ЛР3_ИМ

Ассистент

М.Н. Шелест

должность, уч. степень, звание

подпись, дата

инициалы, фамилия

ОТЧЁТ О ЛАБОРАТОРНОЙ РАБОТЕ №3

МОДЕЛИРОВАНИЕ ВХОДНОГО ПОТОКА ЗАПРОСОВ

по курсу: ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

СТУДЕНТ ГР. №

4616

А.В. Павлов

подпись, дата

инициалы, фамилия

import matplotlib.pyplot as plt

import numpy as np

import scipy.stats as st

import scipy.special as sps

def main():

N = 2

#Параметры распределения

lambd = 7

k = 3

#Теоритеческие значения интенсивности входного потока и коэф вариации

l_t = 1/(k/lambd)

v_t = np.sqrt(k/(lambd**2)) / (k/lambd)

#Старые значения оценивываемых параметров

l_old , v_old= 1 , 1

#Списки новых оцениваемых параметров, коэф вариации и интенсивность входного потока

v_list, l_list= [] , []

#Выключатель

T = False

while not T :

#герерация списка эрнланговского распределения

data = st.erlang.rvs(a = k, scale = 1/lambd, size=N)

#Мат. ожидание

mo = np.mean(data)

#Стандартное отклонение

sigmao = np.std(data)

#Расчет новых значений оценки интенсвиности и коэф вариации

l_new = 1/mo

v_new = sigmao/mo

#Считаем выражения для проверки условий

usl1 = (abs((l_new - l_old) / l_old))

usl2 = (abs((v_new - v_old) / v_old))

print(mo)

if usl1 > 0.01 or usl2 > 0.01:

#Меняем значения если условие верно

v_old = v_new

l_old = l_new

v_list.append(v_old)

l_list.append(l_old)

N = 2 * N

else:

#Выключаем цикл

T = True

print(v_list)

print(l_list)

#Рисуем график оценки интенсивности потока

plt.figure(1)

plt.axhline(l_t,lw=4,alpha=0.5,color='red')

plt.plot(np.linspace(1,len(l_list),len(l_list)),l_list)

plt.title('Оценка интенсивности потока')

#Рисуем график Оценки коэф вариации

plt.figure(2)

plt.axhline(v_t,lw=4,alpha=0.5,color='red')

plt.plot(np.linspace(1,len(v_list),len(v_list)),v_list)

plt.title('Оценка коэф вариации')

plt.show()

print(sigmao)

main()