- •6.1)Осн компоненты и хар-ки моделей масс обслуж
- •6.2)Роль пуассон и экспонен распределений в тмо
- •6.3)Моделир-ие входного и выходн потоков в смо
- •6.4) Смо неограниченной мощности
- •6.5) Смо ограниченной мощности
- •6.6)Влияние числа узлов на осн. Операцион. Хар-ки
- •6.7) Смо с приоритетами
- •6.8) Тандемы очередей
- •1.1)Сущность и особ-ти имитацион моделирования
- •1.3) Этапы имитационного моделирования
- •1.4) Формализованная схема процесса
- •2.1) Сравнит хар-ка принципов построения
- •3.2)Способы генерации случ.Чисел в имитационном моделир-ии
- •3.3)Моделирование случ событий в им.Моделир-ии
- •3.4) Модель выхода
- •3.5) Модель обратной связи
- •3.6 Основные теории планирования эксперимента
- •7.1) Проблемы моделирования смо
- •7.3) Модели со стоимостными характеристиками
- •7.2) Подготовка исход. Данных и проверка гипотез
- •7.4) Моделир-ие предпочтит-ти уровня обслуж-ия
- •5.1)Виды и характерные особ-ти языков им. Мод-ия
- •5.2)Специализирован. По имитацион. Моделир-ия
- •4.1) Оценка адекватности имитационных моделей
- •4.2)Распределение допусков на упр-ые переменные
3.2)Способы генерации случ.Чисел в имитационном моделир-ии
1. Инверсный способ – заключается в преобразовании Случ.Величин (СВ) с равномерным законом распределения в случ. величину с заданным законом распределения.
2. Аппроксимация непрерывной дискретной случайной величины. Множество значений С.В. разбивается на интервалы ∆Х. Для определения случ числа Хк с заданным з-ном распред-ия необходимо, получая случ числа Yк , равномерно распределенные от 0 до 1 проверять начиная от j=1, неравенство: Hj-1<Yk≤Hj. Если условие не выполняется, то j увеличивается на единицу, если выполняется то Хк опр-ся по формуле: Хк=∆Х(j-1+(Yk-Hj-1/Hj-Hj-1)). Если интервалы равные,то Хк=j*∆X.
3. Использование центральной предельной теоремы теории вер-стей. Сумма большого числа одинаково равномерно распределенных случ. чисел из интервала от 0 до 1 стремится к нормальному распред-ию при увеличении объема выборки(т.е. ассиптотически к нему приближается). М(Т)=n/2; б2(T)=n/12; n→∞; T-ассиптотичекая нормальная случ. величина.
4. Генерация на основе учета взаимосвязей м/у законами распределения.
3.3)Моделирование случ событий в им.Моделир-ии
1. Моделирование случ события А. Р(А)=Р - вер-сть события А. Для опред-ия вер-сти исп-ся последова-ть случ чисел, равномерно распред-ных на интервале от 0 до 1. Считается, что событие А свершилось, если: хi≤р; где хi-значение случ величины. Для непрерывных С.В. вер-сть события А: Р(А)=∫dx=p.
2. Моделирование полной группы событий А1;А2;…; Аn. р1;р2;…;рn. Полученное в рез-те генерации случ число хi должно удовлетворять условию: fr-1<xi<fr; где r-величина в пределах [1;m]. Вып-ие этого условия соотв-ет совершению события А: P(Ar)=∫dx≤p=∑pj.- ∑pj= pr. 3.Моделирование дискретной С.В, которая принимает конечное число значений с вер-стью: pj; j=1…m. Методом последоват приближения подбирается такое число r, чтобы: P(Ar)=∫dx≤p=∑pj<xi≤∑pj. Этот случай сводится к предыдущему случаю, еслу условие выполняется. 4. Моделирование сложных случ событий. Если А и В – исходные события, независимые м/у собой, имеют вероятности наступления Р(А) и Р(В). Два варианта моделир-ия: 1) Сначала моделир-ся наступление события А, а затем В. Сравнения исходы моделирования опред-ют исход события С. 2) По формулам теории верс-тей вычисляют Р(С)=Р(А)*Р(В), а затем моделируются полная группа из 2-х событий: «С» с вер-стью Р(С) и 1-Р(С).
3.4) Модель выхода
Это обработка реализации случ. велеичин. Обеспечивает накопление, обработку и анализ инф-ции о детерминиров. входах и управляющих воздействиях на моделируемую сис-му. Предполагает: 1) опред-ие числовых хар-ки с.в.; 2) исследование случ распределений входов и их соответствие нормальному закону распред.; 3)проверка значимости зависимости м/у входами и выходами.
Числовые хар-ки: 1) формулы выборочных средних и границ доверит. интервалов для их оценки; выборочных относительных и абсолют. показ-лей вариации; формы распред-ия; 2) критерии согласия, исп-мые для проверки соответствия эмпирич. законам распред-ия; 3) идентификация линейной и нелинейной завис-ти м/у показ-лями: линейный парный коэф-т корреляции; индекс корреляции; 4) спецификация регрессионных моделей, отражающих зависимость выходных хар-к от вектора входных параметров.