиками ПСРРЧ (псевдо-случайные) является длина периода Р и длина отрезка апериодичности L
В
пределах L
числа не повторяются.
Запускается датчик(ГСЧ) с x0 и генерируются числа до числа xr ( xr попадает на период)
Запуск датчика(ГСЧ) с x0 и фиксируется i1 и i2 таких, что xi=xr и xj=xr. Период Р=j-i
Запуск ГСЧ с x0 и фиксируется xi = xi + p
Отрезак
апериодичности
Методы увеличения длинны периода:
1.)
увеличение глубины рекурсии
Естественно, это ведёт к увеличению затрат машинного времени.
2.)Можно
использовать метод возмущений
т.е. если i не кратно М, то Ф, если кратно, ψ.
3.) Макларен-Марсалия.
Основан на использовании 2 датчиков (ГСЧ). Создается вспомогательный массив длинной k (массив V)
D1 дает последовательность {a}; D2 ---//--- {b}; выходная последовательность {c}
Vi = ai (i=1-k)
Обращение ко 2-му датчику. Получаем b1. С помощью b1 определяется номер S в массиве [b1 k].
C1 = Vs
Vs =
и
т.д.
Оценка стохастичности и независимости последовательности ррсч.
2) Стахостичность
а) метод комбинаций
Вероятность появления j единиц в l разрядах двоичного числа xi определяется биноминальным законом:
где:
-
вероятность 1 или 0 в разряде;
Тогда теоретически число чисел с j единицами в l разрядах из N чисел:
Собрав
данные по различным
по критериям согласия делается вывод
о стохастичности.
б) метод серий
Разбивается вся последовательность на элементы 1-го и 2-го рода.
В результате получаем последовательность: а а b b a b b b b a a …
серия
Теоретическая вероятность серии длиной j в последовательности длиной l определяется формулой Бернули:
Получают теоретические и экспериментальные и по критериям согласия делают вывод. (имеет смысл проводить исследование при разных p и l).
3) Независимость – на основе вычисления корреляционного момента.
В общем случае корреляционный момент случайных величин ξ и η с значениями xi и yj
где Рij – вероятность того, что (ξ, η) принимает значение (xi, yj)
При
независимости
Коэфициент
корреляции
Вводим в рассмотрение 2 последовательности {xi} и {yi}={xi+τ}
Если есть последовательность длиной N, то с вероятностью β можно утверждать, что числа некоррелярны, если выполнить это условие:
