
- •Математические модели
- •Введение
- •1.1. Состояние проблемы моделирования систем
- •1.2. Моделирование как метод научного познания
- •1.3. Использование моделирования при исследовании и проектировании сложных систем
- •1.4. Перспективы развития методов и средств моделирования систем в свете новых информационных технологий
- •Лекция № 2 классификация видов моделирования систем
- •3.1. Системный подход
- •3.2. Подходы к исследованию систем
- •3.3. Процесс моделирования на основе классического подхода
- •3.4. Процесс моделирования на основе системного подхода
- •3.5. Стадии разработки моделей
- •3.6. Характеристики моделей систем
- •3.7. Цель моделирования систем
- •3.8. Основные подходы к построению математических моделей систем
- •Лекция № 4 типовые схемы. Непрерывно-детерминированные модели
- •4.1. Типовые схемы
- •4.2. Непрерывно-детерминированные модели (d-схемы)
- •4.3. Основные соотношения
- •4.4. Возможные приложения
- •Лекция № 5 дискретно-детерминированные модели
- •5.1. Дискретно-детерминированные модели (f-схемы)
- •5.2. Основные соотношения
- •5.3. Возможные приложения
- •Пример: Для рассмотренного выше автомата Мура f2 запишем матрицу соединений и векторов выходов:
- •Лекция № 6 дискретно-стохастические модели
- •6.1. Дискретно-стохастические модели (р-схемы)
- •6.2. Основные соотношения
- •6.3. Возможные приложения
- •Лекция № 7 непрерывно-сТоХастические модели
- •7.1. Непрерывно-стохастические модели (q-схемы)
- •7.2. Основные соотношения
- •7.3. Возможные приложения
- •Пример. Допустим, что процесс обслуживания описывается следующей системой уравнений:
- •Лекция № 8 сетевые модели
- •8.1. Сетевые модели (n-схема)
- •8.2. Основные соотношения
- •8.3. Возможные приложения
- •Лекция № 9 комбинированные модели
- •9.1. Комбинированные модели (а-схемы)
- •9.2. Возможные приложения
- •Лекция № 10 формализация и алгоритмизация процессов
- •10.1. Формализация алгоритмизация процессов
- •10.2. Методика разработки и машинной реализации объекта
- •10.3. Методологические аспекты моделирования
- •10.4. Требования пользователя к модели
- •10.5. Этапы моделирования систем
- •Лекция № 11 построение концептуальных моделей систем и их формализация
- •11.1. Построение концептуальных моделей систем и их формализация
- •11.2. Переход от описания к блочной модели
- •11.3. Подэтапы первого этапа моделирования
- •11.3.1. Постановка задачи машинного моделирования системы
- •11.3.2 Анализ задачи моделирования системы
- •11.3.3. Определение требований к исходной информации об объекте моделирования и организация ее сбора
- •11.3.4. Выдвижение гипотез и принятие предположений
- •11.3.5. Определение параметров и переменных модели
- •11.3.6. Установление основного содержания модели
- •11.3.7. Обоснование критериев оценки эффективности системы
- •11.3.8. Определение процедур аппроксимации
- •11.3.9. Описание концептуальной модели системы
- •11.3.10. Проверка достоверности концептуальной модели
- •11.3.11. Составление технической документации по первому этапу
- •11.4. Алгоритмизация моделей систем и их машинная реализация
- •11.5. Принципы построения моделирующих алгоритмов
- •11.6. Формы представления моделирующих алгоритмов
- •11.7. Схемы алгоритмов, программ, данных и систем
- •11.8. Подэтапы второго этапа моделирования
- •11.8.1. Построение логической схемы модели
- •11.8.2. Получение математических соотношений
- •11.8.3. Проверка достоверности модели системы
- •11.8.4. Выбор инструментальных средств для моделирования
- •11.8.7. Верификация и проверка достоверности схемы программы
- •11.8.8. Проведение программирования модели
- •11.8.9. Проверка достоверности программы
- •11.9. Получение и интерпритация результатов моделирования систем
- •11.10. Подэтапы третьего этапа моделирования
- •11.10.3. Проведение рабочих расчетов
- •11.10.4. Анализ результатов моделирования системы
- •11.10.5. Представление результатов моделирования
- •11.10.6. Интерпретация результатов моделирования
- •11.10.8. Составление технической документации по третьему этапу
- •Лекция № 12 Линейное программирование
- •12.1. Общая и основная задачи линейного программирования
- •12.2. Графический метод решения задачи линейного программирования
- •Исходные данные задачи
- •12.3. Составление математической модели
- •Решение
- •12.4. Решение задач линейного программирования на эвм
- •12.5. Метод Гаусса с выбором главного элемента
- •12.6. Итерационные методы
- •Лекция № 13 нелинейное программирование
- •13.1. Постановка задачи нелинейного программирования
- •13.2. Геометрическая интерпретация задачи нелинейного программирования. Графический метод решения
- •13.3. Алгоритм решения знп графическим методом
- •Пример решения знп графическим методом
- •13.4. Метод множителей Лагранжа
- •13.5. Алгоритм метода множителей Лагранжа решения задачи
- •Лекция № 14 динамическое программирование
- •14.1. Постановка задачи динамического программирования
- •14.2. Составление математической модели динамического программирования
- •14.3. Этапы решения задачи динамического программирования
- •Оглавление
- •Математические модели
- •6 80021, Г. Хабаровск, ул. Серышева, 47
6.3. Возможные приложения
Если
для всех
и
имеет место соотношение
,
то
такой
Р-автомат
называется
вероятностным
автоматом
Мура. Понятие
Р-автоматов
Мили
и Мура введено по аналогии
с детерминированным
F-автоматом,
задаваемым
Частным
случаем Р-автомата,
задаваемого
как
являются
автоматы, у которых либо переход в новое
состояние,
либо выходной сигнал определяются
детерминировано. Если выходной сигнал
Р-автомата определяется детерминировано,
то
такой автомат называется Y-детерминированным
вероятностным
автоматом. Аналогично,
Z-детерминированным
вероятностным
автоматом называется
Р-автомат,
у
которого выбор нового состояния является
детерминированным.
Рассмотрим Y-детерминированный Р-автомат , который задан таблицей переходов (см. табл. 5.6) и таблицей выходов:
В
этих таблицах
-вероятность
перехода Р-автомата
из
состояния
в
состояние
.
При
этом как, и ранее
Первую
из этих таблиц можно представить в виде
квадратной матрицы размерности
,
которую будем называть матрицей
переходных вероятностей или
просто матрицей
переходов Р-автомата.
В
общем случае такая матрица переходов
имеет вид:
Таблица 6.1
Задание автомата в табличном виде
|
|
||||
|
|
… |
|
|
|
…
|
…
|
…
|
… … … … |
…
|
…
|
Для описания Y-детерминированного P-автомата необходимо задать начальное распределение вероятностей вида:
Здесь
–
вероятность того, что в начале работы
P-автомат
находится в состоянии
k,
при этом
.
Будем
считать, что до начала работы (до нулевого
такта времени) Р-автомат всегда
находится в состоянии
и в нулевой такт времени меняет состояние
в соответствии
с распределением D.
Дальнейшая
смена состояний Р-автомата
определяется
матрицей переходов
.
Информацию
о начальном состоянии Р-автомата
удобно
внести
в матрицу
,
увеличив
ее размерность до
.
При этом первая строка такой матрицы,
сопоставляемая состоянию
,
будет иметь вид
а первый столбец будет нулевым.
Пусть задан Y-детерминированный Р-автомат
Z |
z0 |
z1 |
z2 |
z3 |
z4 |
Y |
0 |
0 |
1 |
1 |
0 |

Описанный
-детерминированный
Р-автомат можно задать в виде
ориентированного графа, вершины которого
сопоставляются состояниям автомата, а
дуги – возможным переходам из одного
состояния в другое. Дуги имеют веса,
соответствующие вероятностям перехода
,
а около вершин графа пишутся значения
выходных сигналов, индуцируемых этими
состояниями.
Н
а
рис. 6.1 показан граф переходов этого
автомата. Требуется оценить суммарные
вероятности пребывания этого Р-автомата
в состояниях Z2
и Z3.
При использовании аналитического подхода можно записать известные соотношения из теории Марковских цепей и получить систему уравнений для определения финальных вероятностей при этом начальное состояние z0 можно не учитывать, так как их начальное распределение не оказывает влияния на значения финальных вероятностей. Тогда имеем:
;
где – финальная вероятность пребывания Р-автомата в состоянии .
Получаем систему уравнений
.
Добавим
к этим уравнениям уравнения нормировки
Тогда, решая систему уравнений, получим
Таким образом,
.
Другими словами, при бесконечной работе
заданного
в этом примере Y-детерминированного
Р-автомата
на
его выходе формируется двоичная
последовательность с вероятностью
появления единицы,
равной 0,5652.
Подобные Р-автоматы могут использоваться как генераторы марковских последовательностей, которые необходимы при построении и реализации процессов функционирования систем S или воздействий внешней среды Е.
Для оценки различных характеристик исследуемых систем, представляемых в виде Р-схем, кроме рассмотренного случая аналитических моделей можно применять и имитационные модели, реализуемые, например, методом статистического моделирования.
КОНТРОЛЬНЫЕ ВОПРОСЫ
Назовите особенности дискретно-стохастического подхода.
Дайте понятие стохастического (вероятностного) автомата.
Назовите основные соотношения.
Дайте математическое описание Р-схем.
Опишите вероятностный автомат Мура, Мили.
Назовите возможные приложения.
Назовите способы задания вероятностных автоматов.