lab5

plt.grid()

return T_experimental, Q_experimental

if __name__ == "__main__": mu = 1

a = np.random.random() b = a + 0.1 * mu

N = 3 # объём буфера

# Построение графиков plot_expon_distribution(mu, 1) plot_uniform_distribution(a, b, 2)

print('Проходит моделирование тестовое') experiment(mu, is_test=True, figure=3, N=3)

print('Проходит моделирование экспериментальное')

index = [rf"{i:.1f}mu" for i in np.linspace(0.1, 1, 10)] arr1, arr2 = experiment(mu, is_test=False, figure=5, N=3) df = pd.DataFrame(arr1, index=index, columns=["T"]) df["Q"] = arr2

print(df.T)

# Построение экспериментальных графиков

__plot__(5, df["T"][:9], title='Моделирование для экспериментальной зависимости среднего времени задержки',

ylabel='Ср. время в системе', xlabel='Интенсивность входного потока $(\lambda)$',

color='black')

__plot__(6, df["Q"][:9], title='Моделирование для экспериментальной зависимости производительности',

ylabel='Производительность', xlabel='Интенсивность входного потока $(\lambda)$',

color='black')

plt.show()

11