- •Имитационное моделирование экономических процессов
- •Содержание лабораторной работы №1
- •Варианты работ:
- •Лабораторная работа №2 Создание генераторов случайных чисел для «типовых» распределений
- •Содержание лабораторной работы №2
- •Варианты работ
- •Плотности распределения вероятностей
- •Лабораторная работа №3
- •Показатели эффективности смо:
- •Алгоритм моделирования смо м/м/n/0
- •Алгоритм моделирования смо м/м/n/∞
- •Лабораторная работа №4 Вычисление интегралов методом Монте-Карло
- •Интегралы:
- •Содержание лабораторной работы №4
- •Варианты работ
- •Лабораторная работа №5 Моделирование смо событийным способом
- •Событие «Прибытие заявки»
- •Событие «Окончание обслуживания»
- •Содержание работы
- •6. Лабораторная работа № 6 «Генерирование случайных чисел, равномерно распределенных на интервале (0, 1)»
- •Введение
- •Содержание лабораторной работы
- •7. Лабораторная работа № 7 «Основные модели смо»
- •Случай m/m/n/0
- •Случай m/m/n/
- •Случай m/m/n/m
- •Содержание лабораторной работы
- •Варианты работ
Имитационное моделирование экономических процессов
Методические указания
к лабораторным работам
Иркутск-2012
Оглавление
Лабораторная работа №1…………………………………….3
Лабораторная работа №2…………………………………….5
Лабораторная работа №3…………………………………….11
Лабораторная работа №4…………………………………….14
Лабораторная работа №5…………………………………….16
Лабораторная работа №6…………………………………….18
Лабораторная работа №7…………………………………….20
Лабораторная работа №1
Моделирование случайных величин с
заданным распределением
При решении задач методом имитационного моделирования возникает необходимость получать на ЭВМ последовательности выборочных значений случайной величины с заданным распределением. Такой процесс принято называть моделированием случайной величины.
Если задана функция распределения F(x) , то алгоритм моделирования случайной величины получается из уравнения
F(x) = r, . (1)
Запись означает, чтоr - это независимое значение псевдослучайной величины равномерно распределенной на интервале (0,1). Программы или функции, моделирующие эти значения, имеются во всех системах программирования.
Если задана плотность распределения вероятностей f(x) , a<x<b, то предварительно необходимо найти функцию распределения F(x), а затем решить уравнение (1),
. (2)
Если плотность распределения вероятностей содержит нормирующую константу c , то её необходимо найти из условия нормировки,
. (3)
Содержание лабораторной работы №1
Для своего варианта найти алгоритм моделирования случайной величины.
Реализовать полученный алгоритм в виде программы
Проверить правильность полученного алгоритма. Для этого:
3.1.Получить выборку объёма n, , для всех вариантовn=3000.
3.2.Найти оценки:
математического ожидания
;
дисперсии
;
среднеквадратического отклонения
.
3.3.Найти доверительный интервал для математического ожидания: , где- квантиль нормированного нормального закона для доверительной вероятности. Для всех вариантов.
3.4.Найти математическое ожидание для своего варианта
и убедиться, что оно попадает в доверительный интервал.
3.5. Найти расчетную (εp) и фактическую (εф) относительную точность оценки математического ожидания:
εp=δ/;εф=|-|/.
Варианты работ:
1.;
2. ;
3. ;
4. ;
5. ;
6 . ,;
7. =α - 0,577,;
8. ,;
9. ,,m=30,;
10. ,,m=40,;
11. ,=α + 0,577,;
12. .
Лабораторная работа №2 Создание генераторов случайных чисел для «типовых» распределений
Алгоритмы и программы моделирования случайных величин с заданным распределением (лаб. работа №1) называют генераторами случайных чисел с заданным распределением. В этой лабораторной работе рассматриваются «типовые» (известные по литературе и используемые на практике) распределения.