Моделирование дискретных случайных величин - раздел Философия, ИССЛЕДОВАНИЕ ОПЕРАЦИЙ. Методические указания по выполнению лабораторных работ Рассмотрим Дискретную Св ...
Рассмотрим дискретную СВ с рядом распределения
, (11)
где . Для того чтобы моделировать эту величину, разделим интервал [0; 1] на интервалы (рис. 3) такие, что длина равна вероятности . Можно доказать следующую теорему.
Рис. 3
Теорема. Случайная величина , определенная выраже-нием если , имеет ряд распределения вероятностей (11). Схема моделирования: разыгрываем случайное число и определяем интервала , в который оно попало. В результате получим соответствующее значение СВ (для показанной на рис. 3 реализации ).
ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ... СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ ТУСУР... Кафедра автоматизированных систем управления АСУ...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Моделирование дискретных случайных величин
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Псевдослучайные числа
Пригодность случайных чисел определяется не процессом их получения, а тем, что они должны обладать интересующими нас свойствами независимых, равномерно распределенных СВ.
Алгоритмы генераторов псевдослучайных чисел
Во всех языках программирования (Pascal, C/C++, Java и т. д.) и в приложениях Excel, MathCad, MathLab и др. есть стандартная функция, возвращающая случайное число. При этом существует возможнос
Метод Фибоначчи с запаздыванием
Статистические свойства чисел, генерируемых линейным конгруэнтным алгоритмом, делают невозможным их использование для решения задач, чувствительных к качеству случайных чисел. В связи с этим линейн
Оценка точности результатов, полученных методом Монте-Карло
Оценка точности результатов, полученных методом Монте-Карло, основана на центральной предельной теореме теории вероятностей, теореме Чебышева и ее следствиях. Из которых следует, что при большом об
Основы теории систем массового обслуживания
При решении различных задач часто приходится сталкиваться с анализом эффективности работы систем массового обслуживания (СМО). Примеры СМО: телефонная станция, ремонтные мастерские, билетные кассы,
Потоки событий
Основным понятием при рассмотрении случайных процессов, протекающих в системах с дискретными состояниями и непрерывным временем, к которым относятся СМО, является понятие потока событий
Основные характеристики СМО
Ниже перечислены основные характеристики СМО, определяемые при решении задач анализа. Аналитические результаты в виде формул приведены для случая пуассоновского потока заявок со средней интенсивнос
Критерий согласия хи-квадрат Пирсона
Критерием согласия называют статистический критерий проверки гипотезы о предполагаемом законе неизвестного распределения, полученного на основе выборочных данных. Для этого вводится количественная
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов