- •Часть 1. Моделирование систем Лекция №1.
- •Глава 1. Понятие моделирования.
- •1.1. Моделирование сложных систем
- •1.2. Принцип системного подхода в моделировании систем
- •1.3. Характеристики моделей систем.
- •1.4. Этапы моделирования систем
- •1. Постановка цели моделирования.
- •2. Построение модели м.
- •Лекция №2
- •1.5. Классификация видов моделирования систем.
- •3.1. Мысленное моделирование может быть реализовано в виде наглядного, символического и математического.
- •Лекция №3.
- •Часть 2. Математические схемы моделирования систем
- •2.1. Основные подходы к построению мм систем.
- •2.2. Непрерывно детерминированные модели (д - схемы).
- •Лекция №4.
- •2.3. Дискретно-детерминированные модели (f-схемы). Конечные автоматы
- •2.4. Дискретно-стохастические модели (p-схемы). Вероятностные автоматы
- •Пример у-детерминированного автомата
- •Лекция №5.
- •4.3. Непрерывно-стохастические модели (q - схемы).
- •1.1Методы теории массового обслуживания.
- •К лассификация моделей смо
- •Лекция №6.
- •Поведенческие свойства сетей Петри
- •1. Достижимость.
- •2. Ограниченность.
- •3. Активность.
- •4. Обратимость и базовое состояние.
- •Задача о конечности функционирования сети Петри
- •Пример использования сети Петри при анализе состояний дедлока.
- •Лекция №7. Комбинированные модели (а-схемы). Сложные системы
- •Лекция №8.
- •Часть 3. Моделирование систем с использованием типовых математических схем.
- •3.1. Блочная (модульная) концепция моделирования
- •3.2. Принципы построения моделирующих алгоритмов
- •3.3. Моделирование процесса функционирования систем на базе q-схем.
- •Часть 4. Статистическое моделирование систем Лекция №9. Общая характеристика и сущность метода статистического моделирования
- •1. Детерминированная задача вычисления интеграла
- •2. Стохастическая задача вычисления математического ожидания и дисперсии f(X,y).
- •Лекция 10. Псевдослучайные последовательности. Датчики случайных чисел.
- •2. Метод серединных квадратов.
2.4. Дискретно-стохастические модели (p-схемы). Вероятностные автоматы
Основные соотношения. В общем виде вероятностный автомат (англ. probabilistic automat) можно определить как дискретный потактный преобразователь информации с памятью, функционирование которого в каждом такте зависит только от состояния памяти в нем и может быть описано статистически.
Рассмотрим множество G, элементами
которого являются всевозможные пары
(xi zs),
где xi и zs
— элементы входного подмножества X и
подмножества состояний Z соответственно.
Если существуют две такие функции
и
,
что с их помощью осуществляются
отображения G->Z и G->Y, то говорят, что
F= <Z, X, Y,
,
>
определяет автомат детерминированного
типа.
G =
{(xi,
zs),
xi
X, zs
Z},
X – подмножество входных сигналов,
Z – подмножество внутренних состояний.
Если существуют
:
G->Z;
:
G->Y,
то F= <Z, X, Y, , ψ > определяет автомат детерминированного типа.
Более общий случай:
Пусть Φ = {(xk, yj), xk X, yj Y}, Y – помножество выходов.
Любой элемент из G индуцирует на Φ некоторый закон распределения вида:
Элементы из Φ |
(z1,y1) |
(z1,y2) |
... |
(zK,yJ-1) |
(zK,yJ) |
(xi,zs) |
b11 |
b12 |
... |
bK(J-1) |
bK J |
-
вероятности перехода автомата в состояние
zk
и появления
на выходе сигнала yj,
если он был в состоянии zs
и на его
вход в этот момент поступил сигнал xi.
P=<Z,X,Y,B> - вероятностный автомат (P-автомат).
Элементы из Y |
y1 |
y2 |
... |
yJ-1 |
yJ |
(xi,zs) |
q1 |
q2 |
... |
q(J-1) |
qJ |
Элементы из Z |
z1 |
z2 |
... |
zK-1 |
zK |
(xi,zs) |
z1 |
z2 |
... |
zK-1 |
zK |
=>
вероятностный
автомат Мили
Элементы из Y |
y1 |
y2 |
... |
yJ-1 |
yJ |
zs |
s1 |
s2 |
... |
s(I-1) |
sI |
=> вероятностный автомат Мура
Пример у-детерминированного автомата
Таблица переходов.
|
z1 |
z2 |
… |
zK-1 |
zK |
z1 |
p11 |
p12 |
… |
p1,K-1 |
p1K |
z2 |
p21 |
p22 |
… |
p2,K-1 |
p2K |
… |
… |
… |
… |
… |
… |
zK |
pK,1 |
pK,2 |
… |
PK,K-1 |
pKK |
Таблица выходов.
z |
z1 |
z2 |
… |
zK-1 |
zK |
y |
yi1 |
yi2 |
… |
yi,K-1 |
yi,K |
Начальное распределение вероятностей:
z |
|
z1 |
z2 |
|
zK-1 |
zK |
d |
|
d1 |
d2 |
|
dK-1 |
dK |
Числовой пример
