- •1. Понятие модели. Свойство изоморфизма и гомоморфизма модели.
- •2.Понятие системы массового обслуживания (смо). Примеры смо в экономике.
- •3. Потоки случайных событий. Понятие простейшего потока случайных событий.
- •4. Графическая модель смо в виде цепочки гибели-размножения. Разметка графа состояний смо. Пример.
- •5. Дифференциальные уравнения Колмогорова для вероятностей состояний марковской стохастической системы. Правила записи уравнений, пример.
- •6.Вероятности состояний смо. Предельные вероятности состояний.
- •7.Основные формулы для вычисления финальных вероятностей состояний смо. Пример использования формул.
- •Вопрос 8
- •Вопрос 9
- •Вопрос 10
- •Вопрос 11
- •Вопрос 12
- •15. Среднее число обслуживаемых заявок.
- •16. Формулы Литтла для определения времени нахождения заявки в очереди и в сиситеме.
- •21. Определение максимина и минимакса на множестве чистых стратегий. Решение матричной игры в чистых стратегиях.
- •22 Понятие доминируемой стратегии на основе парного сравнения чистых стратегий. Примеры.
- •23 Упрощение игры в процессе формирования платежной матрицы. Полное определение доминируемой стратегии. Пример.
- •24 Критерии решения матричной игры с природой в случае однократного принятия решения в условиях риска (Лапласа, Байеса, Вальда, Сэвиджа, Гурвица).
- •25 Смешанная игра. Условия оптимальности смешанных стратегий.
- •26 Решение смешанной игры. Обоснование двойственной пары задач лп связанной со смешанной игрой.
- •27 Алгоритм решения матричной игры. Пример.
- •28 Теорема Дж. Фон Неймана о существовании решения матричной игры. Доказательство.
- •29. Теорема (об активных стратегиях).
- •30. Информационный аспект применения теории игр в управлении экономикой.
- •31. Сущность понятия запаса и его назначение. Понятие о системе управления запасами.
- •32. Простейшая модель управления запасами оптимальной партии поставки (Уилсона).
- •33. Система управления запасами с критическим уровнем. Графический пример
- •34. Алгоритм управления запасами. Пример алгоритма с критическим уровнем.
- •40. Понятие задачи сетевого планирования и управления (спу) и ее применение в менеджменте.
5. Дифференциальные уравнения Колмогорова для вероятностей состояний марковской стохастической системы. Правила записи уравнений, пример.
Уравнение Колмогорова представляет собой систему дифференциальных уравнений, в которых неизвестными функциями являются вероятности состояний. Такие уравнения позволяют найти все вероятности состояний как функции времени.
Правило составления уравнения: в каждом уравнении системы в левой части стоит финальная вероятность данного состояния Р1 умноженная на суммарную интенсивность всех потоков, ведущих из данного состояния, а в правой части сумма произведений интесивности всех потоков входящих в i-тое состояние, на вероятности тех состояний, из которых эти потоки выходят.
Уравнение Колмогорова имеет следующий вид.,для СМО с простейшими потоками событий.:
6.Вероятности состояний смо. Предельные вероятности состояний.
Пусть
имеется физическая система S={S1,S2,…Sn},
в которой протекает марковский случайный
процесс с непрерывным временем
(непрерывная цепь Маркова). Предположим,
что ij=const,
т.е. все потоки событий простейшие
(стационарные пуассоновские). Записав
систему дифференциальных уравнений
Колмогорова для вероятностей состояний
и проинтегрировав эти уравнения
при заданных
начальных условиях, мы получим p1(t),
p2(t),…
pn(t),
при любом
t.
Поставим следующий вопрос, что будет
происходить с системой S
при t.
Будут ли функции pi(t)
стремиться к каким-то пределам? Эти
пределы, если они существуют, называются
предельными вероятностями состояний.
Можно доказать теорему: если число
состояний S
конечно и из каждого состояния можно
перейти (за то или иное число шагов) в
каждое другое, то предельные вероятности
состояний существуют и не зависят от
начального состояния системы. Предположим,
что поставленное условие выполнено и
предельные вероятности существуют
(i=1,2,…n),
.
Таким образом, при t в системе S устанавливается некоторый предельный стационарный режим. Смысл этой вероятности: она представляет собой не что иное, как среднее относительное время пребывания системы в данном состоянии. Для вычисления pi в системе уравнений Колмогорова, описывающих вероятности состояний, нужно положить все левые части (производные) равными 0. Систему получающихся линейных алгебраических уравнений надо решать совместно с уравнением .
7.Основные формулы для вычисления финальных вероятностей состояний смо. Пример использования формул.
Что
будет происходить с вероятностями
состояний при
?
Будут ли
стремиться
к каким-либо пределам? Если эти пределы
существуют и не зависят от начального
состояния системы, то они называются финальными
вероятностями состояний.
где
-
конечное число состояний системы.
Финальные вероятности состояний – это уже не переменные величины (функции времени), а постоянные числа. Очевидно, что:
Финальная
вероятность состояния
–
это по–существу среднее относительное
время пребывания системы в этом состоянии.
Например, система S имеет три состояния S1, S2 и S3. Их финальные вероятности равны соответственно 0,2; 0,3 и 0,5. Это значит, что система в предельном стационарном состоянии в среднем 2/10 времени проводит в состоянии S1, 3/10 – в состоянии S2 и 5/10 – в состоянии S3.
Пример. Техническая система S состоит из двух узлов I и II, каждый из которых независимо от другого может отказывать. Поток отказов первого узла пуассоновский с интенсивностью lI, второго также пуассоновский с интенсивностью lII. Каждый узел сразу после отказа начинает ремонтироваться (восстанавливаться). Поток восстановлений (окончаний ремонта узла) для обоих узлов – пуассоновский с интенсивностью l. Составить граф состояний системы и написать уравнение Колмогорова. Состояния системы: S11 - оба узла исправны; S21 – первый узел ремонтируется, второй исправен; S12, S22.
t=0 p11=1 p21=p22=p12=0
p11+p12+p21+p22=1.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
