нь і документування імітаційної моделі та її використання. Жодні з імітаційних проектів не повинен вважатися закінченим доти, поки їх результати не були використані в процесі прийняття рішень. Успіх реалізації багато в чому залежить від того, наскільки правильно розробник моделі виконав усі попередні етапи процесів імітаційного дослідження. Якщо розробник і користувач працювали в тісному контакті і досягли взаєморозуміння при розробці моделі та її дослідженні, то результат проекту скоріш за все буде успішно впроваджуватися. Якщо ж між ними не було тісному взаємозв'язку, то, незважаючи на елегантність і адекватність імітаційного моделювання, складно буде розробити ефективні рекомендації. p> Вищеперелічені етапи рідко виконуються в строго заданої послідовності, починаючи із визначення проблеми і кінчаючи документуванням. У ході імітаційного моделювання можуть бути збої в прогонах моделі, помилкові припущення, від яких надалі доводиться відмовлятися, переорієнтування цілей дослідження, повторні оцінки і перебудови моделі. Такий процес дозволяє розробити імітаційну модель, яка дає вірну оцінку альтернатив і полегшує процес прийняття рішень.
В
Глава 2. Розподілу та генератори псевдовипадкових чисел
Нижче будуть використані такі позначення:
X - випадкова величина; f (х) - функція щільності ймовірності X; F (х) - функція ймовірності X;
а - мінімальне значення;
b - максимальне значення;
m - мода;
Ој-математичне сподівання М [Х]; ​​σ2-дисперсія М [(Х-Ој) 2]; p> Пѓ-середньоквадратичне відхилення; О±-параметр функції щільності ймовірності;
ОІ - параметр функції щільності ймовірності.
2.1 Види розподілів
2.1.1 Рівномірний розподіл
Функція щільності ймовірності рівномірного розподілу задає однакову ймовірність для всіх значень, лежать між мінімальним і максимальним значеннями змінної. Іншими словами, ймовірність того, що значення потрапляє у вказаний інтервал. пропорційна довжині цього інтервалу. Застосування рівномірного розподілу часто викликано повною відсутністю інформації про випадковій величині, крім її граничних значень. Рівномірний розподіл називають також прямокутним. br/>
f (t) = при а ≤ t ≤ Ь.
Середній значення розподілу одно Ој =, дисперсія дорівнює Пѓ 2 =.
Рівномірно розподілена випадкова величина X на відрізку [А, b] виражається через рівномірно розподілену на відрізку [0, 1] випадкову величину R формулою
X = а + (b - а) * R
В
Рис.1 Графіки функції розподілу і щільності розподілу:
2.1.2 Трикутний розподіл
Трикутне розподіл є більш інформативним, ніж рівномірний. Для цього розподілу визначаються три величини - мінімум, максимум і мода. Графік функції щільності складається з двох відрізків прямих, одна з яких зростає при зміні X від мінімального значення до моди, а і...
