Навігація
Головна
 
Головна arrow Інформатика arrow Обчислювальні системи, мережі та телекомунікації. Моделювання мереж
< Попередня   ЗМІСТ   Наступна >

ВИХІДНІ ДАНІ І СТОХАСТИЧНІ ПРОЦЕСИ МОДЕЛЮВАННЯ

У більшості імітаційних моделей в якості вхідних даних використовуються випадкові величини, тому вихідні дані імітаційного моделювання також носять випадковий характер. У зв'язку з цим потрібно обережно робити висновки щодо дійсних характеристик моделі (наприклад, про очікуваної середньої затримки вимог в системі масового обслуговування). Правильне проведення аналізу вихідних даних неможливо без ознайомлення зі стохастичними процесами.

Стохастичний процес являє сукупність "однорідних" випадкових величин, які впорядковані в часі і визначені в загальному, вибірковому просторі. Безліч всіх можливих значень, які можуть приймати ці випадкові величини, називається простором станів. Якщо сукупність величин представлена як , то мова йде про дискретно стохастичною процесі, якщо ж як , то про безперервному [17].

Іноді, для того щоб зробити статистичні висновки про стохастичною процесі за сукупністю вихідних даних, необхідно прийняти щодо нього допущення, які на практиці не є строго справедливими (без таких припущень статистичний аналіз вихідних даних може виявитися нездійсненним). Наприклад, можна допустити, що стохастичний процес є ковариационную стаціонарним. Дискретний стохастический процес вважається ковариационную стаціонарним , якщо

А не залежить від ί для j = 1,2, ...

Таким чином, для ковариационную стаціонарного процесу середнє значення і дисперсія є незмінними протягом усього часу (загальне середнє значення і загальна дисперсія позначаються відповідно як μ і σ2), а ковариация між двома спостереженнями X i • і X j залежить тільки від інтервалу j , а немає від дійсних значень часу i і i + j.

Для ковариационную стаціонарного процесу ковариация і кореляція між X, і X i + j позначаються відповідно як С j і p j і мають наступну залежність:

Якщо - стохастичний процес, що почався в момент часу 0, цілком ймовірно, що такий процес НЕ є ковариационную стаціонарним. Однак в деяких імітаційних моделях процес буде приблизно ковариационную стаціонарним, якщо до має досить велике значення (до - це тривалість перехідного періоду роботи системи) [6].

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук