- •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
8.6. Формирование реализаций случайных векторов
I. Метод, основанный на точном универсальном методе (используется для получения непрерывных векторов):
Пусть требуется получить последовательность возможных значений yi, zi случайных величин , , заданных совместной функцией плотности f(у, z).
Алгоритм:
1) находим частную функцию плотности распределения СВ
f(z) = f(y, z)dy (8.18)
-
2) определяется СЧ zi с функцией плотности распределения f(z), используя прямой метод
zi
xj = f(z)dz (8.19)
-
где xj - СВ с равномерным законом распределения
3) определяется условное распределение СВ
f(y/zi)
f(y/zi) = (8.20)
f(zi)
4) определяется значение СЧ yi, используя прямой метод
yi
xj+1 = f(y/zi)dy (8.21)
-
Недостатки и достоинства этого метода такие же, как и у прямого метода с заданным законом распределения. Этот метод используется также и для 2-х и
3-х мерных случаев.
II. Метод, основанный на методе розыгрыша по жребию:
СВ можно задать проекциями на оси координат, причем эти проекции являются СВ, которые описываются совместными законами распределения. В простейшем случае, когда рассматривается СВ, расположенная на плоскости XOY, эта СВ может быть задана совместным законом распределения в проекциях и на оси OX и OY.
Рассмотрим дискретный случайный процесс, когда двумерная СВ ( , ) является дискретной и ее составляющие принимают значения x1, xn , а СВ принимает значения y1, yn. Каждой паре (xi, yj) соответствует вероятность Pij, при этих предположениях можно найти частное распределение СВ , где каждому возможному значению xi соответствует вероятность Pi
n
Pi = Pij (8.22)
j=1
y
(xi, yj)
yj
xi x
Алгоритм:
P1 = P11 + P12 + +P1n
. . . (8.23)
. . .
Pn = Pn1 + Pn2 + + Pnn
Берем zk - СВ с равномерным законом распределения в интервале [0,1] - и, используя метод розыгрыша по жребию, определяем проекцию xi.
Берем СВ zk+1 с равномерным законом распределения в интервале [0, Pi] и, используя метод розыгрыша по жребию, определяем составляющую yj, исходя из того, что уже определили xi.
Достоинства и недостатки те же, что и в методе розыгрыша по жребию.
III. Метод с использованием корреляционной матрицы:
Пусть задан случайный вектор через математич. ожидание а1, ,аn, где каждое ai - это математич. ожидание по соответствующей составляющей, и задана корреляционная матрица:
K11 K12 . . . K1n
K21 K22 . . . K2n
K = . . .
. . .
Kn1 Kn2 . . . Knn
где Kij = Kji и является корреляционным моментом
Kij при i = j - это дисперсия.
Пусть имеется последовательность {yi} независимых СЧ с мат.ожиданием а и дисперсией 2. {yi} должна иметь тот же закон распределения, что и вектор.
Тогда реализации Zi случайного вектора удобно определить в виде следующего линейного преобразования:
Z1 = c11 (y1 - a) + a1
Z2 = c12 (y1 - a) +c22 (y2 - a) +a2 (8.24)
. . . .
Zn = c1n (y1 - a) + c2n (y2 - a) + ... + cnn (yn -a) +an
где соответствующие коэффициенты с определяются, исходя из следующего преобразования:
Kij = c1ic1j2 + c2ic2j2 + ... + ciicij2 (8.25)
Алгоритм:
1. Формируют СЧ y с законом распределения, соответствующим закону распределения вектора;
2. Из (8.25) определяют коэффициенты cij;
3. Значения cij подставляем в (8.24) и определяем составляющие вектора Zi.