pre>
Рис. 4. График изменения коэффициента корреляции.
Вывод:
Полученная последовательность ПСЧ, имеющая нормальный закон
распределения, удовлетворяет предъявленным требованиям по качеству и может
быть использована в задачах моделирования, т. к.
- числовые характеристики имеют незначительное отклонение от
теоретических значений,
- по критериям согласия получены удовлетворительные значения
доверительных вероятностей,
- числа последовательности достаточно независимы, о чем свидетельствует
график (Рис. 4.)
Последовательности ПСЧ для 2-го и 3-го пользователей генерируются
аналогично, с той лишь разницей, что мат. ожидание у них 17 и 18
соответственно.
Исследование последовательности экспоненциально распределенных ПСЧ
(Программа в приложении № 3)
Определение числовых характеристик
| | |Теоретическое|Статистическое|
|№ |Характеристика | | |
| | |значение |значение |
| 1|Мин.знач.совокупности | 0.5 | 0.8 |
| 2|Макс.знач.совокуп-ти | 3.5 | 2.358 |
| 3|Мат. ожидание | 0.8 | 1.06 |
| 4|Дисперсия | 0.08 | 0.066 |
| 5|Сред.квадр.отклонение | 0.5 | 0.2575 |
| 6|Коэфф.ассиметрии | 0 | 1.682 |
| 7|Эксцесс | 0 | 1.097 |
Аппроксимация стат. распределения теоретической функцией
Проверка соответствия чисел последовательности требуемому закону
распределения дает следующие результаты:
Критерий Хи-Квадрат:
Значение Х2=2310
С доверительной вероятностью 0.999 можно утверждать о согласованности
теоретических и статистических данных.
Критерий Колмогорова:
Максимальная разность max| F(x)-F*(x) | = 0.023
С доверительной вероятностью 0.91 можно утверждать о согласованности
теоретических и статистических данных.
Определение характеристик корреляции
?(?)
1
0 ?
5
Рис. 5. График изменения коэффициента корреляции.
Вывод:
Полученная последовательность ПСЧ, имеющих экспоненциальный закон
распределения, удовлетворяет предъявленным требованиям по качеству и может
быть использована в задачах моделирования, т. к.
- числовые характеристики имеют незначительное отклонение от
теоретических значений,
- по критериям согласия получены удовлетворительные значения
доверительных вероятностей,
- числа последовательности достаточно независимы, о чем свидетельствует
график (Рис. 5.)
3.5. Описание моделирующей программы для
стохастической модели
Преобразуем ранее созданную детерминированную модель вычислительной
системы в стохастическую модель. Для этого потребуются следующие изменения
детерминированной программы:
- вставим программный генератор РРПСЧ - встроенную функцию random( )
возвращающую РРПСЧ в интервале (0,1) - для определения времени
между приходами пользователей.
- файл norm-1.dat , имеющий нормальный закон распределения с m=16 , D=2
для определения времени подготовки задания на 1-ой сетевой машине.
- файл norm-2.dat , имеющий нормальный закон распределения с m=17 , D=2
для определения времени подготовки задания на 2-ой сетевой машине.
- файл norm-3.dat , имеющий нормальный закон распределения с m=18 , D=2
для определения времени подготовки задания на 3-ей сетевой машине.
- файл expon.dat , имеющий экспоненциальный закон распределения с m=0.8
для определения времени выполнения задания на ЭВМ.
- уберем функции ввода с клавиатуры которые использовались для ввода
параметров системы.
Стохастическая моделирующая программа приведена в Приложении № 4.
4. Получение и интерпретация результатов
моделирования
Значения выходных характеристик, полученные при прогонках модели с
различными случайными воздействиями.
| № |% выполненных заданий,|
|прогона|поступ. от 2-го |
| |пользователя |
| 1 | 9 % |
| 2 | 9 % |
| 3 | 9 % |
| 4 | 9 % |
| 5 | 9 % |
| 6 | 9 % &
