Файл: Голенко Д.И. Статистические модели в управлении производством.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 175
Скачиваний: 0
где ti{q |
—число ветвей, |
входящих в соответствующий |
пучок |
альтернатив графа |
D(A,V); А'={а'} — множество |
конечных вершин графа |
D(A,V). |
Дальнейшее изложение методов и алгоритмов расче та и анализа альтернативных сетевых моделей основано на использовании принятой классификации и введенных понятий.
§ 5. 3. Методы исследования альтернативных сетей
В настоящем параграфе рассматриваются вопросы анализа стохастических сетей на основе принципов и подходов, сформулированных в работе [5.24]. Далее при исследовании смешанных детерминированно-стохасти- ческих сетей мы подробнее остановимся на описании ха рактеристических свойств смешанных графов, принципов и методов их преобразования и анализа.
Применение теории ветвящихся процессов в иссле довании стохастических сетей. Стохастическая сетевая модель, и особенно дерево исходов как агрегированное представление этой модели, сохраняющее ее основные свойства, могут служить достаточно хорошими формаль ными схемами так называемых альтернативных ветвя щихся процессов. В связи с этим появляется возмож ность эффективного исследования стохастической про граммы создания сложного комплекса на базе приме нения математического аппарата теории ветвящихся слу чайных процессов и цепей Маркова [5.17, 5.18]. Некото рые приложения, иллюстрирующие использование ука занного аппарата для анализа альтернативных сетей, были описаны в [5.24]. При прогнозировании и планиро вании работ по созданию сложных комплексов важным показателем степени сложности и эффективности их про ведения является сравнительная оценка количества ра бот, выполняемых в задел, т. е. параллельно комплексу операций основного направления программы. Такую оценку можно получить на основании анализа логиче- ' ского дерева программы, рассмотрев вопрос о численно сти реализующихся исходов в последовательности поко лений [5.24]. Действительно, работы в задел не возника ют сами по себе, они стимулируются основной темати кой, конечными целями программы и необходимостью
исследования смежных научно-технических направлений в процессе ее осуществления. Часто уже на отрезке вре мени создания сложного комплекса параллельное на правление приобретает независимость самостоятельной программы. Такого рода ситуацию потенциально отра жает дерево исходов как математическая модель про граммы и основная характеристика ветвящегося стоха стического процесса. Однако при этом молчаливо под разумевается, что наряду с постулированным ранее [5.24]
"і
условием 2 р ^ = 1 ( я ; = | Г а г | ) , обозначающим, что в
каждом поколении имеется полная группа несовместных альтернатив, из которых реализуется лишь одна, следует рассмотреть также случаи: когда альтернативы не яв ляются несовместными; альтернативы не образуют пол- « ную группу исходов. В первом случае не исключена воз можность, что
|
2 рк>1; |
|
(5.3.1) |
|
ft |
|
|
во втором |
случае не исключена возможность, что |
||
|
2 pk<\. |
|
(5.3.2) |
|
h |
|
|
Здесь ри — вероятность того, что реализующиеся |
исходы |
||
в я-м поколении приведут к реализации |
k возможных |
||
исходов в |
(гс+1)-м поколении. Заметим, |
что в |
сетях, |
для которых выполняется условие (5.3.1), используются
кроме рассмотренных выше (§ 5.2) типов событий такие |
|||
се-события, на выходе которых |
реализуется |
операция |
|
«неисключающее ИЛИ». Обозначим через zn |
количество |
||
реализующихся исходов D(A,V) |
в п-м поколении. Тогда |
||
последовательность случайных |
величин г0 , |
zu..., |
состоя |
щая из целых неотрицательных чисел, образует цепь Маркова. Действительно, из предположений, используе мых при формулировке стохастической сетевой модели, вытекает, что количество реализующихся исходов в п-м
поколении |
не зависит |
от количества исходов в |
предше |
||
ствующих |
поколениях. В предположении независимости |
||||
Ph от номера поколения |
и выполнения одного |
из усло- |
|||
вий (5.3.1), |
(5.3.2) и |
2 |
рц = \, |
имеем: |
|
|
p7=P{zx = k} |
|
(5.3.3) |
||
где |
|
|
|
|
|
0,1,...,/, для поколений, содержащих по край ней мере конечную вершину;
1,..., /, для поколений, не содержащих конеч ных а-вершин.
Общее количество возможных исходов в п-м поколе нии обозначается через /.
Из условия независимости исходов следует, ЧТО Z n + 1 распределено как сумма независимых случайных вели чин, каждая из которых распределена так же, как zt .
Очевидно, если z n = 0, то с вероятностью, |
равной едини |
це, z n + 1 = 0. Цепь Маркова, получающаяся |
при этом, мо |
жет быть определена в терминах переходных вероятно стей следующим образом:
Pij=P{zn+i=j\zn |
= i}, |
(5.3.4) |
|
где i, j — количество реализующихся исходов соответст |
|||
венно в п-м и (п+1) - м |
поколениях. |
|
|
Введем вероятностную |
производящую |
функцию |
|
f{s)=p0 |
+ pis+p2s2+--- |
(5.3.5) |
(s — комплексное число), для которой справедливы сле
дующие соотношения: |
|
|
fo(s)=s, |
U s ) |
= / ( * ) , - • • , |
f n + i ( s ) = f ( f n ( s ) ) > |
n = l,2, ---, |
|
fn+m(s)=fm(fn(s)), |
Ш, П = 0,1,2, • • • |
Очевидно, при этом математическое ожидание слу чайной величины zj, обозначаемое иногда через mz, бу дет
|
M{zx)=mz |
= І kph |
|
(5.3.6) |
|
|
fc=0 |
|
|
откуда |
M{z1}=mz=f |
(1), |
|
|
a |
o2=f"(l)+mz-m2 |
. |
(5.37) |
|
Моменты величины zn получаются на основе диффе |
||||
ренцирования |
f(s) в точке s = l . В теории |
ветвящихся |
||
стохастических |
процессов |
[5.17] доказаны теоремы, сог |
||
ласно которым при o 2 = D { z } < c o |
|
|
||
M{zn}=mzn, |
п = 0,1,2-.. |
(5.3.8) |
||
D{zn} = |
_ ^ < ^ Z L L . |
пі? ф\; |
(5.3.9) |
|
|
г |
|
|
|
по2 ' |
тг = \ |
Д ля удобства рассмотрения процесса, представляе
мого в |
виде D(A,V), |
отнесем каждому исходу в слу |
чае его |
реализации |
число 1 и в противном случае — 0. |
При фиксированном количестве возможных исходов рас пределение суммы случайных величин, отождествляю щей собой количество реализующихся исходов в данном поколении, есть /-кратная композиция распределений
возможных исходов, каждое из которых |
задано |
своей |
||
производящей |
функцией |
вида (qu + PkS) |
(здесь k — ин |
|
декс исхода). |
Указанная |
производящая |
функция |
соот |
ветствует схеме, когда случайная переменная, соответст вующая любому исходу, принимает значение 1 и 0 с ве роятностями ри и q%. Следовательно, производящая функция суммы реализующихся исходов в одном поко
лении |
может |
быть |
записана |
в |
виде: |
f (s) = (jt?iS + <7i)X |
||||
X(p2s |
+ q2) • |
|
(pis + qi). |
|
|
|
"і |
|
||
В случае, |
когда |
выполняется |
условие |
S p i j = l , |
в каж |
|||||
|
|
|
|
|
|
|
|
учі |
|
|
дом поколении |
реализуется |
в |
среднем |
один |
исход. |
|||||
Действительно: |
|
|
|
|
|
|
|
|
||
|
f'(s)=Pi{42 |
+ p2s) |
|
|
(qi+pis) |
+ |
|
|||
|
+ p2(qi |
+ pis) |
• (q3+p3s) |
|
(qi+pis) |
+ |
|
|||
|
|
+ |
••• + pi{qi+pis) |
- . . . • ( ^ - i + |
Pi-is). |
|
||||
При s = 1 получаем: |
|
|
|
|
|
|
|
|||
|
|
|
f ' ( l ) |
= |
Pi+p2+---+pi> |
|
|
|
||
|
|
|
|
|
|
ni |
|
|
|
|
а так |
как согласно |
условию |
2 / ? , j = l , |
2 |
pf t = l , |
то |
||||
|
|
|
|
|
|
}—l |
|
k |
|
|
|
|
|
|
т 2 |
= М { г і } - 1 . |
|
|
(5.3.10) |
||
В общем случае для выяснения характера предельно |
||||||||||
го распределения вероятностей |
zn и получения асимпто |
тических формул ветвящегося процесса при достаточно
больших п можно |
рассуждать |
следующим образом. |
С ростом числа |
поколений |
п вероятность реализации |
каждого |
исхода, определяемая как произведение веро |
|
ятностей |
цепочки предшествующих исходов, становится |
|
небольшой |
величиной, а вследствие ветвления D(A,V) |
|
количество |
этих вероятностей значительно возрастает. |
Пусть Pi+p2 + ...+Pi=K тогда log/(s) = 2 l o g { l — p f t ( l —
—s)}. Воспользовавшись разложением логарифмической
функции в ряд и учитывая, что при рй-*0 |
log(l—s) |
||
можно представить в виде |
— s—0(s), получим: log/(s) = |
||
= - ( l - s ) |
| 2 ( p f t + 0 ( s ) ) } , |
откуда |
|
|
log/(s) = |
- X ( l - 4 - ) - |
(5.3.11) |
Таким |
образом, предельным распределением г„ при |
достаточно больших п появляется распределение Пуас сона, в котором параметр Я определяется как сумма ве роятностей возможных исходов Я=2/?А. Важность по-
k
лученного результата состоит в том, что независимо от вида распределения f(s) и характера условий, налагае мых на сумму ри, предельное распределение zn при до статочно больших п всегда показательное. Кроме того, приведенное рассуждение носит конструктивный харак тер, так как позволяет осуществить непосредственное определение оценки сверху вероятности ри при извест ном количестве а-вершин в п-м поколении, равном /, т.е.
|
Ph=~> |
£ = 1 , 2 , . . . , / . |
(5.3.12) |
Как и следовало ожидать, в полученной формуле от |
|||
сутствует |
явная связь |
с номером поколения |
п. Воспол |
ним этот |
пробел, воспользовавшись асимптотической |
||
формулой, |
полученной |
А. Н. Колмогоровым |
[5.19] для |
случая m z = l и / " ( 1 ) < о о : |
|
|
|
|
Р |
- - |
£ |
у ) |
' |
После подстановки/"(1) |
получаем |
|
||
Р ( 2 > |
0 ] |
|
! |
i = l,2,...,/— 1; |
Р { * п > Щ - |
п 2 |
р і р . |
/ = і , 2 , . . . , / . |
Полагая p » = P j = — при достаточно большом количестве
а-вершин в п-м поколении, имеем:
^ > ° > = Т ' -YJ^T |
= ^ 2 = Т Г * |
( 5 - З Л З ) |