Компьютерное моделирование. Клюев С.А. - 7 стр.

В различных ситуациях может быть либо слишком высокая чувствительность, либо

недостаточная. Высокая чувствительность ведет к неустойчивости модели, низкая - к тому,

что параметр становится несущественным, отсюда следует, что изучение чувствительности

модели позволяет выбрать оптимальную середину. Для корректировки процессов существуют

специальные алгоритмы уточнения и огрубления. Уточнение - повышение kij, огрубление -

понижение kij. Качество модели складывается из следующих характеристик – достаточной

области адекватности и соответствия коэффициентов чувствительности данной задачи.

 При компьютерном моделировании можно проводить обезразмеривание величин.

Заслуживает внимания вероятностная (статистическая) модель марковских процессов.

Случайный процесс, протекающий в какой-либо системе S, называется Марковским (или

процессом без последствия), если он обладает следующим свойством: для любого момента

времени t0 вероятность любого состояния системы в будущем (при t > t0) зависит только от ее

состояния в настоящем (при t > t0) и не зависит от того, когда и каким образом система

пришла в это состояние. Классификация марковских случайных процессов производится в

зависимости от непрерывности или дискретности множества значений функции х(t) и

параметра (t). Различают следующие основные виды марковских случайных процессов: с

дискретными состояниями и дискретным временем (цепь Маркова); с непрерывными

состояниями и дискретным временем (марковские последовательности); с дискретными

состояниями и непрерывным временем (непрерывная цепь Маркова); с непрерывным

состоянием и непрерывным временем.


 Марковские процессы с дискретными состояниями удобно иллюстрировать с помощью, так

называемого графа состояний (кружками обозначены состояния, а стрелками возможные

переходы):




                                             7