Тема: Генерування випадковості чисел

 

План.

1. Рівномірний розподіл.

2. Розподіл Пуассона (самостійно).

3. Експоненціальний розподіл.

4. Нормальний розподіл.

5. Гама – розподіл та розподіл Ерланга.

 

1. Рівномірний розподіл.

Рівномірний розподіл являє собою безперервну функцію густини ймовірності, постійну всередині інтервалу від а до в і рівну нулю зовні цього інтервалу.

 

Щільність ймовірності математичне сподівання

Дисперсія

Функція щільності ймовірності рівномірного розподілу задає однакову ймовірність для всіх значень, що лежать між мінімальним та максимальним значеннями змінної.

2. Експоненціальний розподіл.

Вектори стосується для опису функціонування систем, в яких перевищена кількість подій відбувається за відносно короткий проміжок часу, а окремі події для своєї реалізації потребують значно довших часових відтінків, наприклад час обслуговування клієнтів у банку, надходження автомобілів на заправну станцію, термін придатності електронних складових побутових пристроїв і т.ін.

Коли ймовірність появи події в малому інтервалі часу дуже мала і не залежить від появи інших подій, то інтервали часу між послідовними подіями розподіляються експоненціальному закону

 

Експоненціальний розподіл

Цьому закону розподілу підлягає багато явищ, наприклад тривалість телефонних розмов, строк служби електронних деталей, час прибуття літака в аеропорт та ін.

 

3. Розподіл Пуасона.

Розподіл Пуасона є дискретною версією експоненціального розподілу і найчастіше пов’язаний з числом результатів за певний період часу. Якщо тривалість інтервалів часу між результатами розподілена експоненціально і в кожний момент часу може здійснитися лише один результат, то можна довести, що число результатів на фіксованому інтервалі часу розподілено по закону Пуасона.

 

 

щільність ймовірностей !

Математичне сподівання , дисперсія

Розподілом Пуасона можна описати цілий ряд реальних процесів. Якщо взяти серію із n незалежних подій по схемі Бернулі (так – ні, успіх – невдачі) з малою ймовірністю появи подій в кожному із них, то з ростом n імовірність того, що ми будемо спостерігати появу подій х раз, підлягає пуасонівському розподілу.

Розподіл Пуасона відноситься до числа дискретних (тобто таких, при яких зміна може приймати тільки цілочисельні значення, включаючи нуль).

 

4. Нормальний розподіл.

Нормальний розподіл або розподіл Гауса є найбільш важливим в теорії ймовірностей і математичній статистиці. Цей розподіл є простим в математичному трактуванні. Тому регресійний або варіаційний аналіз, базуючись на тому, що функція щільності має нормальний характер.

 

 

Нормальний закон розподілу описує широкий клас явищ, наприклад цифрові результати різноманітних тестів, термін придатності речей широкого вжитку розсіювання куль довкола мішені і т.ін.

 

5. Гама розподіл та розподіл Ерланга.

Розподіл Ерланга сумування незалежних однаково розподілених експоненціальних випадкових величин. Він є частковим випадком гама-розподілу, тому все що стосується функції густини, інтергустації і зауважень відносно гама-розподілу, справедливо також і для розподілу Ерланга. Цей розподіл широко використовується в теорії масового обслуговування.

Гама - розподіл – це узагальнення розподілу Ерланга для випадку, коли число умовних експоненціальних величин не є цілим. Гама – розподілена випадкова величина може приймати значення від нуля до безмежності. Цей розподіл виводять із експоненціального аналогічно як нормальний виводять із рівномірного.

Гама розподіл можна інтергустувати як квадратів нормально розділених випадкових змінних, тобто як а-розподіл. Отже, розподіл Ерланга, експоненціальний розподіл є частковими випадками гама-розподілу.

Гама-розподіл є одним з найбільш використовуваних видів безперервних розподілів яким може скористатися аналітик в імітаційному дослідженні. Якщо величини, які характеризують яке-небудь випадкове явище, не можуть приймати від’ємних значень, то це явище найбільш вдало може імітуватися з допомогою гама-розподілу. Цей розподіл описується двома параметрами , - характеризує форму, а - масштаб розподілу.

При зміні цих параметрів щільність гама-рпозподілу може набувати найрізноманітніших форм.

 

щільність імовірність

математичне сподівання

 


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: