![](/user_photo/2706_HbeT2.jpg)
- •Имитационное моделирование экономических процессов
- •Содержание лабораторной работы №1
- •Варианты работ:
- •Лабораторная работа №2 Создание генераторов случайных чисел для «типовых» распределений
- •Содержание лабораторной работы №2
- •Варианты работ
- •Плотности распределения вероятностей
- •Лабораторная работа №3
- •Показатели эффективности смо:
- •Алгоритм моделирования смо м/м/n/0
- •Алгоритм моделирования смо м/м/n/∞
- •Лабораторная работа №4 Вычисление интегралов методом Монте-Карло
- •Интегралы:
- •Содержание лабораторной работы №4
- •Варианты работ
- •Лабораторная работа №5 Моделирование смо событийным способом
- •Событие «Прибытие заявки»
- •Событие «Окончание обслуживания»
- •Содержание работы
- •6. Лабораторная работа № 6 «Генерирование случайных чисел, равномерно распределенных на интервале (0, 1)»
- •Введение
- •Содержание лабораторной работы
- •7. Лабораторная работа № 7 «Основные модели смо»
- •Случай m/m/n/0
- •Случай m/m/n/
- •Случай m/m/n/m
- •Содержание лабораторной работы
- •Варианты работ
Алгоритм моделирования смо м/м/n/∞
1. Ввод данных.
2. Инициализация модели.
3.
Цикл по
.
4. Т1=Т1+t, tFa(t).
5. TMIN=min Tp(i) ,I MIN – номер канала, который освободится первым.
6. Если Т1> T MIN, то 7 (канал простаивает), иначе 9.
7. Т2= Т1.
8. Подсчет простоев каналов, переход на 10.
9. Т2=T MIN, подсчет числа заявок, попавших в очередь.
10. Т3=Т2+t, tFb(t).
11. TP(I MIN)=ТЗ, подсчет времени нахождения заявки в системе.
12. J<=NT4, иначе 13.
13. Обработка накопленных статистических данных и выдача результатов.
Замечание: Распределение [Fa(t)] и распределение [Fb(t)] для каждого варианта является показательным. Параметры распределений и число обслуживающих каналов n (n > 2) выбрать самим. При этом вероятность отказа (M/M/n/0) или вероятность очереди (M/M/n/∞) должны быть в пределах (0,1 - 0,3). Для второго случая должно выполнятся условие стационарности:
n> λ / μ.
Содержание работы
1. Создать программу моделирования СМО для своего варианта.
2. Оценить (для всех вариантов число заявок равно 3000):
а) среднее время нахождения заявки в системе, t=(Т3-Т1);
б) вероятность отказа для случая m = 0 или вероятность очереди для случая m = ∞ (число отказов или число заявок, попавших в очередь, надо разделить на общее число заявок при моделировании).
3. Найти среднее
время нахождения заявки в системе
и вероятность отказа
или очереди
по формулам:
I) Для СМО вида М/М/n/0 -
;
;
;
;
.
Дополнительно необходимо найти вероятности того, что в системе находится k заявок:
.
Убедится, что
.
II) Для СМО вида М/М/n/∞ -
;
;
;
;
;
;
;
.
4. Сравнить значения показателей эффективности, полученные в n. 2 и 3, и сделать выводы.
Лабораторная работа №4 Вычисление интегралов методом Монте-Карло
В лабораторной работе рассматриваются интегралы вида
.
По методу Монте – Карло данный интеграл вычисляется следующим образом:
функция G(x) представляется в виде произведения двух функций G(x)=g(x)f(x),
где f(x)
есть плотность распределения вероятностей
на интервале (с, d),
а значения а,b,c,d
могут быть конечными или бесконечными,
интервал (a,b)(c,d);
вводится функция
;
вычисляется интеграл I как оценка математического ожидания функции P(x):
I=M[P(x)],
где
=F
,
,F(x)-функция
распределения для плотности f(x),
n-объем
выборки, обеспечивающий заданную
точность
:
.
Здесь
=1,96
при
=0,95;
.
Интегралы:
Содержание лабораторной работы №4
1. Для своего варианта вычислить интеграл методом Монте-Карло с заданной точностью εз=0,001.
2. Вычислить доверительный интервал и зафиксировать объем выборки n.
3. Найти интеграл по формуле Ньютона-Лейбница и убедиться, что полученное значение попадает в доверительный интервал.
Замечание: расчет доверительного интервала взять из лабораторной работы №1, но учесть, что оценивается значение функции Р(х).