Лекция №8 31.03.03
Частные случая получения последовательности случайных чисел СЧ.
1) Закон распределения Симпсона или треугольный закон. СВ распределяемая по закону Симпсона может быть получена как сумма 2х случайных величин равномерно распределенных в заданном интервале.
X=Y+Z; f(y), f(z) [a,b];
2)Закон нормальное или гаусово распределение последовательность СЧ распределенных по нормальному закону можно получить на основе центральной предельной теоремы теории вероятности.
Определение:
Если Хi не независимые, одинаковые и равномерно распределенные СВ-ы имеющие мат ожидание m и дисперсию σ2 то при N→∞ закон распределения суммы СВ Xi не ограничено приближается к нормальному. N=18…20.
Моделирование случайных векторов.
Случайный вектор рассматривается как многомерная тогда в проекции случайного вектора на оси координат могут рассматриваться как СВ. Вектор описывается многомерной плотностью распределения совместной, условной и кэфицентом кориляции. Алгоритм двумерного случайного вектора имеющего плотность распределения f(x1,x2) при этом многомерная плотность распределения не равна f(x1)+f(x2).
Получить последовательность СВ X1,x2 которые и описываются совокупной плотностью распределения.
1) На основе совместной ПР(плотность распределения) получить частную ПР
2) С использованием частной ПР и равномерного распределения чисел от0 до1 генерируют СВ X1i Ri[0,1] Методы: обратной функции или Бусленко.
3) Находящаяся плотность распределения вероятности.
4) По условной ПР и СВ из базовой последовательности получают СВ X2i
f(x2/x1i) ri+1[0,1].
Недостаток: Увеличение объема вычислений при n>2и3.
Статистическая проверка согласия получаемого распределения СВ с теоритическим.
Проверка выполняется с использованием критериев согласия: КС- показывает с какой доверительной вероятностью отклонения реального распределения от теоретического объесняется случайным разбросом и с какой вероятностью предположение о распределении должно быть отвергнуто.
При использовании критерия согласия по икспеременстальным данным вычисляют статистику критерия .
Критерий 2-критерий пирсона.
2
m- Число интервалов на которое разбивается диапазон генерируя СВ m>10.
Ni- Число отсчетов в каждом инетрвале.
Pi- Теоритическая вероятность попадания отсчета в i интервал.
2табл=f(q1,Pg);
q- число степеней свободы.
q=m-υ-1; υ-число неизвестных параметров в распределении. Pg- доверительная вероятность =0.95..0.99.
Если 2расч-я<=2табл то полученное распределение соответствует теоритическому.
2расч-я>2табл При небольшом объеме выборки.
Основная элементарная модель вычислений системы как системы массового обслуживания.
Предпосылки: заявки поступают в случайные моменты времени в соответствии с заданым законом распределения.
2) Длительность обслуживания задачи, описывается СВ с заданным законом распределения.
3) Канал обслуживания абсолютно надежен.
τ-время простоя канала.
Τожид-время ожидания j+1 заявки.
1) Статистическая обработка проводится формулам оценки мат ожидания и дисперсии.
При статистической обработки определяется вероятность обслуживания j заявки и вероятность отказа в обслуживании.
Средние значение времени ожидания всех заявок.
СКАО-времени обслуживания.
Средняя длина очереди.
Вероятность прибытия обслуженной заявки в течении времени не превышающего заданного.
Средняя длительность простоя канала.
Получают интегральную характеристику вычесляемой системы для этого время пребывания заданное меняют от 0 до ∞ и гопределяют вероятность того что заявка пробудет в системе в течении времени не выше заданного.
Лекция 9 7.04.03.
МНОГОКАНАЛЬНАЯ МОДЕЛЬ ВЫЧЕСЛЕНИЙ СИСТЕМЫ.
Все каналы обслуживания равноценные имеют соответ-е N каждый канал имеет свой номер.
Заявка занимает тот канал который освобождается раньше. Предыдущая модель доеполняется следующими данными (число каналов обслуживания, вводятся временные характеристики )
Модель выч системы с приоритетами.
Отличая: На вход ВС поступает N потоков заявок, каждый из которых подчиняется своему закону распределения, заявки в различных потоках не равноценны.
Рассматривается относительный приоритет заявок в потоке. Мат описание такой системы имеет отличая.(несколько потоков заявок , несколько очередей, разработать алгоритм выбора потока из очереди).
Модель ВС с ненадежными каналами.
Канал обслуживания предусматривается с возможными отказами и ремонтом отказов.
Планирование эксперимента с моделью.
Планирование эксперимента делится на 2 вида
1
ЧЯ x1 x2 xn Y1 Y2 yn
X1-факторы
y-Реакции.
Каждый фактор в процессе эксперимента принимает несколько значений.
Фиксированный набор уравнений уровней различных факторов определяет 1 из возможных состояний модели и соответствует отдельной точки многомерного пространства. Каждой точки факторного пространства соответствует, какое либо значение реакции. Функция, которая связывает точку ФП с реакцией называется функцией реакции. Yi= φ(x1…xn).
Классификация факторов.
Все факторы делятся на управляющие и неуправляющие.
Управляющие- те для которых уровни выбираются целенаправленно в процессе эксперимента. В машинном эксперименте не учитывают.
Наблюд-е и не наб-е.
2.1Значения фактора регестрируются и совподают с заданным значением.
2.2. В машинный эксперемент не включаются.
Изученные и неизученные.
Необходимы в эксперементе.
Повысить точность эксперемента.
Количественные и качественные.
4.1 Могут принемать различные численные
значения.
4.2 Закодированные чтобы обеспечивать точность
эксперимента.
Фиксированные случайные.
5.1. Для которых можно исследовать все значения.
5.2 Исследуется выборка.
Требования к отдельному фактору.
А) Управляемость и непосредственное воздействие на О.
Б) а) Совместимость и независимость.
А) Все комбинации факторов осуществимы и безопасны.
Б) Каждый фактор может принимать.
При проведении Вычислительного эксперемента выполняются следующие этапы.
Выявление факторов которые связаны с искомой характеристикой системы. Xi, I=1,k.
Определение диапазона изменения каждого фактора. Xi min<=Xi<=Ximax.
Описание функций зависимости связывающие факторы с реакцией. Y=f(x1-xk)
Определение координат точек ФП в котором проводится эксперемент. Установление обьема эксперемента.
Nэксперемента.
Определение необходимого числа и реализации каждой точки и порядок в эксперименте.
3)) Функциональная зависимость между значениями факторов и реакции устанавливается как условное средние значение y=f(x)=M[y/x] такая зависимость представляется в виде регрессии. В общем виде регрессия имеет следующий вид.
βi –коэфиценты учитывающие линейный эффект от воздействия параметра Xi на реакцию.
Ij- эффект взаимодействия между факторами.
βii –Коэффициент учитывающий квадратичный эффект. В процессе обработки эксперимента определяются коэффициенты b0bibij-которые являются оценками соответствующих коэффициентов β. b^=β
Модель планирования-
4)) Требуемый объем эксперимента для установления функциональной зависимости определяется числом факторов К и числом уровней которые они могут принемать N=l1l2…lk.
L=const. N=lk.
Для повышения точности эксперимента и уменьшения вычислений разрабатываются специальные планы.
Полный факторный эксперимент. ПФЭ.
ПФЭ22, ПФК23 Эксперимент называется полным если в нем реализуется полный набор факторов.
Матрица планирования Э значения факторов в МП вносится в кодированном виде .
Xi0-основной нулевой уровень фактора.
Xki<=Xi0<=Xbi Если полученные условия лежат на границы ФП то основной уровень выбирают со сдвигом. Если полученных условий несколько то 0 уровень выбирают в центре пространства.
hi- Интервал варьирования фактора.
Требования: Интервал варьирования должен быть на порядок больше чем средне квадратичное отклонение фактора. Интервал варьирования не может быть меньше ошибки фиксирования уровня. Для 2-х уровневого Э кодовое значение факторов принимает значение +1-1, а 0 уровень определить центр.
Составим матрицу ПЭ для полного фактора Эксперимента 22.
№ |
X0 |
Точки фак-о прстра-а |
X1x2 |
Реакции или отклики модели |
yn |
Д | ||||
X1 |
X2 |
Yn1 |
Yn2 |
.. |
ynn | |||||
1 |
+1 |
-1 |
-1 |
+1 |
Y11 |
Y12 |
|
Y1n |
Y1 |
Д1 |
2 |
+1 |
+1 |
-1 |
-1 |
Y21 |
Y22 |
|
Y2n |
Y2 |
Д2 |
3 |
+1 |
-1 |
+1 |
-1 |
Y31 |
Y32 |
|
Y3n |
Y3 |
Д3 |
4 |
+1 |
+1 |
+1 |
+1 |
Y41 |
Y42 |
|
Y4n |
Y4 |
Д4 |
Матрицу ПЭ составляем для модели планирования которое имеет следующий вид.
Y*=b0+b1X1+b2X2; k=2, l=2.
Свойство симметричности: все точки плана симметричны относительно центра плана.
2) Свойство нормировки.
3) Свойство ортогональности.
4)Рототабельность – независимость прохождения точек плана и направления движения по плану. Составленная мат- я план-я ПФЭ 22 является, нормированной и ортогональной.