随机模拟和系统仿真.docVIP

§3.5 随机模拟与系统仿真 一. 随机现象的模拟 例： 超市出口有若干个收款台，两项服务：收款、装袋。顾客的到达的时间间隔是随机的；因顾客购买的货物量不同，所以服务时间的长短也是随机的。 可以利用计算机产生服从一定的规律（概率分布）的(伪)随机数，用随机数确定时间间隔和服务时间。 1. 随机变量及其分布 随机事件：在一定条件下有可能发生的事件， 其全体记为( 。 概率：随机事件A ( (发生的可能性的度量 P(A)， 0 (P(A) ( 1. 定义: 在(的(-集合类F上的实值函数，P: ( ( P((), ( ( F , 满足： 1. 非负性：P(()(0, 2. 规范性：P(()=1, 3. 可列可加性：对 ( =UAi ((, {Ai }是两两不相容的事件，则 P(()= (P(Ai) ， 称P为F上的概率测度. 随机变量： 称在(上定义的实值函数 ( ：A ( ( (A) 为随机变量。 离散型： ( ({ak ；k=1,2,…(,n)}, 连续型： ( ((a, b) . 随机变量的分布函数：F(x):=P(( x):=P((-1 (- (, x)), 其中 (-1 (-(,x)={A ( (; - ( ( (A)x} ( F 离散型 若 则称 ak a1 a2 … an P((=ak) p1 p2 … pn 为离散随机变量 ( 的分布列, 称函数 F(x)=P(( x)= (akx pk为随机变量 ( 的分布函数。 连续型 若 则称 函数p(x) 为随机变量 ( 的分布密度, 称F(x)= P((((-(, x))为随机变量 ( 的分布函数 几类常见的随机分布 两点分布 只有两种可能结果(成功、失败)的实验称为贝努里试验。试验成功的概率为p 二项分布 n重贝努里试验成功的次数( 。 离散的均匀分布 连续的均匀分布 泊松分布 在单位时间间隔内随机事件平均发生的次数( . 正态分布 许多偶然因素作用结果的总和。N((，() 表示均值为(，方差为 (的正态分布。 指数分布 质点于随机时间陆续到达的时间间隔，平均时间间隔为1/( 2. 随机数和随机现象的模拟 10.随机数可由计算机产生 Matlab的统计工具箱提供了21种随机数发生函数， 例如： (a,b) 区间上的连续均匀分布随机数：unifrnd(a,b) 正态分布随机数 normrnd(mu, sigma) 它满足均值为mu, 方差为sigma 的正态分布。 (=2的指数分布随机数 exprnd(1/2) 特别，rand=unifrnd(0,1)是在区间(0,1)上的均匀分布的随机数，Randn=normrnd(0,1)是服从N(0,1)正态分布的随机数。 Matlab程序 unifrnd(0,1,1,6)=rand(1,6) ans = 0.4303 0.3455 0.9137 0.1602 0.3879 0.9672 unifrnd(0,10,1,5) ans = 6.1543 7.9194 9.2181 7.3821 1.7627 unidrnd(1,10,10) ans = 10 3 7 5 9 8 5 1 9 5 normrnd(1,1/3,1, 6) ans = 1.0515 1.8602 0.5646 1.3412 1.2593 0.7220 normrnd(0,1,1,6)=randn(1,4) ans = -0.4326 -1.6656 0.1253 0.2877 20.模拟随机现象 例1．顾客到达收款台的的规律是：40% 的时间没有人来，30% 的时间有1 个人来，30% 的时间有2 个人来。模拟十分钟内顾客到达收款台的情况。 每分钟到达超市收款台的人数是随机变量 n ( {0，1，2}，具有分布列 nk 0 1 2 pk 0.4 0.3 0.3 模拟方法：取(0,1) 区间上均匀连续分布的随机数 y=rand， 记n 为新到的顾客数, 则 当0(y0.4 时， 令n=0 ； 当0.4 ( y0.7 时，令n=1 ； 当0.7( y( 1 时， 令n=2 。 能够用(0,1)区间上均匀连续分布的随机数这样来模拟离散的随机现象的理由如