文章目录
Lec 1
Models 建模
Def:A model is an approximate representation of a physical situation which
attempts to explain observed behavior 近似描述解释一个物理情况
好的模型:简单可以理解,预测了该事件所有的相关情况predict all relevant aspects of the situation
作用:帮助减小实验消耗
Mathematical model
提取重要的参数和变量(para,var),一组assumption建立其上
假说是为了描绘他们之间的关系,有了这些关系,我们可以推断出实验结果
越简单越易于解决,但是模型没有完全的描述显示系统
Computer simulation model
用计算机语言描述实现的模型,更加高效,有更多细节
The Modelling Process 建模过程
Deterministic versus Probabilistic Models 决定性模型vs概率模型
决定性:重复相同的,输出绝对
概率:The conditions of the experiment determine the probability of different outcomes.
基本所有的实际事件都无法被确切的描述,每个复杂系统可能包含许多模型
Relative Frequency
Random Experiment:outcome实验结果、trials次数、events实验动作
相对频率:Nk(n)表示n次中结果为k的次数
随着实验次数增加,趋向一个常数pk,这就是结果k的概率
Provides a key connection between measurement of physical quantities and probability models!
Properties:
The relative frequencies are between zero and one;The relative frequencies sum to one.
相互独立,概率可加可分解If C = {A or B} and A and B cannot occur simultaneously (mutually exclusive)
f
C
(
n
)
=
f
A
(
n
)
+
f
B
(
n
)
f_C(n) = f_A(n) + f_B(n)
fC(n)=fA(n)+fB(n)
例子
对话系统需要在10ms中传送N=48个同时发生的对话(48条线),每个人只说1/3的时间。M是此系统最大传输个数,问只有1%的丢包率时M的取值。
丢包率计算公式=10ms中平均正在说话但是没被传输的线路/正在说话的线路
记录100次10ms间隔,统计每10ms中被激活的线路
下面计算正在说话的线路(Active)=A(j) = 上面的统计次数
或者统计有多少个10ms激活了Nk条线路(就是有k个packets)
平均active packets = n次总激活次数/n次
下面计算丢失的包(正在说话但是没被传输的线路):
如果所需线路大于M才会产生丢包:B(j) = A(j) – M
Li(n)表示i个packets丢失的10ms次数
最终用相对频率Nk表述丢包率,让n趋向无穷,得到pk
有了pk就可以计算M=24
Axiomatic Approach to Probability
把一个数学公理体系建立在the limit of the relative frequency是不行的:我们不知道何时存在极限;极限无法出现在实际情况中;如果实验不可重复,极限的定义将不适用