- •Введение Понятие модели. Имитационная модель. Основные характеристики сложной системы.
- •1. Классификация моделей
- •2. Структура моделей
- •3. Схема взаимодействия компонентов системы между собой
- •4. Последовательные этапы процесса имитации
- •5. Представление исходных данных для имитации
- •6. Моделирующий алгоритм
- •7. Принципы построения моделирующих алгоритмов для сложных систем
- •8. Организация статистического моделирования систем на эвм
- •8.1. Общая характеристика метода статистического моделирования (метод Монте-Карло)
- •8.2. Алгоритм метода статистических испытаний
- •8.3. Псевдослучайные числа и процедура их генерации
- •8.4. Моделирование испытаний в схеме случайных событий
- •8.5. Формирование возможных значений св
- •8.6. Формирование реализаций случайных векторов
- •8.7 Определение необходимого числа реализаций
- •8.8. Особенности фиксации и статистической
- •8.9. Случайный процесс
- •8.10. Особенности использования критериев согласия в методах регрессионного и корреляционного анализа при обработке результатов моделирования и их интерпретации
- •8.10.1. Критерий Пирсона ( критерий 2 )
- •8.10.2. Критерий Колмогорова
- •8.10.3. Критерий Смирнова
- •8.10.4. Критерий Стьюдента
- •9. Динамическое моделирование
- •9.1 Основные теоретические положения
- •9.1.1. Основные этапы построения динамической модели
- •9.1.2. Структура динамической модели
- •9.1.3. Математическое описание динамической модели
- •9.1.4. Запаздывания
- •9.1.5. Процесс принятия решения
- •9.2. Пример анализа системы методом динамического моделирования
- •10. Регрессионный и корреляционный анализ
- •10.1. Моделирование систем массового обслуживания (смо)
- •10.2. Описание q -схем с использованием марковских случайных процессов (сп)
- •10.3. Уравнение Эрланга и формула Эрланга
- •10.4. Правила составления ду
- •10.5. Моделирование смо с помощью метода статистических испытаний
- •10.6. Формирование входного потока ( 3 -ий блок )
- •10.7. Подалгоритм выбора канала
- •10.8. Подалгоритм выбора заявки из очереди на обслуживание
- •10.9. Подалгоритм моделирования сбоев
- •10.10. Агрегаты, основные понятия
- •10.11. Процесс функционирования агрегата
- •10.12. Представление смо в виде агрегата
- •11. Регрессионный и корреляционный анализ
- •11.1. Регрессионный анализ
- •11.2. Корреляционный анализ
8.9. Случайный процесс
При оценке случайного процесса используется оценка мат.ожидания и оценка корреляционного момента.
Весь интервал моделирования разбивается на n интервалов с t = const, и дальше идет накапливание значений процесса yj = jt (8.39)
N
y(tj) = 1/N yi(tj) (8.40)
i=1
Тогда корреляционный момент определяется следующим образом:
N N N
B(U,Z) = 1/(N - 1) yi(U) yi(Z) - 1/[N(N - 1)] yi(U) yi(Z) (8.41)
i=1 i=1 i=1
где U и Z могут пробегать все значения t на интервале моделирования.
Стационарные случайные процессы, обладающие эргодическим свойством:
Для этих процессов характерно, что среднее по времени равно среднему по множеству. Тогда для оценки искомых величин выбирается одна длинная реализация процесса Y(t).
Оценка мат.ожидания:
T/t
y = t/T y(tj) (8.42)
j=1
Корреляционный момент:
(T-)/t
B() = t/(T -) y(tj)y(tj + ) - y2 (8.43)
j=1
8.10. Особенности использования критериев согласия в методах регрессионного и корреляционного анализа при обработке результатов моделирования и их интерпретации
При обработке результатов моделирования наиболее часто возникают следующие задачи:
1) определение эмпирического закона распределения СВ;
2) проверка однородности распределения;
3) сравнение средних значений и дисперсий переменных, полученных в результате моделирования.
Эти задачи с точки зрения статистики являются типовыми задачами на проверку статистических гипотез. Для их решения используются критерии Колмогорова, Пирсона, Смирнова, Стьюдента (t - критерий), Фишера (f - критерий).
8.10.1. Критерий Пирсона ( критерий 2 )
Схема применения критерия 2 к оценке согласованности теоретического и статистического распределений сводится к следующему:
1. Определяется мера расхождения 2 по формуле
k
U = 2 = [(mi - Npi)2] / Npi
i=1
где U - мера расхождения, k - количество разрядов, mi - количество значений СВ, попавших в заданный разряд, N - объем выборки, Pi - вероятность попадания СВ на заданный интервал.
2. Определяется число степеней свободы r :
r = k - s
где r - число степеней свободы, k - количество разрядов, s - число связей, накладываемых на исходное распределение.
Примерами таких связей могут быть:
k
а) Pi = 1 , если мы требуем только того, чтобы сумма частот была равна
i=1 единице ( это требование накладывается во всех случаях );
k
б) xiPi = mx , если мы подбираем теоретическое распределение с тем
i=1 условием, чтобы совпадали теоретическое и статистическое средние значения;
k
в) (xi - mx)2Pi = Dx , если мы требуем, кроме того, совпадения
i=1 теоретической и статистической дисперсий.
3. По r и 2 с помощью таблицы определяется вероятность того, что величина, имеющая распределение 2 с r степенями свободы, превзойдет данное значение 2 . Если эта вероятность весьма мала, гипотеза отбрасывается как неправдоподобная. Если эта вероятность относительно велика, гипотезу можно признать не противоречащей опытным данным.