決定論的モデル：定義。 係数決定論的モデルの主な種類

モデルは、彼らが将来を予見したい現代の生活の中で最も重要なツールの一つです。 この方法の精度は非常に高いので、これは、驚くべきことではありません。 私たちは、この記事ではどのような決定論的モデルを見てみましょう。

一般的な情報

決定論的システムのモデルは、彼らが十分に単純であれば、解析的に研究することができる機能を持っています。 逆の場合には、この目的のための方程式と変数の多数を使用するときに電子計算機を作動させることができます。 また、原則として、コンピュータを使用して、それはそれらに対処し、答えを見つけることよりも詳細です。 このため、あなたは、方程式のシステムを変更し、異なるサンプリングを使用する必要があります。 計算でエラーのリスク増加にこのvlochet。 一定の間隔でパラメータの知識は勉強していることを特徴決定論的モデルのすべての種類は、完全に海外の有名な人物の発展のダイナミクスを決定することができます。

特長

決定論的 数学モデルは、 多くの要因の影響の同時決意を許可していない、とフィードバックシステムで自分の互換性を考慮していません。 その機能を内蔵し何で？ これは、オブジェクトの物理的、化学的プロセスを記述する数学的な法則に基づいています。 このためかなり正確に、システムの挙動を予測。

構築のために、熱及び物質収支の一般式、定義macrokineticsプロセスを使用しています。 決定論的モデルをより正確に予測するために、オブジェクトの過去についての初期情報の最大数を持つ必要があります。 これは、何らかの理由は、パラメータの値とその測定結果における任意の実際の変動を無視するために許可さ技術的問題に対して適用することができます。 また、使用のための適応症の一つは、時折エラーは、システムの最終的な計算にほとんど影響を与えないことです。

タイプ決定論的モデル

彼らは/定期的ではないかもしれません。 どちらのタイプは、時間的に連続していてもよいです。 彼らはまた、個別のパルスのシーケンスとして表現しました。 彼らは、ラプラスとフーリエ変換の積分感謝の画像を使用して記述することができます。

決定的要因モデルは、プロセスの入力と出力パラメータとの間の一定の関係を有します。 （使用とその解決策は、時間の関数として提示することができるが）論理モデル、微分代数方程式で与えられます。 また、計算の基礎として自然条件または加速腐食試験で得られた実験データを作ることができます。 任意の決定論的モデルは、システムの特定の平均的な特性を提供します。

経済を使用して

のは、実用的なアプリケーションを見てみましょう。 これを行うには、決定論的なフィット を管理するためのモデルを 在庫します。 彼らが線形計画問題のクラスに形式化されていることに留意すべきです。

だから、次のパラメータを決定するために必要な計算のために：それ自身の強度をそれぞれ有する生産様式のさまざまな方法を使って、リソースと出力のコスト。 （原材料を含む）すべての発生過程での特性を説明変数。 すべてが働いたことがあります。 個々のリソース、製品、サービス - このすべては物質収支にもたらされます。

また、意思決定の品質の客観的な評価を与えるために必要なソリューションの完全性のために。 このように、決定論的な経済モデルは、システムの初期状態に依存プロセスを記述するのに理想的です。 電子計算機を操作するときにコンピュータが唯一の固定因子と働くことができることに留意する必要があります。

建築モデル

発生過程の基本的なパラメータのプレゼンテーションの方法により、2つのタイプに分けることができます。

1. 近似モデル。 個々の生産単位ではその機能のための境界オプションの固定ベクトルの集合として提示されています。
2. 可変パラメータを持つモデル。 この場合には、一定の変動幅、および追加の式が導入される境界オプションの対応するベクトルを設定します。

その人の使用を可能にするこれらの決定論的因子モデルは、特定の特性のための具体的な規定の効果を決定します。 しかし、分離計算式の曲線を取得することは機能しません。 我々は連続生産の動的な最適化を計算する場合は、それを考慮に進める方法に関する情報の確率的性質を取るべきではない のプロセスを。

階乗モデリング

これへの参照は、記事で見ることができますが、それが何であるか、我々はまだ説明していません。 階乗モデリングは、定量的な比較を必要とする重要な規定を、概説することを意味しています。 研究を行うためには、変換目的の形状を作成しました。

厳格に決定論的モデルは、二つ以上の要素を持っている場合、それはマルチファクターと呼ばれています。 その分析は、種々の方法により行うことができます。 一例として、 数理統計学。 この場合は、事前に確立されたと演繹モデルを働いたという点でタスクを考慮しています。 それらの間で選択するには意味のある表現に行われます。

モデルの高品質の建設のためには、プロセスの本質とその因果関係の理論的および実験的研究を使用します。 これは、検討中の被験者の主な利点です。 モデルの決定論的 因子分析は、 私たちの生活の多くの分野で正確な予測を可能にします。 その高品質と汎用性のおかげで、彼らはとても広まりました。

サイバネティック決定論的モデル

移行プロセスが全く発生し、私たちのための分析に基づいているのので、彼らは、関心の環境の腐食性にも、最も些細な変化です。 計算の簡単さと速度のための現状は、単純化モデルによって置き換えられます。 重要なことは、それがすべての基本的な要件を満たしていることです。

自動制御システム及びその決定の有効性のすべての必要なパラメータに依存する操作のUnityから。 この問題を解決する必要がある：より多くの情報を収集し、エラーと大きな処理時間の確率が高くなります。 あなたは、データの収集を制限している場合でも、あなたは信頼性の低い結果をカウントすることができます。 情報十分な精度を提供するバランスを見つけることが必要であると同時に、不要な要素と不必要に複雑にしないであろう。

乗法決定論的モデル

それは、そのセットの要素を分割することによって構築されます。 一例として、生産量（PP）を形成する工程を考えます。 だから、あなたは労働（RS）、材料（M）及びエネルギー（E）を持っている必要があります。 この場合、PPの因子は、複数（; M; E MS）に分けることができます。 この実施形態は、乗法因子型システムおよびその分離の可能性を表示します。 拡張フォーマル膨張および伸長：この場合には、形質転換のような方法を使用することが可能です。 最初のオプションは、広く分析に使用されています。 ように、従業員の効率を計算するために使用される、とすることができます。

単一の値を拡張する際に他の要因によって置き換えられています。 しかし、最終的にそれは同じ番号を持つ必要があります。 我々は上記と考え伸び例。 それが唯一の正式な展開のまま。 これは、1つのまたは複数のパラメータを置換することによって、元の分母係数モデルの拡張の使用を含みます。 この例を考えてみましょう：私たちは、生産の収益性を期待しています。 コストの大きさで割った利益のこの量のために。 場合代わりに単一の値のアニメーションは、材料、人員、税金等のための合計支出によって分割されます。

可能性

ああ、すべてが正確に行けば計画通り！ しかし、これはめったに起こりません。 そのため、実際には、多くの場合、決定論と確率モデルを一緒に使用します。 私たちは、過去について何を言うことができますか？ これらの特異性は、彼らがより多くのと異なる確率を可能にすることです。 以下のように、例えば、取ります。 2つの状態があります。 それらの間の関係は非常に悪いです。 第三者が国の一つの会社に投資するかどうかを決定します。 戦争が勃発場合は、すべての後、利益が非常に怪我をされています。 または1つを例に高い地震活動の領域におけるプラントの建設を挙げることができます。 ここでは、確かに計上することができない自然の要因があるので、我々は唯一についてこれを行うことができます。

結論

私たちは、決定論的モデル解析を表している議論してきました。 ああ、しかし、これらを完全に理解し、実際に適用することができるように、学ぶことは非常に良いです。 理論的基礎は、既に持っています。 また、記事の一部として提示され、いくつかの簡単な例ました。 次の最高の素材を作業の段階的な合併症の経路上に行きます。 あなたは、いくつかの入力を保存し、対応するシミュレーションを実行することができる学習ソフトを起動することができます。 しかし、どのような選択は、どのように、なぜ、依然として必要である、基本を理解するために、何の質問に答えることができるように、かもしれません。 右の入力を選択して、目的の操作を選択するために始めることを学ばなければなりません。 そして、プログラムが正常にそのタスクを実行することができるようになります。