- •1. Моделирование. Основные понятия .Классификация методов моделирования.
- •1) По характеру изучаемых процессов
- •2) По признаку развития во времени
- •3) По представлению информации в модели
- •4) По форме представления объекта моделирования
- •2. Математические модели. Непрерывно-детерминированные модели (d-схемы).
- •3. Математические модели. Дискретно-детерминированные модели (f-схемы).
- •4. Математические модели. Дискретно-стохастические модели (р-схемы).
- •5. Дискретная марковская цепь. Геометрическое распределение.
- •6. Модель "Память-алу". Кодирование состояний. Построение графа состояний
- •8. Системы массового обслуживания (смо). Марковский случайный процесс. Потоки заявок (событий). Нотация Кендала.
- •9. Простейший поток, его свойства и значение при исследовании смо.
- •11 Одноканальная смо с блокировкой. Система m /m/ 1/n
- •12Диаграммы интенсивностей переходов (дип). Закон сохранения потоков вероятностей.
- •15Исследование многоканальной смо (м/м/п/0) с отказами с помощью дип.. Формулы Эрланга.
- •16.Формула Литтла.
- •Аналогично выводится соотношение
- •17.Одноканальная смо с неограниченной очередью (м/м/1/со).
- •18.Многоканальная смо с неограниченной очередью (м/м/п/оо).
- •19. Метод этапов. Распределение Эрланга.
- •Метод этапов
- •20. Система м/Еr/1
- •21. Система Еr/м/1/∞
- •22. Немарковская смо м/g/n. M/g/1/∞
- •23. Немарковская смо. G/g/1/∞ g/g/n/∞
- •24. Имитационное моделирование. Математические основы. Последовательность построения и исследования модели.
- •Основные этапы разработки и исследования имит модели.
- •25. Управление модельным временем. При создании имитационной модели различают три представления времени
- •26. Метод композиции (суперпозиции).
- •28. Способы формирования случайных величин.
- •29. Равномерно-распределённые случайные числа.
- •Способы формирования ррсч.
- •30) Равномерность
- •41. Обработка экспериментальных данных.
- •42. Доверительные интервал и вероятность.
- •Точность. Определение числа реализаций.
41. Обработка экспериментальных данных.
Любое значение искомого параметра, вычисляется на основе ограниченного числа опытов, всегда будет содержать элемент случайности. Такое приближённое, случайное значение называют оценкой параметра. При большом числе опытов оценка будет близка к значению параметра.
Обозначим оценку для а как . Она должна быть функцией
.
Т.к. есть функция от случайных величин, то она тоже случайная величина.
Предъявим к ряж требований:
оценка состоятельная, если при увеличении n она приближается (сходится по вероятности) к а;
оценка несмещённая, если ;
оценка эффективна, если .
42. Доверительные интервал и вероятность.
Мы рассмотрели вопрос об оценке неизвестного параметра а одним числом (так называемая точечная оценка).
Надо знать, к каким ошибкам может привести замена а на и с какой степенью уверенности можно ожидать, что эти ошибки не выйдут за заданные пределы. Это особенно актуально при малом числе наблюдений n. Чтобы дать представление о точности и надёжности пользуются доверительными интервалами и вероятностью.
Пусть для а из опыта получена . Зададим достаточно большую вероятность β такую, что событие с такой вероятностью можно считать практически достоверным. Найдём такое значение ε, для которого:
[1]
Перепишем [1] так:
Iβ – доверительный интервал
Отметим, что величина а не случайно, а положение интервала Iβ на оси абсцисс, определяемое его центром случайно.
Поэтому величину β можно трактовать как вероятность того, что случайный интервал Iβ накроет точку а.
Границы и - доверительные границы.
Рассмотрим вопрос об определении Iβ для мат ожидания и дисперсии. Если произведено n независимых опытов над случайной величиной X и получены оценки и , то воспользуется тем, что представляет собой сумму одинаково распределённых случайных величин Xi и, согласно ЦПТ закон распределения близок к нормальному.
Точность. Определение числа реализаций.
Выбор количества реализаций зависит от того, какие требования по точности предъявляются к результатам моделирования.
Пусть в качестве оценки параметраа, оцениваемого по результатам случайной выборки xi является . В силу случайности будет в общем случае отличаться от а. Это отличие можно охарактеризовать с помощью доверительного интервала и доверительной вероятности
или
Iβ – доверительный интервал
β – доверительная вероятность (достоверность)
ε – точность