Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Дискретные случайные процессы

При расчетах, оценках и прогнозировании надежности мы будем постоянно сталкиваться со случайными процессами.

Под случайным процессом будем называть процесс, который протекает таким образом, что невозможно точно предсказать реализацию его.

Реализация случайного процесса – последовательность конкретных состояний, которые возникают в процессе эксперимента.

Рассмотрим некоторую систему Х, в которой протекает случайный процесс, состоящий в том, что система с течением времени меняет свои состояния.

Обозначим эти состояния через Х (t). Конкретная реализация случайного процесса пусть будет х (t).

В качестве примера рассмотрим работу системы автоматизированного восстановления работоспособности. В некоторое время система работает, затем находится в состоянии контроля. Условимся для определенности считать, что если система в момент t не работает, то X (t) = 0, если работает, то X (t) = 1. Таким образом, реализацию случайного процесса можно представить в следующем виде (рис. 2.9).

 

 
 

 

 


 

 

Рис. 2.9

 

В этом примере работа САВР характеризуется одной случайной величиной Х (t), которая в любой момент t равно 0 либо 1. При этом, если система не работает трудно предсказать заранее, когда она будет функционировать в первый раз (t 1), когда она восстановит работоспособность АСУ, когда будет инициирована вторично (t 3) и т.д.

Случайная величина Х (t) рассматриваемая как функция времени, изменяющуюся скачкообразно в случайные моменты времени.

В качестве еще одного примера рассмотрим функционирование дуплексной вычислительной системы.

 

Рис. 2.10

 

Процесс Х (t) может случайным образом, в какие либо моменты времени t переходить из состояния в состояние.

Х 00 – обе ЭВМ свободны.

Х 0,1 – первая ЭВМ функционирует, вторая свободна.

Х 01 – первая ЭВМ свободная, вторая работает.

Х 1,1 – обе ЭВМ работают.

Данный пример можно рассматривать и на состояние отказов.

В данном случае физическая система может находиться в любой момент времени только в одном состоянии (0,1).

В общем виде, если ЭВМ работает, то Х (t)= Х 0, если нет Х (t)= Х 1.

Таким образом, мы будем рассматривать системы, которые имеют конечное или счетное множество возможных состояний.

Счетное множество – это такое множество, элементы которого можно расположить в определенной последовательности (перенумеровать). Системы с конечным множеством возможных состояний будем называть системами с дискретными состояниями. При этом будем считать, что переход системы из состояния в состояние осуществляется (мгновенно).

Рассмотрим систему с конечным числом состояний х 0, х 1, …, хn. В любой момент времени может иметь место одно из (n+ 1) событий:

x (t)= xi, i, (2.68)

которые образуют полную группу несовместимых событий. Вероятность события X (t) =Xi обозначим через Pi (t):

. (2.69)

Так как события X (t)= Xi образуют полную группу несовместимых событий, то для любого момента времени:

. (2.70)

Таким образом, дискретным случайным процессом, X (t) называется процесс, протекающий в система с дискретным состояниями, число которых конечно. Такой процесс интерпретируется с помощью графа возможных состояний с указанием возможных переходов из состояния в состояние (рис. 2.11).

 

 

 

Рис. 2.11

 

<== предыдущая лекция | следующая лекция ==>
Поток Эрланга | Дискретные марковские случайные процессы с непрерывным временем
Поделиться с друзьями:


Дата добавления: 2014-01-07; Просмотров: 879; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.006 сек.