Отчеты по лабораторным работам
  • Регистрация
1 1 1 1 1 1 1 1 1 1 Рейтинг 0.00 (0 Голоса)

Кафедра Кибернетики и вычислительной техники.

Отчёт о выполнении лабораторной работы №2 «Применение GPSS для обработки результатов научных экспериментов» по дисциплине «Теория систем»

 

1.  Постановка задачи

Получить выборку случайных величин (интервалов времени распределения появления заявок в СМО), заданных функцией распределения. Считать:

1.  случайная величина дискретна;

2.  случайная величина непрерывна.

Для 2-х вариантов моделирования вычислить характеристики случайной величины, по результатам моделирования построить интегральную функцию и сравнить ее с заданной.

Значения случайной величины

1

2

3

4

5

№ варианта

Относительная частота появления случайной величины

21

0,30

0,20

0,15

0,18

0,17

2. Текст программы

1. Для дискретной случайной величины:

AAA FUNCTION RN1,D5

0.3,1/0.5,2/0.65,3/0.83,4/1.0,5

GENERATE 1

ADVANCE FN$AAA

TTT TABLE M1,1,0.5,10

TABULATE TTT

TERMINATE 1

2. Для непрерывной случайной величины:

BBB FUNCTION RN1,C6

0,0/0.3,1/0.5,2/0.65,3/0.83,4/1.0,5

GENERATE 1

ADVANCE FN$BBB

TTT TABLE M1,1,0.5,10

TABULATE TTT

TERMINATE 1

3.  Результаты моделирования

Для дискретной случайной величины получены следующие результаты моделирования:

TABLE MEAN STD. DEV. RANGE RETRY FREQUENCY CUM.%

TTT 2.739 1.445 0

_ - 1.000 58 27.49

1.000 - 1.500 0 27.49

1.500 - 2.000 47 49.76

2.000 - 2.500 0 49.76

2.500 - 3.000 31 64.45

3.000 - 3.500 0 64.45

3.500 - 4.000 42 84.36

4.000 - 4.500 0 84.36

4.500 - 5.000 33 100.00

Для непрерывной случайной величины получены такие результаты:

TABLE MEAN STD. DEV. RANGE RETRY FREQUENCY CUM.%

TTT 2.105 1.471 0

_ - 1.000 30 30.00

1.000 - 1.500 13 43.00

1.500 - 2.000 12 55.00

2.000 - 2.500 6 61.00

2.500 - 3.000 10 71.00

3.000 - 3.500 9 80.00

3.500 - 4.000 2 82.00

4.000 - 4.500 11 93.00

4.500 - 5.000 7 100.00

4. Графическое представления интегральной функции

В графическом виде полученные функции для дискретной и непрерывной случайной величины можно представить в виде изображенном на рисунке 1:

Рисунок 1

5. Анализ результатов

Из результатов моделирования дискретной случайной величины представленных в пункте 4 видно что среднее взвешенное значение табулируемого аргумента - 2.704:

MEAN

2.739

Среднеквадратичное отклонение – 1.445 :

STD. DEV.

1.445

Частотные классы представлены в виде, в котором они заданы параметрами блока TABLE:

RANGE

_ - 1.000

1.000 - 1.500

1.500 - 2.000

2.000 - 2.500

2.500 - 3.000

3.000 - 3.500

3.500 - 4.000

4.000 - 4.500

4.500 - 5.000

При попадании табулируемого аргумента в соответствующий частотный класс подсчитывается суммарная частота попадания в некоторый класс:

FREQUENCY

58

0

47

0

31

0

42

0

33

Далее подсчитывается величина частоты в процентах к общему количеству значений табулируемого аргумента:

CUM.%

27.49

27.49

49.76

49.76

64.45

64.45

84.36

84.36

100.00

Графически дискретная функция должна иметь вид ступенек, что и видно из результатов построения функций в пункте 5.

Из результатов моделирования непрерывной случайной величины представленных в пункте 4 видно что среднее взвешенное значение табулируемого аргумента - 2.232:

MEAN

2.105

Среднеквадратичное отклонение – 1.471:

STD. DEV.

1.471

Частотные классы представлены в виде, в котором они заданы параметрами блока TABLE:

RANGE

_ - 1.000

1.000 - 1.500

1.500 - 2.000

2.000 - 2.500

2.500 - 3.000

3.000 - 3.500

3.500 - 4.000

4.000 - 4.500

4.500 - 5.000

При попадании табулируемого аргумента в соответствующий частотный класс подсчитывается суммарная частота попадания в некоторый класс:

FREQUENCY

30

13

12

6

10

9

2

11

7

Далее подсчитывается величина частоты в процентах к общему количеству значений табулируемого аргумента:

CUM.%

30.00

43.00

55.00

61.00

71.00

80.00

82.00

93.00

100

Графически непрерывная функция должна иметь вид ломанной, что и видно из результатов построения функций в пункте 5.

Из представленных результатов моделирования видно что непрерывная функция принимает некоторые значения на интервалах, в которых значение дискретной случайной величины равны 0, что и определяет ее отличие от дискретной, следовательно построенные функции распределения для непрерывной и дискретной случайной величины являются верными.

Вывод: в результате выполнения лабораторной работы освоены методы задания неравномерных распределений случайных величин на языке GPSS; изучены особенности представления статистической обработки результатов моделирования на языке GPSS. Построены модели дискретной и непрерывной случайной величины. По полученным характеристикам построены функции распределения для дискретной и непрерывной случайной величины. Из анализов результатов получено что моделирование произведено верно.

Добавить комментарий


Защитный код
Обновить

По темам:

История Украины

Культурология

Высшая математика

Информатика

Охотоведение

Статистика

География

Военная наука

Английский язык

Генетика

Разное

Технологиеские темы

Украинский язык

Филология

Философия

Химия

Экология

Социология

Физическое воспитание

Растениевосдство

Педагогика

История

Психология

Религиоведение

Плодоводство

Экономические темы

Бухгалтерские темы

Маркетинг

Иностранные языки

Ветеринарная медицина

Технические темы

Землеустройство

Медицинские темы

Творчество

Лесное и парковое хозяйство