- •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
8.10.2. Критерий Колмогорова
В качестве меры расхождения между теоретическим и статистическим распределениями Колмогоров рассматривает максимальное значение модуля разности между статистической функцией распределения F*(x) и соответствующей теоретической функцией распределения:
D = max F*(x) - F(x) .
Основанием для выбора в качестве меры расхождения величины D является простота ее вычисления. Вместе с тем она имеет достаточно простой закон распределения. Колмогоров доказал, что, какова бы ни была функция распределения F(x) непрерывной СВ X, при неограниченном возрастании числа независимых наблюдений n вероятность неравенства
Dn
стремится к пределу
P() = 1 - (-1)k exp ( -2k2 2)
k=-
Схема применения критерия Колмогорова следующая: строятся статистическая функция распределения F*(x) и предполагаемая теоретическая функция распределения F(x), и определяется максимум D модуля разности между ними.
F(x)
1
F(x)
F*(x)
D
0 x
Далее, определяется величина
= Dn
и по таблице находится вероятность P(). Это есть вероятность того, что ( если величина X действительно распределена по закону F(x)) за счет чисто случайных причин максимальное расхождение между F*(x) и F (x) будет не меньше, чем фактически наблюденное. Если вероятность P() весьма мала, гипотезу следует отвергнуть как неправдоподобную; при сравнительно больших P() ее можно считать совместимой с опытными данными.
8.10.3. Критерий Смирнова
При оценке адекватности имитационной модели реальной системы S возникает необходимость проверки гипотезы H0 . Суть гипотезы заключается в том, что 2 выборки принадлежат одной и той же генеральной совокупности. Оценка делается на основе функции распределения.
Алгоритм:
1. Вычисляются Fэ(U) и Fэ(Z), т.е. вычисляются экспериментальные функции распределения для СВ и , принимающих значения U и Z.
2. Определяется D = max Fэ(U) - Fэ(Z) (15.1).
3. Определяется уровень значимости .
4. Вычисляется D = ln (1/N1 + 1/N2)/2 (15.2)
где N1 и N2 - объемы выборок для Fэ(U) и Fэ(Z).
5. Сравниваются D(15.1) и D(15.2). Если D(15.1) > D(15.2), то гипотеза отвергается, если D(15.1) < D(15.2), то гипотеза принимается.
8.10.4. Критерий Стьюдента
Сравнение средних значений двух независимых выборок, взятых из нормальных совокупностей с неизвестными, но равными дисперсиями (D[] = = D[]) сводится к проверке гипотезы H0, которая состоит в том, что
= U - Z 0.
Алгоритм:
1. Вычисляется t
(U - Z )/ [(N1 - 1)2 + (N2 -1) )2]
t = (8.44)
N1 N2(N1 + N2 - 2)/ (N1 + N2)
2. Определяется число степеней свободы K = N1 + N2 - 2.
3. Выбирается уровень значимости .
4. По таблицам находят t.
5. Сравниваются t и t. Если t > t, то гипотеза принимается, если t < t, то гипотеза отвергается.
9. Динамическое моделирование
9.1 Основные теоретические положения