![](/user_photo/_userpic.png)
книги из ГПНТБ / Голенко Д.И. Статистические модели в управлении производством
.pdfисследования смежных научно-технических направлений в процессе ее осуществления. Часто уже на отрезке вре мени создания сложного комплекса параллельное на правление приобретает независимость самостоятельной программы. Такого рода ситуацию потенциально отра жает дерево исходов как математическая модель про граммы и основная характеристика ветвящегося стоха стического процесса. Однако при этом молчаливо под разумевается, что наряду с постулированным ранее [5.24]
"і
условием 2 р ^ = 1 ( я ; = | Г а г | ) , обозначающим, что в
каждом поколении имеется полная группа несовместных альтернатив, из которых реализуется лишь одна, следует рассмотреть также случаи: когда альтернативы не яв ляются несовместными; альтернативы не образуют пол- « ную группу исходов. В первом случае не исключена воз можность, что
|
2 рк>1; |
|
(5.3.1) |
|
ft |
|
|
во втором |
случае не исключена возможность, что |
||
|
2 pk<\. |
|
(5.3.2) |
|
h |
|
|
Здесь ри — вероятность того, что реализующиеся |
исходы |
||
в я-м поколении приведут к реализации |
k возможных |
||
исходов в |
(гс+1)-м поколении. Заметим, |
что в |
сетях, |
для которых выполняется условие (5.3.1), используются
кроме рассмотренных выше (§ 5.2) типов событий такие |
|||
се-события, на выходе которых |
реализуется |
операция |
|
«неисключающее ИЛИ». Обозначим через zn |
количество |
||
реализующихся исходов D(A,V) |
в п-м поколении. Тогда |
||
последовательность случайных |
величин г0 , |
zu..., |
состоя |
щая из целых неотрицательных чисел, образует цепь Маркова. Действительно, из предположений, используе мых при формулировке стохастической сетевой модели, вытекает, что количество реализующихся исходов в п-м
поколении |
не зависит |
от количества исходов в |
предше |
||
ствующих |
поколениях. В предположении независимости |
||||
Ph от номера поколения |
и выполнения одного |
из усло- |
|||
вий (5.3.1), |
(5.3.2) и |
2 |
рц = \, |
имеем: |
|
|
p7=P{zx = k} |
|
(5.3.3) |
||
где |
|
|
|
|
|
0,1,...,/, для поколений, содержащих по край ней мере конечную вершину;
1,..., /, для поколений, не содержащих конеч ных а-вершин.
Общее количество возможных исходов в п-м поколе нии обозначается через /.
Из условия независимости исходов следует, ЧТО Z n + 1 распределено как сумма независимых случайных вели чин, каждая из которых распределена так же, как zt .
Очевидно, если z n = 0, то с вероятностью, |
равной едини |
це, z n + 1 = 0. Цепь Маркова, получающаяся |
при этом, мо |
жет быть определена в терминах переходных вероятно стей следующим образом:
Pij=P{zn+i=j\zn |
= i}, |
(5.3.4) |
|
где i, j — количество реализующихся исходов соответст |
|||
венно в п-м и (п+1) - м |
поколениях. |
|
|
Введем вероятностную |
производящую |
функцию |
|
f{s)=p0 |
+ pis+p2s2+--- |
(5.3.5) |
(s — комплексное число), для которой справедливы сле
дующие соотношения: |
|
|
fo(s)=s, |
U s ) |
= / ( * ) , - • • , |
f n + i ( s ) = f ( f n ( s ) ) > |
n = l,2, ---, |
|
fn+m(s)=fm(fn(s)), |
Ш, П = 0,1,2, • • • |
Очевидно, при этом математическое ожидание слу чайной величины zj, обозначаемое иногда через mz, бу дет
|
M{zx)=mz |
= І kph |
|
(5.3.6) |
|
|
fc=0 |
|
|
откуда |
M{z1}=mz=f |
(1), |
|
|
a |
o2=f"(l)+mz-m2 |
. |
(5.37) |
|
Моменты величины zn получаются на основе диффе |
||||
ренцирования |
f(s) в точке s = l . В теории |
ветвящихся |
||
стохастических |
процессов |
[5.17] доказаны теоремы, сог |
||
ласно которым при o 2 = D { z } < c o |
|
|
||
M{zn}=mzn, |
п = 0,1,2-.. |
(5.3.8) |
||
D{zn} = |
_ ^ < ^ Z L L . |
пі? ф\; |
(5.3.9) |
|
|
г |
|
|
|
по2 ' |
тг = \ |
Д ля удобства рассмотрения процесса, представляе
мого в |
виде D(A,V), |
отнесем каждому исходу в слу |
чае его |
реализации |
число 1 и в противном случае — 0. |
При фиксированном количестве возможных исходов рас пределение суммы случайных величин, отождествляю щей собой количество реализующихся исходов в данном поколении, есть /-кратная композиция распределений
возможных исходов, каждое из которых |
задано |
своей |
||
производящей |
функцией |
вида (qu + PkS) |
(здесь k — ин |
|
декс исхода). |
Указанная |
производящая |
функция |
соот |
ветствует схеме, когда случайная переменная, соответст вующая любому исходу, принимает значение 1 и 0 с ве роятностями ри и q%. Следовательно, производящая функция суммы реализующихся исходов в одном поко
лении |
может |
быть |
записана |
в |
виде: |
f (s) = (jt?iS + <7i)X |
||||
X(p2s |
+ q2) • |
|
(pis + qi). |
|
|
|
"і |
|
||
В случае, |
когда |
выполняется |
условие |
S p i j = l , |
в каж |
|||||
|
|
|
|
|
|
|
|
учі |
|
|
дом поколении |
реализуется |
в |
среднем |
один |
исход. |
|||||
Действительно: |
|
|
|
|
|
|
|
|
||
|
f'(s)=Pi{42 |
+ p2s) |
|
|
(qi+pis) |
+ |
|
|||
|
+ p2(qi |
+ pis) |
• (q3+p3s) |
|
(qi+pis) |
+ |
|
|||
|
|
+ |
••• + pi{qi+pis) |
- . . . • ( ^ - i + |
Pi-is). |
|
||||
При s = 1 получаем: |
|
|
|
|
|
|
|
|||
|
|
|
f ' ( l ) |
= |
Pi+p2+---+pi> |
|
|
|
||
|
|
|
|
|
|
ni |
|
|
|
|
а так |
как согласно |
условию |
2 / ? , j = l , |
2 |
pf t = l , |
то |
||||
|
|
|
|
|
|
}—l |
|
k |
|
|
|
|
|
|
т 2 |
= М { г і } - 1 . |
|
|
(5.3.10) |
||
В общем случае для выяснения характера предельно |
||||||||||
го распределения вероятностей |
zn и получения асимпто |
тических формул ветвящегося процесса при достаточно
больших п можно |
рассуждать |
следующим образом. |
С ростом числа |
поколений |
п вероятность реализации |
каждого |
исхода, определяемая как произведение веро |
|
ятностей |
цепочки предшествующих исходов, становится |
|
небольшой |
величиной, а вследствие ветвления D(A,V) |
|
количество |
этих вероятностей значительно возрастает. |
Пусть Pi+p2 + ...+Pi=K тогда log/(s) = 2 l o g { l — p f t ( l —
—s)}. Воспользовавшись разложением логарифмической
функции в ряд и учитывая, что при рй-*0 |
log(l—s) |
||
можно представить в виде |
— s—0(s), получим: log/(s) = |
||
= - ( l - s ) |
| 2 ( p f t + 0 ( s ) ) } , |
откуда |
|
|
log/(s) = |
- X ( l - 4 - ) - |
(5.3.11) |
Таким |
образом, предельным распределением г„ при |
достаточно больших п появляется распределение Пуас сона, в котором параметр Я определяется как сумма ве роятностей возможных исходов Я=2/?А. Важность по-
k
лученного результата состоит в том, что независимо от вида распределения f(s) и характера условий, налагае мых на сумму ри, предельное распределение zn при до статочно больших п всегда показательное. Кроме того, приведенное рассуждение носит конструктивный харак тер, так как позволяет осуществить непосредственное определение оценки сверху вероятности ри при извест ном количестве а-вершин в п-м поколении, равном /, т.е.
|
Ph=~> |
£ = 1 , 2 , . . . , / . |
(5.3.12) |
Как и следовало ожидать, в полученной формуле от |
|||
сутствует |
явная связь |
с номером поколения |
п. Воспол |
ним этот |
пробел, воспользовавшись асимптотической |
||
формулой, |
полученной |
А. Н. Колмогоровым |
[5.19] для |
случая m z = l и / " ( 1 ) < о о : |
|
|
|
|
Р |
- - |
£ |
у ) |
' |
После подстановки/"(1) |
получаем |
|
||
Р ( 2 > |
0 ] |
|
! |
i = l,2,...,/— 1; |
Р { * п > Щ - |
п 2 |
р і р . |
/ = і , 2 , . . . , / . |
Полагая p » = P j = — при достаточно большом количестве
а-вершин в п-м поколении, имеем:
^ > ° > = Т ' -YJ^T |
= ^ 2 = Т Г * |
( 5 - З Л З ) |
Из полученного результата следует, что вероятность вырождения процесса 1—P{zn>0} =q слабо зависит от/
и с возрастанием числа поколений вероятность его окон чания обратно пропорциональна п. Распределение веро ятностей {zn} для любого значения п, вообще говоря,
однозначно определяется по распределениям вероятно стей возможных исходов для каждой а-вершины, если таковые имеются (ниже мы рассмотрим метод получе ния таких распределений вероятностей). Однако полу чение указанного распределения для {zn} приводит к
очень громоздким результатам, трудно поддающимся обработке, поэтому в теории ветвящихся процессов чаще пользуюся предельными асимптотическими формулами, имея в виду, что основные выводы могут быть сделаны на основании этих формул, минуя распределение веро ятностей {zn}. Определение предельных асимптотиче
ских распределений (5.3.11) и (5.3.13) для случая m z = l дает возможность надеяться на получение стационарно го распределения вероятностей в общем случае, т. е. ког
да тхф\, |
в частности для представляющего |
большой |
||
практический интерес случая тг~>\. |
Это именно тот слу |
|||
чай, когда |
речь идет о выполнении |
«задельных» |
научно- |
|
исследовательских работ. |
Будем искать распределение |
|||
в виде: |
|
|
|
|
|
|
оо |
|
|
|
щ= |
2 щ рц І |
|
(5.3.14) |
г = 1
где pij определено согласно (5.3.4). В соответствии с (5.3.4) распределение {щ} есть любое неотрицательное решение уравнения (5.3.14); более того, существует про изводящая функция
n(s)= І щ&* > |
(5.3.15) |
j=i |
|
аналогичная введенной вначале производящей функции (5.3.5.) При некоторых условиях щ удовлетворяет функ
циональному уравнению Абеля |
[5.17] вида |
|
|
|
jt[f(s)]=n(s) + l , |
(5.3.16) |
|
Известно, что если решение я ( 5 ) из (5.3.16) |
допуска |
||
ет разложение |
в степенной ряд с неотрицательными ко |
||
эффициентами, |
то зі] образуют |
стационарное |
распреде |
ление. Существование такого |
распределения |
вероятно |
|
стей для любого поколения, описываемого с |
помощью |
ветвящейся структуры D(A,V) процесса, означает нали чие в нем устойчивых состояний, практически не завися щих от начальных условий. К этим устойчивым состоя ниям и стремится исследуемый процесс. Очевидно, наи больший практический интерес представляет случай па раллельного развития нескольких направлений процесса
создания сложного комплекса, т. е. случай, когда m z > l |
||
(соотношение 5.3.1). |
|
|
Можно показать, что существует множество стацио |
||
нарных распределений |
вероятностей, |
удовлетворяющих |
исходной производящей |
функции (5.3.5). Покажем это |
|
на примере, дав в конце настоящего |
раздела соответст |
вующую интерпретацию полученному результату. Пусть
оо — целая функция, имеющая |
период, равный 1, и удов |
||||
летворяющая условию |
(о(0)=0. Для любого действи |
||||
тельного и положительного числа а функция na{s) |
мо |
||||
жет |
быть выражена как na(s) |
=jt(s) +aco(rc(s)). |
При |
||
этом она удовлетворяет |
(5.3.16) и допускает разложение |
||||
в степенной ряд |
оо |
когда \s\<q=l—P(zn>0). |
Оче- |
||
2,XjSi, |
|||||
|
|
У=і |
|
а коэффициенты щ + аХ} |
|
видно, при достаточно |
малых |
||||
в |
разложении |
na(s) |
неотрицательны, но отличаются |
от первоначально введенных itj. Следовательно, сущест вует не одно стационарное распределение {я^}, а целое множество, и вопрос о неоднозначности решается в дан
ном случае |
положительно. |
|
|
|
Приведем конкретный пример. Пусть f(s) |
— —~rs <7<1, |
|||
т= |
— > 1 . Нетрудно видеть, что при этом ^Яі^= .'о т J |
~*, |
||
|
q |
|
/log |
т |
я ( 5 ) |
= 1ое |
/logm. Воспользовавшись |
свойством |
це- |
|
|
1—ms |
|
|
лых функций, в разложении которых коэффициенты сте пенного ряда выражаются в виде интегралов, получаем
Xj = —М |
со{С log f — ? 4 г г ' |
г Д е |
С= |
1 |
к подынтег- |
|||
2т |
J |
\1—ms}) |
sJ + |
|
|
l o g m |
|
|
ральная |
функция ограничена. Причем, если М(г) — мак |
|||||||
симум |
модуля целой |
функции |
(г — радиус |
интегрирова |
||||
ния), |
то |
согласно неравенству |
Коши |
первоначальное |
||||
выражение Xj можно |
записать |
в виде [5.20]: |
|
|||||
|
|
1 |
. г |
dx |
|
Щг) |
|
|
15. Д . И . Голенко |
225 |
Таким образом, когда f(s) выражается, как это было дано выше, неоднозначность очевидна, ибо для f(s) су ществует выражение, определяемое через sin(2n£s), откуда непосредственно следует факт существования не однозначности. Интерпретация этого результата может быть следующей.
Устойчивость |
процесса |
становится проблематичной, |
если нарушается |
условие |
m z = l , постулированное при |
формулировке стохастической сетевой модели. Разуме ется, реальное существование неустойчивых процессов, когда т 2 > 1,2„->-оо, в данном случае трудно проверить на практике. Однако можно себе представить ситуацию, когда в ущерб основному направлению разработки не оправданно развиваются побочные направления. Это со ответствует рассмотренному случаю m z > l . В реальных условиях ограниченных ресурсов указанное обстоятель ство может привести к невыполнению поставленных це лей. Сведения относительно таких процессов могут быть получены при более глубоком исследовании последова тельности {zn} при других предпосылках, в частности учитывающих ограниченность ресурсов.
Исследование стохастических сетей с контурами. Рас смотрим возможность распространения приведенных ма тематических схем на более широкий класс отображае мых процессов проектирования и создания сложных комплексов, моделируемых альтернативными сетями ти пов I I и IV (§ 5.2). В процессе создания сложных си стем большое место занимают операции, приводящие в случае их отрицательного исхода к повторным циклам. Подобного рода ситуации возникают при сборке и испы тании отдельных блоков и узлов, проведении функцио нального контроля системы, профилактических работ, функциональной стыковке подсистем и т. п. По своей вероятностной природе эти операции имеют большое сходство с испытаниями по схеме Бернулли, которая с помощью стохастической сети изображена на рис. 5.3.1,а. Как следует из рис. 5.3.1, введение в сетевую стохасти ческую модель подобных элементов, наглядно отобра жающих существо повторяющихся операций, приводит
кобразованию контуров и петель, затрудняющих анализ
ирасчет такой модели. Для определения вероятностей возможных исходов в этом случае может быть использо ван подход, изложенный в работе [5.24] и основанный на
методах теории цепей Маркова [5.18]. Рассмотрим при меры стохастических сетевых фрагментов, изображенных на рис. 5.3.1,6 и в. Применяя ^-преобразование к стоха стической матрице переходных вероятностей, соответст-
б
Рис. 5. 3. 1. Фрагменты стохастических сетей.
вующей цепи Маркова для альтернативной сети в слу
чае б, получаем: |
|
0 |
0 |
0,6 |
0,4 |
||
0 |
0 |
0,98 |
0,02 |
0 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
15* |
227 |
|
|
1-0,62 |
1-0,62 |
(1-2) (1-0,62) |
(1-2) (1-0,62) |
|||||||||||
|
|
|
|
0 |
|
|
1 |
|
|
0,98 |
|
|
0,02г |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
1-2 |
|
|||
(І-гР) |
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
||
|
|
|
|
0 |
|
|
0 |
|
|
|
|
|
О |
|
|
|
|
|
|
|
|
|
|
|
1-2 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
0 |
|
|
о |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1^г~ |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
0 |
|
0 |
147 |
1 |
|
|
|
1 |
2 |
49 |
|
1 |
|
|
|
|
|
150 |
50 |
|
|
3 ~ |
30 |
— |
30 |
|
|||||
|
|
|
|
|
|
|
|
|
||||||||
Я [ и ] = 1 - |
0 |
|
0 |
40 |
|
1 |
|
+(0,6)"- |
0 |
0 |
0 |
|
0 |
+ |
||
|
50 |
|
50 |
|
||||||||||||
|
|
0 |
|
0 |
1 |
|
0 |
|
|
|
0 |
0 |
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
0 |
|
0 |
0 |
|
1 |
|
|
|
0 |
0 |
0 |
|
0 |
|
|
|
|
|
|
|
|
0 |
- |
2 |
49 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
3 |
75 |
|
75 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
+ |
Д1[и] |
|
0 |
|
1 ~ |
49 |
|
1 |
|
|
|
|
|
|
|
|
|
|
50 |
" |
50 |
|
|
|
|
|||||
|
|
|
|
|
|
|
0 |
|
0 |
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
0 |
0 |
|
0 |
|
|
|
|
|
|
Я [л] = |
1 .р+ |
(0,6)»- Яо+ДІ [п] -Ні ; |
|
|
|
|
|
|||||||
|
|
|
= я 4 [0] • |
{Pi•+(0,6)" |
(0) |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
Для |
случая |
в |
имеем: |
|
|
|
|
|
|
|
||||
|
0 |
1 |
1 |
|
0 |
|
0 |
|
|
|
0 |
0 |
3 |
1 |
|
1 |
|
2 |
2 |
|
|
|
|
|
5 |
5 |
|
5 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
1 |
0 |
0 |
|
1 |
|
1. |
|
|
|
0 |
0 |
1 |
2 |
|
2 |
|
3 |
|
3 |
|
3 |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
5 |
5 |
|
5 |
|||||
Р= |
|
|
|
|
|
|
|
; |
Щп] |
|
|
|
|
|||
0 |
0 |
1 |
|
0 |
|
0 |
|
0 |
0 |
1 |
0 |
|
0 + |
|||
|
|
|
|
|
||||||||||||
|
0 |
0 |
0 |
|
1 |
|
0 |
|
|
|
0 |
0 |
0 |
1 |
|
0 |
|
0 |
0 |
0 |
|
0 |
|
1 |
|
|
|
0 |
0 |
Q |
0 |
|
1 |
|
1 |
|
_ |
/ 6 + 6 _ |
/ 6 + 1 |
/ 6 +1 |
|
2 |
4 |
|
20 |
10 |
10 |
|
|
1 |
|
/ 6 + 1 |
/ 6 + 6 |
/ 6 + 6 |
V6 |
6 |
2 |
|
10 |
10 |
10 |
0 |
0 |
|
0 |
0 |
0 |
|
|
|
|||||
|
0 |
0 |
|
0 |
0 |
0 |
|
0 |
0 |
|
0 |
0 |
0 |
|
1 |
/ 6 " |
/ Г --6 |
/ 6 ~ - l |
/ Г — і |
||
|
2 |
4 |
20 |
|
10 |
10 |
|
|
/ 6 " |
|
/ 6 — 1 / 6 — 6 |
/ 6 - 6 |
|||
+ |
6 |
|
10 |
|
30 |
30 |
|
|
|
|
|
|
|
||
|
о |
|
0 |
|
|
0 |
0 |
|
о |
|
0 |
|
|
0 |
0 |
|
о |
|
0 |
|
0 |
0 |
|
Н[п] |
= \-Р+ |
Яо + |
1 |
\ |
" |
Ни |
|
У6~ 1 |
|
|
|||||
|
У6 |
|
|
||||
пц[п] |
=jti[0] {рц+ |
1 |
%+ (- |
|
|
|
} |
|
|
|
|
||||
|
\ |
У6 |
|
У6 / |
|||
|
|
|
Рассмотренный пример показывает, что несмотря на кажущуюся громоздкость получаемых матриц, преобра зование последних на ЭВМ не представляет трудностей ввиду большого количества в них нулевых элементов. Однако при исследовании стохастической сетевой моде ли необходимо кроме вероятностей исходов определить среднее время выполнения повторяющихся операций, а также стоимостные и другие ресурсные параметры. Воз никает задача замены этих операций некоторыми экви валентными в смысле времени выполнения, стоимости и других параметров.
Рассмотрим вариант задачи с использованием вре менного эквивалента. Пусть каждый повторный цикл испытаний характеризуется временем t2 или функцией распределения вероятностей f{U), а продолжительность операций, непосредственно следующих за альтернатив-