
- •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
2.5. Дискретно-стохастические модели (р-схемы)
В общем виде вероятностный автомат (англ. probabilistic automat) можно определить как дискретный потактный преобразователь информации с памятью, функционирование которого в каждом такте зависит только от состояния памяти в нем и может быть описано статистически.
Сущность дискретизации времени при этом подходе остается аналогичной рассмотренным ранее конечным автоматам, но при этом добавляется влияние фактора стохастичности. Применение схем вероятностных автоматов (Р-схем) имеет важное значение для разработки методов проектирования дискретных систем, проявляющих статистически закономерное случайное поведение, для выяснения алгоритмических возможностей таких систем и обоснования границ целесообразности их использования, а также для решения задач синтеза по выбранному критерию дискретных стохастических систем, удовлетворяющих заданным ограничениям.
Для того, чтобы задать вероятностный автомат надо, как и для конечного автомата определить множество X = (x1, x2, … xn) входных сигналов, множество Y=(y1, y2, … yr) выходных сигналов и множество Z=(z1, z2,… zs) внутренних состояний. Описание процесса функционирования автомата осуществляется путем задания ряда распределений вероятностей.
Рассмотрим
множество G
пар ()
и множество D
пар (zkyh).
Для задания вероятностного автомата
надо определить для каждой пары из
множества G
вероятности bkh
перехода
автомата
в состояние zk
и
появления на выходе сигнала yh
:
Элементы из D (z1y1) (z2y2) … (zsyr-1) (zsyr)
b11
b12
...
bs
r-1
bsr
При этом
Число таких распределений, представленных в виде таблиц, равно числу элементов множества G. Обозначим множество таких распределений как B. Тогда совокупность множеств Z, X, Y, B определяет вероятностный автомат.
Это наиболее общий случай. Если распределения для нового состояния Р-автомата и его выходного сигнала независимы, то это вероятностный автомат Мили. Для его задания надо определить множества распределений
элементы из Y y1 y2 ... yr-1 yr
q1
q2
... qr-1
qr
элементы из Z z1 z2 ... zs-1 zs
p1
p2
... ps-1
ps
Число таких распределений равно числу элементов множества G.
Говорят, что задан вероятностный автомат Мили, если заданы два распределения вероятностей
элементы из Y |
|
|
|
элементы из Z |
|
|
|
Здесь,
и при этом распределения для q
и p
независимы.
Вероятностный автомат Мура имеет место, если определение выходного сигнала Р-автомата зависит лишь от того состояния, в котором находится автомат в данном такте работы, а элементы из Z определяются как у автомата Мили.
Детерминированные автоматы это частный случай Р-автомата. Также частными случаями являются Y – детерминированный и Z – детерминированные автоматы. Если выходной сигнал Р-автомата определяется детерминированно, то такой автомат называется Y-детерминированным вероятностным автоматом. Аналогично, Z-детерминированным вероятностным автоматом называется Р-автомат, у которого выбор нового состояния является детерминированным.