
- •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.
19. Метод этапов. Распределение Эрланга.
Имеется Простейший поток событий f(t)=λ*e-λt
t
Осуществим просеивание потока, оставляя к-событие и удаляя остальные. В результате получаем поток Эрланга к-го порядка.
З-н распределения интервалов времени в этом потоке подчиняется распределению Эрланга.
Функция плотности
Если при формировании потока Эрланга сохранять неизменной интенсивность, то в результате получается нормированный поток Эрланга.
Если есть реальный
поток имеющий и
,
то можно подобрать поток Эрланга с
такими же характеристиками:
(
и
- экспериментальные оценки)
Метод этапов
Сделаем
предположение что этот прибор обслуживает
поэтапно заявки
к-этапов,
систем-ть обуславл-ся ка-лямбда =)
С помощью метода этапов немарковскую модель к марковской, для к-й уже характерна математика.
20. Система м/Еr/1
Будем описывать состояние системы в определённый момент времени общим числом этапов обслуживания, через которое должны пройти все находящиеся в этот момент в системе заявки до полного завершения их обслуживания.
Если в системе к заявок, а обслуживаемая находится на I-ом этапе обслуживания, то общее число этапов обслуживания для всех заявок:
пустые
не рисовать
Возьмем систему M|M|1|беск-ть
Установиви определенную точность, находим самое большле кол-во заявок, присутствующих в данный момент, зная кол-во заявок можно ограничить число вершин в диаграмме
- вероятность того, что в
системе в данный момент нах=ся К заявок.
21. Система Еr/м/1/∞
приёмное
устройство обсл.
прибор
Состояние в данном случае б кодировать общим числом этапов поступления через которые прошли все заявки, нах-ся в системе и та которая обслуживается. Если в системе К заявок и рассм-е нах-ся в i, Fi заявки, которые поступили – прошли r этапов, а та кот в i – i-1.
общее число этапов
приёма:
пустые
не рисовать
P*k – вероятности наличия в системе к заявок.
22. Немарковская смо м/g/n. M/g/1/∞
Это СМО, в котором потоки событий, изменяющие состояния системы не являются простейшими.
М/G/n с отказами.
Для системы справедливы формулы Эрминга, для системы М/М/n
При исследовании системы М/М/n были получены формулы:
Это т.н. формулы Эрланга. Они справедливы и для систем вида М/G/n/0.
M/G/1/∞
Для
этой системы если известны ,
,
(коэф
вариаций), то средняя
выч-ся:
формулы Полячека-Хинчина
-
отношение средне квадратичного к мат.
ожиданию.
23. Немарковская смо. G/g/1/∞ g/g/n/∞
G/G/1/∞
Точно вычислить
Lоч и Lс
– невозможно, но можно определить
границы где будут лежать данные значения
при известных
и
Видно,
что если входной поток простейший, то
обе оценки совпадают и получается
формула Полячика-Хинчина. Для инженерных
расчетов используют формулы:
G/G/n/∞
Для этой системы аналитических параметров не получено, но … разбиваем ее на n многоканальных:
Оптимистическую
оцентку получаем, заменяя многоканальную
СМО на 1-канальную с интенсивностью