Лабораторные МКМ-1 (3). Задача об ассортименте продукции
Скачать 1.49 Mb.
|
ЛАБОРАТОРНАЯ РАБОТА №6 Получение и обработка результатов моделирования Подготовительная часть. Для выполнения лабораторной работы необходимо повторить следующие вопросы: Пуассоновское и показательное распределения случайной величины; Критерий согласия Колмогорова Методы получения результатов моделирования (метод подынтервалов, метод циклов) Теоретическая часть. Оценка статистических данных. Пример 1. В городе имеется транспортное агентство для обслуживания населения. Число заявок на обслуживание случайно и представлено выборкой 1. Время перевозок (включая время возвращения в гараж), так же случайно и представлено выборкой 2. Выборка 1 число заявок на перевозку за день Х1 =
Выборка 2 Время обслуживания одной заявки в часах. Х2 =
Прежде чем приступить к исследованию данной системы, необходимо определить характеристики входного и выходного потоков. Во-первых, входящий поток должен являться простейшим (пуассоновским). Простейший поток обладает такими важными свойствами: 1) Свойством стационарности, которое выражает неизменность вероятностного режима потока по времени. Это значит, что число требований, поступающих в систему в равные промежутки времени, в среднем должно быть постоянным. 2) Отсутствия последействия, которое обуславливает взаимную независимость поступления того или иного числа требований на обслуживание в непересекающиеся промежутки времени. Это значит, что число требований, поступающих в данный отрезок времени, не зависит от числа требований, обслуженных в предыдущем промежутке времени. 3) Свойством ординарности, которое выражает практическую невозможность одновременного поступления двух или более требований (вероятность такого события неизмеримо мала по отношению к рассматриваемому промежутку времени, когда последний устремляют к нулю). Одним из признаков того, что случайная величина распределена по закону распределения Пуассона, является совпадение математического ожидания случайной величины и дисперсии этой же случайной величины, то есть: В качестве оценки для математического ожидания обычно выбирают выборочное среднее а в качестве оценки дисперсии - выборочную дисперсию: где n - объём выборки X1={ }; N - объём вариационного ряда; - частота в выборке Х1. Проведём расчёты (в Excel):
|