- •Реферат
- •Введение
- •1. Теоретическая часть.
- •Закон распределения Симпсона.
- •Метод Бусленко.
- •Оценка качества последовательности по гистограмме распределения.
- •2. Практическая часть
- •Погрешность этого генератора не превышает 10%. Зависимость случайных чисел и процента погрешности приведены на рисунке 2.
- •Зависимость представлена в виде графика, где по горизонтальной оси отложены количество чисел, а по вертикальной оси проценты погрешности. Исследование проводилось при количестве интервалов равному 30.
- •Список литературы
Реферат
Построить генератор случайных чисел, распределенных по закону Симпсона, со средним временем 8 часов. Данный генератор является частью общей модели системы массового обслуживания и должен соответствовать требованиям качества генерации чисел.
Содержание
Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1 Теоретическая часть . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Практическая часть. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Вывод . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Введение
В практике моделирования систем наиболее часто приходится иметь дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности внешней среды. Поэтому основным методом получения результатов с помощью имитационных моделей таких стохастических систем является метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятности. Возможность получения пользователем модели результатов статистического моделирования сложных систем в условиях ограниченности машинных ресурсов существенно зависит от эффективности процедур генерации псевдослучайных последовательностей на ЭВМ, положенных в основу имитации воздействий на элементы моделируемой системы. Для получения представляющих интерес оценок характеристик моделируемой системы S с учетом воздействий внешней среды Е статистические данные обрабатываются и классифицируются с использованием методом математической статистики.
Теоретической основой статистического моделирования систем на ЭВМ являются предельные теоремы теории вероятности. Множества случайных явлений подчиняются определенным закономерностям, позволяющим не только прогнозировать их поведение, но и количество оценить некоторые средние их характеристики. Принципиальное значение предельных теорем состоит в том, что они гарантируют высокое качество статистических оценок при весьма большом количестве испытаний N.
Статистическое моделирование систем на ЭВМ требует формирования значений случайных величин, что реализуется с помощью генераторов случайных чисел. Результаты статистического моделирования существенно зависят от качества базовых последовательностей случайных чисел. Поэтому наличие простых и экономичных способов формирования, последовательностей случайных чисел требуемого качества во многом определяет возможность практического использования машинного моделирования систем.