- •1. Моделирование. Основные понятия .Классификация методов моделирования.
- •1) По характеру изучаемых процессов
- •2) По признаку развития во времени
- •3) По представлению информации в модели
- •4) По форме представления объекта моделирования
- •2. Математические модели. Непрерывно-детерминированные модели (d-схемы).
- •3. Математические модели. Дискретно-детерминированные модели (f-схемы).
- •4. Математические модели. Дискретно-стохастические модели (р-схемы).
- •5. Дискретная марковская цепь. Геометрическое распределение.
- •6. Модель "Память-алу". Кодирование состояний. Построение графа состояний
- •8. Системы массового обслуживания (смо). Марковский случайный процесс. Потоки заявок (событий). Нотация Кендала.
- •9. Простейший поток, его свойства и значение при исследовании смо.
- •11 Одноканальная смо с блокировкой. Система m /m/ 1/n
- •12Диаграммы интенсивностей переходов (дип). Закон сохранения потоков вероятностей.
- •15Исследование многоканальной смо (м/м/п/0) с отказами с помощью дип.. Формулы Эрланга.
- •16.Формула Литтла.
- •Аналогично выводится соотношение
- •17.Одноканальная смо с неограниченной очередью (м/м/1/со).
- •18.Многоканальная смо с неограниченной очередью (м/м/п/оо).
- •19. Метод этапов. Распределение Эрланга.
- •Метод этапов
- •20. Система м/Еr/1
- •21. Система Еr/м/1/∞
- •22. Немарковская смо м/g/n. M/g/1/∞
- •23. Немарковская смо. G/g/1/∞ g/g/n/∞
- •24. Имитационное моделирование. Математические основы. Последовательность построения и исследования модели.
- •Основные этапы разработки и исследования имит модели.
- •25. Управление модельным временем. При создании имитационной модели различают три представления времени
- •26. Метод композиции (суперпозиции).
- •28. Способы формирования случайных величин.
- •29. Равномерно-распределённые случайные числа.
- •Способы формирования ррсч.
- •30) Равномерность
- •41. Обработка экспериментальных данных.
- •42. Доверительные интервал и вероятность.
- •Точность. Определение числа реализаций.
5. Дискретная марковская цепь. Геометрическое распределение.
Процесс представляет собой цепь Маркова, если вероятность очередного состояния зависит только от текущего состояния и не зависит от того, каким образом система попала в это состояние. (переход не зависит от предыстории процесса)
Обладает свойством отсутствия последействия, которое можно определить: вероятность перехода в определенное состояние не зависит от того, сколько времени процесс пребывал в текущем состоянии.
Единственным распределением, обладающее свойством отсутствия последействия является геометрическое распределение. Для непрерывного распределения им является показательное распределение. Основа любого распределения – случайная величина.
Пусть некоторое событие может произойти с вероятностью 1-р и не произойти с вероятностью р. Моменты появления события – поток событий. Интервал времени м\ду событиями T – величина случайная и подчиняется геометрическому закону распределения. Количество событий в данном случае тоже величина случайная.
. – вероятность того, что интервал м\ду событиями равен i тактам.
Средние значение времени обслуживания
=;
- математическое ожидание интервала обслуживания.
Как видно, выражение соответствует геометрическому распределению:
6. Модель "Память-алу". Кодирование состояний. Построение графа состояний
Из ПМК-д по синхросигналу считываются в АЛУ. Если АЛУ готово принять МК, она обрабатывается, иначе МК загружается в буфер запоминающего устройства (БЗУ). При полном заполнении ЗУ МК блокируется в памяти.
q – вероятность того, что по истечении такта времени заявка в АЛУ не обслужится
1-q – обслуживание завершится.
Будем кодировать состояния 3хпозиционным кодом
ПМК
БЗУ
АЛУ
j t1 t2
j – количество мест ожидания в очереди (1..n)
t1 – количество тактов до появления очередной заявки t1 = 2, 1, 0 (0- состояние блокировки)
t2 – состояние АЛУ (1 – канал занят, 0 – свободен), возможное количество тактов до освобождения АЛУ.
020 – очередь свободна, канал свободен, до появления макрокоманды 2 такта.
Модель "Память-АЛУ". Построение и решение системы уравнений. Анализ результатов.
ПМК тактовый сигнал
БЗУ
АЛУ
Исследуемая система состоит из 3х составляющих. Из памяти ПМК по тактовому считываются в АЛУ ПМК. Если АЛУ готово принять ПМК, она обрабатывается, иначе ПМК загружается в регистровое АЛУ. При полном заполнении БЗУ ПМК блокируется в памяти.
Построим математическую модель и попытаемся ее исследовать.
Модель стохастическая, так как число тактов обрабатываемых ПМК в АЛУ величина случайная.
Считаем, что ПМК считывается каждые 2 такта.
Для описания интервалов обслуживания используем регулярный просеянный поток. Просеянный поток иногда называют дискретным пуассоновским, так как его свойства аналогичны для моментов вероятности кратным периоду Т.
q - вероятность того, что в момент событие не произойдет, () - вероятность того, что произойдет.
Какова вероятность того, что обслуживание окончится через i тактов?
.
Средние значение времени обслуживания
=;
- математическое ожидание интервала обслуживания.
Это выражение соответствует геометрическому распределению: .
К просеянному регулярному потоку приводит, например регулярный поток данных , передаваемый по каналам связи с контролем наличия сбоев в передаваемом коде и исправлением путем повторной передачи.
Построим граф переходов в цепи Маркова. Определим состояние системы вектором, имеющим 3 компоненты: .
Временная составляющая t1 – число тактов, оставшихся до появления заявки на выходе источника (t1=0, 1, 2), 0 - если источник заблокирован,
t2-время оставшееся до окончания обслуживания (возможное) заявки в АЛУ. t2 может принимать два значения:
t2=0-узел свободен;
t2=1-узел занят.
Комбинаторная составляющая j-количество заявок в накопителе.
Построим граф и систему уравнений для стационарных (финальных) вероятностей состояний. P.
В состояние P020 система больше не вернется, поэтому P020=
Обозначим ,.
Тогда из 1 и 2 получим: ,.
Проведя индукцию по i, будем иметь
Из 6 и 7:
;
.
Уравнение 5 превращается в тождество. Используя уравнение нормировки .
получим:
.
Отсюда, учитывая, что сумма- это сумма геометрической прогрессии, получим
.
Используя полученное значение p (фактически, это вероятность простоя АЛУ) и рассчитав вероятности всех остальных состояний, можно найти другие интересующие нас характеристики системы.
Для просеянного потока математическое ожидание времени обслуживания каналом
, Т- период просеивания.
Определяем среднее время обслуживания заявки системы в целом (время пребывания) S.
Для одной заявки: SPобсл АЛУ = m
Отсюда: S=
Средняя длина очереди