26495

Основные типы вероятностных задач и критериев оценки решения

Реферат

Менеджмент, консалтинг и предпринимательство

Например допустим рассматривается детерминированная система на вход которой через равные промежутки времени Т1 поступают работы.ожидания времени простоя на стоимость 1ой единицы времени их работы зарплата отнесенная к суммарному фонду рабочего времени. 2 Математический аппарат используемый при разработке модели ПР Для конструирования вероятностных моделей ПР примем аппарат случайных процессов: Процесс называется случайным если для каждого момента времени его состояние представляет собой случайную величину. Если переходы между...

Русский

2013-08-18

30.14 KB

8 чел.

  1.  Основные типы вероятностных задач и критериев оценки решения.

В рассматриваемых ранее моделях предполагалось, что параметры решаемых задач принимают строго определенные значения, их называют детерминированными значениями.

В реальной практике при решении задач часто бывает известен диапазон изменения параметров и заданы плотности распределения вероятности. Такие задачи относят к вероятностным моделям ТПР.

При упрощенном подходе такие задачи можно решать как модели с детерминированными параметрами с последующей заменой в полученных выражениях детерминированных значений на количественные характеристики случайных величин (мат.ожидание, дисперсия). Однако, при более строгом подходе отказ от учета вероятностной природы распределения может привести к серьезным ошибкам в полученных результатах – это связано с тем, что вероятностный характер параметров приводит к появлению новых свойств, которые отсутствуют в детерминированных системах.

Например, допустим рассматривается детерминированная система, на вход которой через равные промежутки времени Т1 поступают работы. Эти работы обслуживаются прибором , которые обеспечивают время обслуживания Т2. Если Т12 , то очереди перед прибором не возникают. Допустим, что длительность интервала между работами представляет собой вероятностную величину, плотность ее вероятности задана функцией f(t)=λet , мат.ожидание этой величины Т1. Т.е. в среднем интенсивность поступления заявок λ. В системе возникает новой свойство – очередь, и эта очередь вызывается случайным характером поступления заявок.

Следовательно при конструировании модели функционирования системы необходимо учитывать наличие очереди работ ожидающих освобождения прибора.

К основным вероятностным моделям ПР относят, как правило:

  1.  Управляемые марковские процессы;
  2.  Сети и системы массового обслуживания;
  3.  Модели управления запасами;
  4.  Модели замены оборудования;
  5.  Вероятностные деревья решений.

Следует обратить внимание на то, что при использовании вероятностных моделей определенную сложность представляет выбор критерия оптимальности принятого решения, - это связано с тем, что в выражение, которое описывает выбранный критерий входят случайные величины, и при решении задачи необходимо прогнозировать их поведение. В этом случае применяемые критерии (или характеристика, выбранная в качестве критерия) также является случайной величиной.

В качестве критерия оптимальности могут быть выбраны:

- мат.ожидание характеристики;

- алгебраическая комбинация мат.ожидания и дисперсии некоторой величины;

- наиболее вероятное значение характеристики;

- вероятность наступления определенного события

Характеристика мат.ожидания

В качестве примера использования мат.ожидания как характеристики случайного процесса можно рассматривать модель оптимизации численности сотрудников научно-технической и учебной библиотеки университета.

Анализ системы «сотрудник библиотеки - читатель» показывает, что можно выделить 2 составляющие, которые оказывают влияние на величину суммарных убытков, которая может быть предложена в качестве критерия оптимальности:

  1.  Убытки, связанные с простоем сотрудников из-за отсутствия читателей; величина этих убытков вычисляется как произведение мат.ожидания времени простоя на стоимость 1-ой единицы времени их работы (зарплата отнесенная к суммарному фонду рабочего времени). Видно, что при увеличении количества сотрудников – затрата на зарплату увеличивается.
  2.  Потери, которые  вызваны ожиданием в очереди студентов.

Алгебраическая комбинация мат.ожидания и дисперсии

Смысл этого критерия состоит в том, что из 2-х вариантов конкурирующих решений имеющих одно и то же значение мат.ожидания, в качестве оптимального необходимо выбрать тот вариант, в котором величина дисперсии меньше.

Например, если существует 2 альтернативных варианта решений, для которых известны мат.ожидания mа и mв и дисперсии Dа и Dв , то возможны следующие комбинации этих числовых характеристик:

  1.  mа >= mв         ,         Dа<=Dв
  2.  mа = mв             ,         Dа<=Dв
  3.  mа >= mв          ,       Dа=Dв
  4.  mа >= mв         ,         Dа>=Dв
  5.  mа <= mв         ,         Dа<=Dв  .

Из этой схемы видно, что в комбинациях 1,2,3 в качестве оптимального необходимо выбрать вариант А. В комбинациях 4,5 решение зависит от отношения к риску человека принимающего решение. Учитывая, что риск определяется величиной разброса результата (т.е. дисперсией) в комбинации 4 вариант выбора обеспечивает более высокую среднюю эффективность, однако он характеризуется большим значением степени риска. В комбинации 5 тоже нет однозначности: вариант А менее рисковый, но его эффективность ниже. Для окончательного выбора в комбинациях 4,5 необходимо использовать постулаты теории Неймана-Моргенштерна, либо применять интегральный критерий содержащий алгебраическую сумму мат.ожидания и дисперсии с некоторыми весовыми коэффициентами.

Наиболее вероятное значение характеристики

Данный тип критерия предполагает, что существует ряд значений характеристики, и для каждого значения известна его вероятность. В качестве критерия выбирается значение имеющее наибольшую вероятность. В таких задачах в процессе принятия решений необходимо выбрать стратегию, которая максимизирует это значение.

Вероятность наступления определенного события

Этот тип критерия связан с определением вероятности наступления какого-либо события и состоит в выборе таких решений, которые либо максимизируют, либо минимизируют вероятность этого события. Например, в качестве такого события можно рассматривать отказ вычислительной системы, либо нарушение срока выполнения работ.

2) Математический аппарат используемый при разработке модели ПР

Для конструирования вероятностных моделей ПР примем аппарат случайных процессов:

Процесс называется случайным, если для каждого момента времени его состояние представляет собой случайную величину.

В основу классификации случайных процессов как правило вкладывают 3 характеристики:

  1.  Пространство состояний
  2.  Индексирующий параметр
  3.  Статистические зависимости между случайными значениями процесса

Пространство состояний --- множество значений случайного процесса. При этом различают процессы с дискретным и непрерывным множеством состояний. Процессы с дискретным множеством состояний характеризуются тем, что множество возможных значений является конечным и обычно называется цепями. Процессы, для которых доступны множество значений представляют собой конечный и бесконечный интервал --- процессы с непрерывным множеством состояний.

В качестве индексирующего параметра, как правило, используется время.

Если переходы между состояниями возможны в фиксируемые моменты времени, то такие процессы относят к процессам с дискретным временем. Статистические зависимости между случайными значениями процесса задаются функцией совместного распределения вероятностей.

Случайный процесс называется Марковским, если его дальнейшее развитие определяется только тем состоянием, в котором он находится в настоящий момент времени и не зависит от предыстории попадания процесса в это состояние. Случайный процесс обладающий такими свойствами был предложен  А. А. Марковым в 1907 году. Марковский процесс с дискретным состоянием называется цепью Маркова. То есть множество случайных величин{xn , n>=0} образует цепь Маркова если следующее состояние Xn+1 определяется только значением текущего состояния Хn и не зависит от предыдущих значений процесса. В цепи Маркова дискретным временем изменения состояния могут происходить только в моменты, представляемые натуральным рядом чисел.

Аналитическое выражение, описывающее Марковский процесс:

P [xn+1=Sn+1/xn=Sn, xn-1=Sn-1… x1=S1] = P[xn+1=Sn+1/xn=Sn]

Анализируемый процесс в момент времени Xn+1 находится в состоянии Sn+1 при условии, что в момент Xn он находился в состоянии Sn. В этом выражении x1,2…n --- это последовательность случайных величин для дискретных моментов времени, S1,2…n  ---- значение случайного процесса в соответствующие дискретные моменты. Цепи Маркова с непрерывным моментом времени характеризуются тем, что изменения состояния могут происходить в любой момент времени :

P[x(tn+1)=Sn+1/x(tn)=Sn, x(tn-1)= Sn-1… x(t1)=S1] = =P[x(tn+1)=Sn+1/x(tn)=Sn]

Анализируемый процесс в момент времени tn+1 находится в состоянии Sn+1 при условии что в момент времени tn он находится в состоянии Sn, в момент tn-1 в состоянии Sn-1

t1<t2<….<tn <tn+1

С одной стороны изменение состояний осуществляется в произвольные моменты времени следовательно для описания такого процесса в число характеристик целесообразно ввести дополнительные компоненты ---- время, в течении которого процесс уже находится в текущем состоянии. Однако с  другой стороны,это дополнение процесса, а именно свойству отсутствия последствия. В то же время существует распределение непрерывно случайной величины обладающей свойством отсутствия последствия

fi(t)=λi ei t

  ------ среднее пребывания системы в і-м состоянии(интенсивность)

fi (t) ---- плотность распределения вероятностей времени пребывания системы в і-м состоянии. Распределение времени оставшегося до перехода в следующее состояние при условии, что процесс  уже пребывает в текущем состоянии с некоторым  моментом времени t0 тождественно равно безусловному распределению  времени пребывания в текущем состоянии :

P[T<=(t+t0)/ T>=T0] = 1- et

Для цепи Маркова с дискретным временем длительность пребывания процесса в каждом из состояний подчинена дискретному распределению без последствия. Дискретные цепи Маркова описываются матрицами переходных вероятностей.

R=||rij ||

rij ------ условная вероятность того, что процесс в момент времени tn+1 находится в состоянии j при условии, что в момент tn он находится в состоянии i.

rij = P (x(tn+1) = j / x(tn)=i)       i=1……n;   j = 1……n;

При этом элементы матрицы rij принимает значения от 0 до 1.

Сумма элементов в каждой строке равна 1.    


 

А также другие работы, которые могут Вас заинтересовать

64370. ТЕРМОКІНЕТИЧНА ОЦІНКА І ПРОГНОЗ ВПЛИВУ ДОБАВОК НА ТВЕРДІННЯ ТА ВЛАСТИВОСТІ ЦЕМЕНТУ І БЕТОНУ 398.5 KB
  За рахунок освоєння високоефективних хімічних мінеральних і комплексних добавок забезпечуються недосяжні раніше властивості бетонних сумішей і бетонів віднесених у світовій практиці до бетонів нового покоління.
64371. ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ОБРОБКИ ЦИФРОВАНИХ ЗОБРАЖЕНЬ ЗА ВИКОРИСТАННЯМ В-СПЛАЙНІВ П’ЯТОГО ПОРЯДКУ 698.11 KB
  Розвиток інформаційних технологій ІТ в Україні та світі демонструє сталу тенденцію до потреби обробки даних у обсягах що збільшуються. Існує декілька факторів що стримують розвиток математичних методів обробки даних.
64372. НАУКОВЕ ОБҐРУНТУВАННЯ ВІДТВОРЕННЯ РОДЮЧОСТІ ҐРУНТІВ ТА ПІДВИЩЕННЯ ПРОДУКТИВНОСТІ ЗЕРНО-БУРЯКОВИХ СІВОЗМІН ЛІСОСТЕПУ УКРАЇНИ 763 KB
  Умовою інтенсивного ведення галузі землеробства є розширене відтворення родючості ґрунту за допомогою науково-обґрунтованих систем землеробства, які враховують ґрунтово-кліматичні умови, ландшафтні особливості і екологічну безпеку довкілля.
64373. ПРОГНОЗУВАННЯ, ДІАГНОСТИКА І ПРОФІЛАКТИКА УСКЛАДНЕНЬ ІНФЕКЦІЙНО-ЗАПАЛЬНОГО ГЕНЕЗУ У ОБПЕЧЕНИХ В ГОСТРІЙ СТАДІЇ ОПІКОВОЇ ХВОРОБИ 219 KB
  Результати лікування пацієнтів з поширеними та критичними опіками за площею ураження шкіри на сьогодні не можуть бути визнані задовільними. Незважаючи на певний прогрес в лікуванні такого контингенту травмованих завдяки обґрунтуванню та широкому застосуванню в останні роки раннього...
64374. РОЗРОБКА ТЕХНОЛОГІЇ ВЛАШТУВАННЯ БУРОНАБИВНИХ ПАЛЬ З ГІДРОФОБІЗОВАНИМ ПРОШАРКОМ У ПРОСАДОЧНИХ ҐРУНТАХ ІІ ТИПУ 915 KB
  Відомо що при влаштуванні буронабивних паль в просадочних ґрунтах ІІ типу для зниження негативного тертя що діє у просадочному шарі та підвищення несучої здатності рекомендується застосовувати антифрикційні покриття поліетиленові плівки пластик бітумні матеріали.
64375. Сучасні тенденції розвитку професійної технічної освіти у Польщі 158 KB
  Соціально-економічні перетворення, що відбулися в Україні впродовж останнього десятиліття, призвели до суттєвої реструктуризації багатьох галузей, зникнення одних напрямів і виникнення інших.
64376. ПАТОГЕНЕЗ НАБРЯКУ-НАБУХАННЯ ГОЛОВНОГО МОЗКУ ТА ОБҐРУНТУВАННЯ ОПТИМАЛЬНОЇ ФАРМАКОТЕРАПІЇ ПРИ ТЯЖКІЙ ЧЕРЕПНО-МОЗКОВІЙ ТРАВМІ 511.5 KB
  У зазначений термін до патологічного процесу залучаються всі системи життєзабезпечення організму розвивається набрякнабухання мозку вторинне ушкодження центральної нервової системи ЦНС причинами якого є ішемія гіпоксія і токсемія...
64377. СУСПІЛЬНО-ГЕОГРАФІЧНІ ПРОЦЕСИ ЗАСЕЛЕННЯ ПІВНІЧНОЇ БЕССАРАБІЇ 770 KB
  Метою роботи є обгрунтування теоретико-методологічних основ суспільногеографічних на прикладі ретроспективноекістичних досліджень історикогеографічного регіону аналіз утворення поселень і формування поселенської мережі...
64378. СОРБЦІЙНО ЗДАТНІ МЕТАЛОВМІСНІ ГІДРОГЕЛІ НА ОСНОВІ КОПОЛІМЕРІВ ПОЛІВІНІЛПІРОЛІДОНУ 291.5 KB
  Перспективними для використання в згаданих галузях є гідрогельні металонаповнені матеріали на основі кополімерів полівінілпіролідону ПВП з метакрилатами оскільки відзначаються широким спектром фізико-механічних та фізико-хімічних властивостей.