Лекции по имитационному моделированию - Страница 62

Страница 62	Лекции по имитационному моделированию
Главная Страница 1 Страница 2 Страница 3 Страница 4 Страница 5 Страница 6 Страница 7 Страница 8 Страница 9 Страница 10 Страница 11 Страница 12 Страница 13 Страница 14 Страница 15 Страница 16 Страница 17 Страница 18 Страница 19 Страница 20 Страница 21 Страница 22 Страница 23 Страница 24 Страница 25 Страница 26 Страница 27 Страница 28 Страница 29 Страница 30 Страница 31 Страница 32 Страница 33 Страница 34 Страница 35 Страница 36 Страница 37 Страница 38 Страница 39 Страница 40 Страница 41 Страница 42 Страница 43 Страница 44 Страница 45 Страница 46 Страница 47 Страница 48 Страница 49 Страница 50 Страница 51 Страница 52 Страница 53 Страница 54 Страница 55 Страница 56 Страница 57 Страница 58 Страница 59 Страница 60 Страница 61 Страница 62 Страница 63 Страница 64 Страница 65 Страница 66 Страница 67 Страница 68 Страница 69 Страница 70 Страница 71 Страница 72 Страница 73 Страница 74 Страница 75 Страница 76 Страница 77 Страница 78 Страница 79 Страница 80 Страница 81 Страница 82 Страница 83 Страница 84 Страница 85 Страница 86 Страница 87 Страница 88 Страница 89 Страница 90 Страница 91 Страница 92 Страница 93 Страница 94 Страница 95 Страница 96 Страница 97 Страница 98 Страница 99 Страница 100 Страница 101 Страница 102 Страница 103 Страница 104 Страница 105 Страница 106 Страница 107 Страница 108 Страница 109 Страница 110 Страница 111 Страница 112 Страница 113 Страница 114 Страница 115 Страница 116 Страница 117 Страница 118 Страница 119 Страница 120 Страница 121 Страница 122 Страница 123 Страница 124 Страница 125 Страница 126 Страница 127 Страница 128 Страница 129 Страница 130 Страница 131 Страница 132 Страница 133 Страница 134 Страница 135 Страница 136 Страница 137 Страница 138 Страница 139 Страница 140 Страница 141 Страница 142 Страница 143 Страница 144 Страница 145 Страница 146 Страница 147 Страница 148 Страница 149 Страница 150 Страница 151 Страница 152 Страница 153 Страница 154 Страница 155 Страница 156 Страница 157 Страница 158 Страница 159 Страница 160 Страница 161 Страница 162 Страница 163 Страница 164 Страница 165 Страница 166 Страница 167 Страница 168 Страница 169 Страница 170 Страница 171 Страница 172 Гостевая книга Форум Скачать учебник	Предыдущая страница	Следующая страница
	Распределение Пуассона относится к числу дискретных, т.е. таких при которых переменная может принимать лишь целочисленные значения, включая норму с мат. ожиданием и дисперсией равной l > 0. Для генерации Пуассоновских переменных можно использовать метод точек, в основе которого лежит генерируемое случайное значение R_i , равномерно распределенное на [0, 1], до тех пор, пока не станет справедливым При получении случайной величины, функция распределения которой не позволяет найти решение уравнения (1) в явной форме можно произвести кусочно-линейную аппроксимацию, а затем вычислять приближенное значение корня. Кроме того, при получении случайных величин часто используют те или иные свойства распределения. Распределение Эрланга. Распределение Эрланга характеризуется двумя параметрами: l и k. Поэтому при вычислении случайной величины в соответствии с данным законом воспользуемся тем, что поток Эрланга может быть получен прореживанием потока Пуассона k раз. Поэтому достаточно получить k значений случайной величины распределенной по показательному закону и усреднить их. Нормальное (Гауссово) распределение. Нормально распределенная случайная величина может быть получена как сумма большого числа случайных величин распределенных по одному и тому же закону и с одними и теми же параметрами.
	Предыдущая страница	Следующая страница

Сайт создан в системе uCoz