的差异是否显著,因此,也称为频率检验。均匀性检验主要有.docVIP

的差异是否显著，因此，也称为频率检验。均匀性检验主要有两种方法：? 2 检验和柯尔莫哥 洛夫——斯米尔诺夫检验（K-S）检验。独立性检验常常采用连贯性检验进行的。所谓连贯性 检验是检验一组随机数中每隔一些数字是否出现连续增大或连续减少的现象，从而检验这组数 据是否相互独立，感兴趣的读者可查阅相关文献，在此不多叙述。 2.2.3 随机变量的生成 在实际系统中涉及到随机现象的分布规律是各种各样的。比如在单服务员的理发馆系统中 我们通常假设顾客的到达时间间隔服从负指数分布、电子元件的寿命服从威布尔分布等，对于 这些问题仅仅计算某一区间上的均匀分布是不够的。这就要求在进行系统仿真时生成对应于所 需分布规律的随机数。生成随机变量有许多种不同的方法，它们一般都是以[0,1]区间上服从 均匀分布的随机数为基础，通过适当的变换生成。这种[0,1]区间上的均匀分布通常记作 U[0,1]。这里介绍几种有效的、常用的抽样方法以及相应分布的随机变量的生成。 逆变法 逆变法（Inverse Transform Method）是以概率积分变换定理为基础的。假若我们的问题 是生成分布函数是 F(x)的随机变量，这里的 F(x)可以是[a,b]上的均匀分布的分布函数，也可 以是其它复杂分布的分布函数，除了要求的反函数 F ? 1 (.) 能够容易求得外，没有其它要求。采 用逆变法生成对应于分布函数