
- •Аннотация
- •1.Основные понятия теории моделирования
- •1.2 Определение абстрактной системы по р. Калману
- •Где –упорядоченное по возрастанию множество моментов времени,
- •1.3 Классификация систем по типу поведения
- •1.4 Принципы моделирования
- •2. Основы технологии имитационного моделирования
- •1.2 Аналитическое и имитационное моделирование
- •2.2 Понятие статистического эксперимента
- •2 .3 Область применения имитационных моделей
- •2.4 Управление модельным временем
- •2.5 Оценка качества имитационной модели
- •3. Типовые математические схемы моделей систем
- •3.1.2. Системы разностных уравнений.
- •3.1.3. Примеры систем, описываемых в классе d – схем
- •3.2 Дискретно-детерминированная модель. Конечные автоматы
- •3.3 Дискретно-стохастическая модель. Вероятностный автомат
- •3.4 Марковский процесс с дискретным временем перехода. Уравнения для вероятностей состояний.
- •3.5 Непрерывно-стохастическая модель. Потоки случайных событий.
- •3.6. Марковские процессы с непрерывным временем. Дифференциальные уравнения относительно вероятностей состояний.
- •3.5. Процессы в системах массового обслуживания как непрерывные
- •3.6, Непрерывно-стохастическая модель. Системы массового обслуживания.
- •3.7 Обобщенные модели
- •4. Описание программных средств визуального моделирования системы matlab
- •4.1 Некоторые сведения о пакете matlab
- •4.2 Краткая характеристика расширения matlab – simulink.
- •4.3 Описание программного средства stateflow.
- •5. Разработка моделей средствами simulink-stateflow
- •5.1 Вероятностный автомат
- •5.2 Моделирование процессов функционирования систем массового обслуживания как марковских процессов.
- •5.2.1 Смо замкнутого типа
- •5.2.2 Смо циклического типа с ветвлением переходов
- •5.2.3 Смо смешанного типа
- •5.2.4 Смо смешанного типа с различными характеристиками каналов
- •5.3 Общая схема моделирования смо.
- •Заключение
3.3 Дискретно-стохастическая модель. Вероятностный автомат
Сущность
дискретизации во времени здесь остается
такой же, как и в конечных детерминированных
автоматах. Стохастичность же проявляется
в них по-разному. В частности, вероятностный
автомат (или
–
автомат от англ.probabilistik
automat)
можно определить как дискретный потактный
преобразователь информации с памятью,
функционирование которого в каждом
такте зависит от состояния памяти в нем
и может быть описано статистически [6].
Введем
математическое понятие
–
автомата (
),
используя понятие
–
автомата. Рассмотрим множество
,
элементами которого являются всевозможные
пары (
),
где
и
- элементы входного подмножества
и подмножества состояний
соответственно. Если существуют две
такие функции
и
,
что осуществляются отображения
и
,
то говорят, что
определяет
автомат детерминированного типа;
–
автомат является более общей математической
схемой.
Пусть
Ф-множество всевозможных пар (),
где
-
элемент выходного подмножества
.
Потребуем, чтобы любой элемент множества
индуцировал на множестве Ф некоторый
закон распределения вероятностей
следующего вида:
––––––––––––––––––––––––––––––––––––––––––––––––––––––––
элементы
из Ф ! ()
! (
)
…! (
)
! (
)
–––––––––––––––!–––––––––––––––––––––––––––––––––––––––––
()
!
!
… !
!
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
При
этом,
где
- вероятности перехода автомата в
состояние
и появления на выходе сигнала
,если
он был в состоянии
и на его вход в этот момент времени
поступил сигнал
.
Число таких распределений, представленных
в таблице, равно числу элементов
множества G. Обозначив множество таких
таблиц через
,
можно четверку элементов
назвать вероятностным автоматом.
Пусть
теперь элементы из G индуцируют некоторые
законы распределения вероятностей на
подмножествах
и
,
что можно представить соответственно
в виде:
Элементы
из
…
…
()
...
…
Элементы
из
…
…
()
…
…
При
этом
и
,
где
и
–
вероятности перехода
–
автомата в состояние
и появление выходного сигнала
при условии, что
–
автомат находился в состоянии
и на его вход поступил входной сигнал
.
Если
для всех k и j имеет место соотношение
,
то такой автомат называетсявероятностным
автоматом Мили.
При этом выполняется условие независимости
распределений для нового состояния
P-автомата и его выходного сигнала.
Если выходной сигнал автомата зависит лишь от того состояния, в котором находится автомат в данном такте работы, то каждый элемент подмножества состояний X индуцирует на каждый элемент подмножества Y распределение вероятностей выходов, имеющее следующий вид:
Элементы
из Y …
…
…
…
Здесь
,
где
-вероятность
появления выходного сигнала
при условии, что P-автомат находился в
состоянии
.
Если
для всех
и
имеет место соотношение
,
то такой автомат называетсявероятностным
автоматом Мура.
Если
выходной сигнал
–
автомата определяется детерминировано,
то такой автомат называетсяY
– детерминированным вероятностным
автоматом.
Аналогично, X
– детерминированным вероятностным
автоматом называется
–
автомат, у которого выбор нового состояния
является детерминированным.
Задание
–
детерминированного
–
автомата эквивалентно заданию некоторой
дискретной марковской цепи с конечным
множеством состояний.