
- •1. Понятие системы
- •3.Аналогия. Связь с понятием «система»
- •5.Черный ящик. Основная проблема моделирования.
- •9.Виды математического моделирования. Примеры
- •11. Получение случайных чисел, подчиняющихся экспоненциальному закону
- •10.Получение случайных чисел с произвольным законом распределения методом обратных функций
- •8.Классификация видов моделирования
- •6. Общая схема моделирования
- •4. Взаимосвязь эксперимента и модели.
- •2. Моделирование как метод научного познания.
- •13. Методы получения равномерно распределенных случайных чисел.
- •15. Общие свойства программных датчиков псевдослучайных чисел
- •17.Мультипликативный конгруэнтный метод получения равномерно распределенных псевдослучайных чисел
- •19. Программный датчик randu. Общая характеристика, принцип работы, особенности
- •21. Требования к базовому датчику. Проверка их соблюдения.
- •4. Простейшие проверки
- •23. Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •23.Проверка равномерности распределения псевдослучайной последовательности по критериям согласия
- •22. Проверка равномерности распределения псевдослучайной последовательности по ее числовым характеристикам.
- •20. Имитация случайных величин и процессов
- •18. Смешанный и аддитивный конгруэнтный методы получения равномерно распределенных псевдослучайных чисел. Методы увеличения периода датчика
- •16. Конгруэнтные методы получения равномерно распределенных псевдослучайных чисел
- •14. Метод середины квадрата. Общая характеристика, основные недостатки. Требования к функции рекуррентной формулы
- •24. Проверка независимости чисел в псевдослучайной последовательности. Критерий автокорреляции.
- •26. Получение случайных чисел с произвольным законом распределения методом отбора
- •30. Понятие системы массового обслуживания, назначение, общая характеристика, разновидности, примеры.
- •32.Цели и методы моделирования систем массового обслуживания.
- •34. Уравнения Колмогорова для одноканальной системы массового обслуживания с отказами.
- •28.Получение случайных чисел, подчиняющихся закону Вейбулла
- •35. Имитационное статистическое моделирование смо.
- •33. Основы моделирования систем массового обслуживания. Поток событий. Свойства потоков событий.
- •31.Классификация систем массового обслуживания
- •27. Моделирование нормально распределенной случайной величины
- •25. Проверка независимости чисел в псевдослучайной последовательности. Критерий разностей
- •29.Распределение хи-квадрат .
34. Уравнения Колмогорова для одноканальной системы массового обслуживания с отказами.
Допущения: все каналы однотипны, поток обслуживания простейший с инт-ю µ, поток заявок прост. с инт-ю λ.
Условие нормировки
Pi
= 1
So: μP1- λP0 = 0
↕
P1 = λ/μ*P0
S
1:
2μP2 + λP0 – (λ+μ)P1=0 ↔ P2
S2: 3μP3 + λP1 – (λ+2μ)P2=0 ↔ P3
…
Sk-1: Kμ
+ λPk-2 – (λ+(k-1)*μ)Pk-1=0 ↔ Pk=
Это система уравнений Колмогорова.
α = λ/μ – приведенная интенсивность потока заявок.
P0+α
+
+
+…+
= 1
P0
=
Формулы Эрланга
PK
=
Pотк = Pn =
Pобсл = Q = 1 – Pотк
А = λ*Q
N3 = P1 + 2P2+…+nPn
K3
=
28.Получение случайных чисел, подчиняющихся закону Вейбулла
Распределение Вейбулла м.б. двухпараметрическим и трехпараметрическим. Последнее имеет параметр сдвига (перемещение по оси абсцисс). Будем рассм-ть двухпараметрич-ое. Пример (бред какой-то, …):период полураспада знаний о комп-х технологиях сост-т 2 года. Т.е. кажд 2 года половина наших знаний устаревает. Можно показать, что коэф-т изменения полезн. остатка знаний по прошествии k лет подчин-ся распред-ию Вейбулла.
, k – параметр формы.
равномерно распред-ые случ-ые числа
Заметим, что при k=1 распределение становится показательным:
Получение случайных чисел, подчиняющихся закону Релея
Распределения Релея – есть частный случай распределения Вейбулла. Поэтому опишем кратко суть распределения Вейбулла. Распределение Вейбулла м.б. двухпараметрическим и трехпараметрическим. Последнее имеет параметр сдвига (перемещение по оси абсцисс). Будем рассм-ть двухпараметрич-ое. Пример (бред какой-то, …):период полураспада знаний о комп-х технологиях сост-т 2 года. Т.е. кажд 2 года половина наших знаний устаревает. Можно показать, что коэф-т изменения полезн. остатка знаний по прошествии k лет подчин-ся распред-ию Вейбулла.
35. Имитационное статистическое моделирование смо.
Существуют задачи, допускающие аналитическое решение, однако на практике таким путём получить хар-ки СМО не всегда возможно. Н-р, поток заявок не явл-ся простейшим и время обслуживания не подчиняется показательному з-ну. Дисциплина обслуживания м.б. сложной (н-р, имеется сис-ма приоритетов). В таких случаях применяют имитац-ое модел-ие - метод статистических испытаний. Он позволяет исследовать завис-сть показателей эффективности работы сис-мы от пар-ров потока заявок и пар-ров самой СМО, не делая допущений, харак-ных для аналитич-го моделир-ия.
Сущность метода: 1. Формир-ся реализация потока заявок с заданным з-ном распр-ия интервалов м/у заявками. 2. Моделируется пр-сс функционирования обслуживающей сис-мы (это всё пр-ся во времени). Время разбиваем на интервалы ∆t и на них фиксируем состояние сис-мы. Моделир-ся пр-сс, события, связанные с обслуживанием заявки, регистрируется, подсчитывается число успехов и неудач. 3. Случайная реализация пр-ссов воспроизводится многократно, накопленные данные статистически обрабатываются. 4. Обычно входящий поток заявок задают последовательностью моментов поступления. Для моделирования удобнее охарактеризовать их как величину, определяющую длину интервалов м/у соседними поступившими заявками.
Пример. Система с 2 каналами, поток простейший с интен λ. Время обсл 1 заявки в канале постоянно и равно tобсл. Система-система с отказами. Опред-ть сколько заявок в сред обсл-т система за время T и сколько в средн даст отказов.
Обозначим:
tk-момент пост-ия k-го требования.
τk= tk- tk-1 – интервал м\у заявками
ti-момент оконч обслуж-ия i-ым каналом
Пусть в момент пост-ия k-го треб-ия все каналы свободны. Поступает 1 заявка, она идет на 1 канал. Т.о. в теч tобсл 1 канал занят.
t1=tk+1+tобсл
В счетчик заявок добавляем единицу. Далее:
τk=-1/λ*lnξk
ξk-равномерно распред случ число с базового датчика
tk+1= tk+ τk
Проверяем усл t1<tk
Если усл вып-ся, то к мом tk+1 1 канал свободен и обслуж-т заявку, тогда t1=tk+tобсл. Затем добавляем 1 в счетчик обслуж-х заявок и переходим к след заявке.
Если усл не вып-ся, то 1 канал занят в tk+1. Проверяем свободен ли 2 канал. Если и он занят, то добавляем единицу в счетчик отказов и анализируем след-ую заявку.
Когда вычислим значение tk+1 необходимо проверить усл окончания работы системы: tk+1>T
Результаты модел-ия сводятся в табл:
№ заявки |
ξk |
τk= tk- tk-1 |
tk |
Окончание обсл-ия t1=tk+tобсл |
Nобсл |
Nотк |
||
k=1 |
k=2 |
… |
||||||
|
|
|
|
|
|
|