- •Учебное пособие
- •1. Моделирование. Основные понятия и принципы
- •2. Аналитическое моделирование
- •2.1. Математические модели.
- •2.2. Типовые схемы моделирования
- •2.3. Непрерывно-детерминированные модели (d-схемы)
- •2.4. Дискретно-детерминированные модели (f-схемы)
- •2.5. Дискретно-стохастические модели (р-схемы)
- •2.6. Марковский случайный процесс
- •2.7 Непрерывно – стохастические модели (q– схемы)
- •2.7.1. Системы массового обслуживания. Потоки событий
- •2.7.2. Простейший поток
- •2.7.3. Непрерывные марковские цепи. Уравнения Колмогорова
- •2.7.4.Диаграмма интенсивностей переходов
- •2.7.5 Формула Литтла
- •2.7.6.Исследование смо с помощью диаграмм интенсивностей переходов
- •2.7.7. Замкнутые системы массового обслуживания (смо с ожиданием ответа)
- •2.7.8. Распределение Эрланга. Метод этапов
- •2.7.8. Немарковские смо
- •3. Имитационное моделирование
- •3.1. Условия примененияимитационного моделирования
- •3.2. Этапы имитационного моделирования
- •3.3. Способы моделирования случайных величин
- •3.4. Равномерно-распределённые случайные числа (ррсч).
- •3.4.1. Методы формирования ррсч.
- •3.4.2. Проверка качества последовательностей ррсч
- •1) Проверка равномерности.
- •2) Проверка стохастичности
- •3) Проверка независимости
- •3.5. Формирование случайных величин с заданным законом распределения.
- •3.5.1. Метод обратной функции.
- •3.5.2. Универсальный метод
- •3.5.3. Метод исключения (отбраковки, режекции, Дж. Неймана)
- •3.5.4. Метод композиции (суперпозиции).
- •3.6. Формирование случайных векторов с заданными вероятностными характеристиками
- •3.7. Моделирование случайных событий
- •2) Полная группа несовместных событий
- •3. 8. Сетевые модели
- •3.8.1. Сети Петри
- •3.8.3. Сетевая модель взаимодействующих параллельных процессов в операционной системе.
- •3.9. Управление модельным временем
- •3.10. Планирование машинных экспериментов
- •3.11. Обработка экспериментальных данных
- •3.11.1. Экспериментальные оценки
- •3.11.2. Оценки для математического ожидания и дисперсии
- •3.11.2. Доверительные интервал и вероятность
- •3.11.3. Точность. Определение числа реализаций
- •Литература Основная литература
3.4.1. Методы формирования ррсч.
Наибольшее применение для генерации РРСЧ на ЭВМ получили алгоритмы вида
,
представляющие собой рекуррентные соотношения первого порядка, для которых начальное число х0 и постоянные параметры заданы.
Для получения качественной последовательности РРСЧ важен вид Ψ(xi). Если рассматривать пары чисел (x1, x2), (x3, x4),…, (xi, xi+1)… как координаты точек, то, при равномерном распределении значений xi интервале от 0 до 1, эти точки должны равномерно заполнить единичный квадрат. Следовательно, хорошую последовательность случайных чисел может породить только такая функция Ψ(xi), график которой достаточно плотно заполняет единичный квадрат. Примером такой функции может служить xi+1= Д(Аxi) при больших целых положительных А, где Д(Аxi) − дробная часть числа Аxi (рис. 3.3).


Рис. 3.3. Вид функции Ψ(xi)
Одной из исторически первых процедур получения псевдослучайных чисел была процедура, получившая название метода серединных квадратов. Пусть имеется 2n-разрядное число, меньшее 1:
xi= 0,a1a2 …a2n.
Возведем его в квадрат:
xi2= 0,b1b2…b4n ,
а
затем выделим средние 2n
разрядов полученного числа и будем
использовать их в качестве очередного
значения псевдослучайной последовательности:
xi+1= 0,bn+1bn+2 …b3n .
В настоящее время почти все библиотеки стандартных программ ЭВМ для вычисления последовательностей равномерно распределенных случайных чисел основаны на мультипликативном методе.
Мультипликативный
метод задает последовательность
неотрицательных целых чисел
,
не превосходящихM,
по формуле:
то есть очередное значение X i+1 получается как остаток от деления AXi на M.
Преобразование
целых чисел
в дробные {x}
из интервала от 0 до 1 оcуществляется
путем деления целых остатков на M:
xi=Xi/M.
В силу детерминированности метода получаются воспроизводимые последовательности.
Смешанный
метод позволяет вычислить последовательность
неотрицательных чисел
,
не превосходящих
,
по формуле
,
т.е.
в отличие от мультипликативного метода
.
С вычислительной точки зрения смешанный
метод генерации сложнее мультипликативного
на одну операцию сложения, но при этом
возможность выбора дополнительного
параметра позволяет уменьшить возможную
корреляцию получаемых чисел.
Процедура эта чисто детерминированная. Если раскрыть рекурентное соотношение то:
.
Отсюда видно, что для любого i Xi < m. При правильно выбранных X0, a и C получается квазиравномерная последовательность чисел:
xi
=
.
При машинной реализации метода для увеличения периода берут
,
где n – разрядность машины.
В
качестве
а
берут число близкое к
,
x0
–
любое нечётное число меньше М,
а
значение С
подбирают
экспериментально, оно влияет на
корреляционные свойства последовательности.
