- •Эволюция теории принятия решений
- •Функции полезности
- •Выработка решений в условиях определенности Принцип оптимальности. Задача принятия решений в условиях определенности
- •Однокритериальные задачи оптимизации
- •Многокритериальные задачи принятия решений
- •Способ абсолютной и относитльной уступки
- •Принцип последовательной уступки
- •Свертка локальных критериев
- •Способы нормализации локальных критериев
- •Пример многокритериальной задачи принятия решения
- •Критерии эффективност и их шкалы Критерий эффективности
- •Группа критериев оптимальности
- •Группа критериев адаптивности
- •Шкалы критериев эффективности.
- •Принятие решений в условиях неопределенности
- •Принятие решений с использованием критерия Лапласа
- •Принятие решений по критери Вальда
- •Критерий Севиджа
- •Принятие решений по критерию Гурвица
- •Принятие решений в условиях риска
- •Критерий ожидаемого значения результата
- •Принятие решения в условиях конфликта(элменты теории игр) Основные понятия теории игр
- •Нижняя и верхняя цена игры. Принцип минимакса
- •Вплоне определенные игры (игры с седловой точкой)
- •Игры не содержащие седловой точки. Смешанные стратегии
- •Решение игр в смешанных стратегиях аналитическим методом. Игра 2х2
- •Решение игры в смешанных стратегиях графоаналитическим методом
- •Методы решения задач mxn.
- •Задача. Решить игру с платежной матрицей
- •Разработка вариантов решений и принятие решений с использованием теории массового обслуживания.
- •Понятие марковского случайного процесса
- •Потоки событий
- •Предельные вероятности системы. Уравнения Колмогорова
- •Вычисление вероятностей состояний как функций времени(в переходный период)
- •Потоки Пальма и Эрланга
- •Рассмотрим применение нормированного потока Эрланга для решения задачи теории массового обслуживания.
- •Процесс гибели и размножения
- •Многоканальная система массового обслуживания с ограниченной очередью
- •Циклические ветвящиеся процессы
- •Применение математического аппарата для параллельных конечных марковских цепей для оценки доставки сообщений в компьютерных сетях
- •Элементы статистической теории принятия решений
Потоки Пальма и Эрланга
Все что рассматривали до сих пор, в т.ч. и методика оценки искомых вероятностей и их изменение в переходный период принципиально строго только в том случае, если потоки событий являются простейшими, т.е. удовлетворяют 3м условиям:
Стационарности
Ординарности
Отсутствие последействия
Таким трем условиям удовлетворяют только потоки, для которых время между событиями распределено экспоненцильно. Такие потоки называются Пуассоновскими Стационарными Потоками, а процессы происходящие в таких системах являются Марковскими.
Значительная часть всех практических задач может быть достаточно приближенно описана Марковскими процессами. В данном случае Марковскими процессами с дискретными состояниями и непрерывным временем.
Но на практике ряд задач не может быть описан простейшими потоками в чистом виде.
Существует ряд потоков, которые тем или иным способом могут быть сведены к простейшим, следовательно такие системы можно исследовать с помощью математического аппарата марковских цепей.
К таким потокам в первую очередь относятся потоки с ограниченным последействием. (для простейших потоков характерно отсутствие последействия)
Поток событий называется потоком с ограниченным последействием, если случайные величины T1,T2,…,Tn представляющие собой интервалы времени между 1ым и 2ым, 2ым и 3им, n и n+1 и т.д являются независимыми.
Понятие независимости характерно для всех вероятностных систем.
Потоки, для которых характерно ограниченное последействие называются потоками Пальма.
У потока Пальма случайные величины T1,T2,…,Tn имеют 1 и тот же закон распределения. С точки зрения этого определения простейший поток так же является потоком Пальма, т.к. у него случайные интервалы времени между возникновениями событий распределены по единому экспоненциальному закону и в то же время являются независимыми вв следствие выполнения последействия.
Нестационарный (интенсивности зависят от времени) не является потоком Пальма.
Частным случаем потока Пальма являются потоки Эрланга. Потоки Эрланга разделяются на потоки 1,2,3..к-ого порядка. Потоком Эрланга к-ого порядка называется поток, получающийся сохранением каждого к-ого события. Тогда поток Эрланга 1ого порядка по существу представляет собой простейший поток. А для потока Эрланга 2ого порядка характерно сохранение каждого второго события.
Т.к. у простейших потоков время между событиями распределено по одинаковому, конкретно экспоненциальному закону, то у потока Эрланга получающегося просееванием простейшего потока события между интервалами T1,T2,…,Tn так же будут иметь одинаковое распределение. Для случайной величины Tk-ое для интервала времени между двумя любыми соседними событиями у потока Эрланга k-ого порядка порожденного простейшим потоком с интенсивностью лямбда основные характеристики будут определяться:
1. плотность распределения. Омега,где t>0, k=1,2,3 И тд
2. математическое ожидантие м.о
3. дисперсия
4. средне квадратическое отклонение
Закон распределения с плотностью описываемой выражением 1 называется законом Эрланга к-ого порядка с параметром лямбда.
Степень вырождаемости определяется формулой лямбда/лямбдаt
Поток Эрланга получается из простейшего потока путем просеивания каждого k-ого события, следовательно интенсивность потока Эрланга k-ого порядка определяется как отношение лямбда/k. Лямбда – интенсивность простейшего потока, из которого к-ым просеиванием получается поток Эрланга.
Интенсивность потока Эрланга к-ого порядка в к раз меньше интенсивности простейшего потока, из которого он получен. Такое уменьшение интенсивности потока приводит к проблемам использования потоков Эрланга к-ого порядка при моделировании событий в том числе и в процессе принятия решений.
Для решения этой проблемы в теории массового обслуживания введены т.н. нормированные Эрланговские потоки. Тогда при моделировании потоков событий Эрланговский поток к-ого порядка заменяют нормированным Эрланговским потоком с тем же мат.ожиданием и дисперсией интервала времени между двумя ближайшими событиями. Для того, чтобы перейти от потока Эрланга к нормированному потоку Эрланга используют искуственный прием, т.е. уменьшают по оси 0 t масштаб в к раз, образованный таким образом поток Эрланга к-ого порядка называют нормированным и обозначают Эрланговский поток к-ого порядка Э с чертой(к).
Учитывая такой прием для нормированного эрлангова потока к-ого порядка будут определены характеристики:
Интенсивность потока. Лямбда (к) с чертой=к*лямбда(к)
Мат.ожидание. Т(к) с чертой=
Среднеквадратическое отклонение – сигма с чертой.
Потоки Эрланга в классе потоков Пальма обладают достоинство, что их использование позволяет осуществлять формальный переход от немарковских процессов к марковским, для которых в настоящее время достаточно хорошо разработан научно-методический аппарат.