第3讲演示文稿.pptx

第三讲;3.1确定系统和随机系统;确定性系统与随机系统的系统参数;对随机情况仿真运行以后情况如下表：;;对该系统施加一些参数改变。假设工件到达的时间间隔变短，也就是工作任务量增大，看确定性系统和随机性系统各有什么变化。

假设上述加工系统的工件到达时间间隔缩短到1.2分钟，即确定性系统的时间间隔为常数1.2，而随机系统的时间间隔缩短到expo(1.2)。两种情况下，系统连续工作16小时的结果列于表3.3。;;到达时间间隔缩短后，同样16个小时的仿真，实际相对考察系统的运行情况长度增加了，直接体现在流过系统的工件数量增多了。而两个系统从总的加工数量和利用率上的差别减小了，但是系统运行过程中出现的系统状态差别却增大了。也就是设备利用率更接近了，但系统运行过程中出现的最长排队现象差别增大了，确定性系统仍是1，而随机系统两台设备前最大队长达到9和10。;;3.2随机事件与概率;随机变量;随机变量的表示方法;;3.4常用分布;二项分布

分布定义

任意一次试验中，只有事件A发生和不发生两种结果，发生的概率分别是：p和1-p；

若在相同的条件下，进行n次独立重复试验，用X表示这n次试验中事件A发生的次数，那么X服从二项分布，记做X?B(trial,prob)；

函数

binomial(prob,trials,stream,substream);

例：特定供应商提供的发动机次品率为10%，求批量为5的发动机中每批的次品数

binomial(0.1,5)

;泊松分布

分布定义

常用于描述单位时间、单位面积或单位空间中罕见“质点”总数的随机分布规律。罕见事件的发生数为X，则X服从泊松分布。

函数

Poisson(mean,stream,substream)

;

例：公共汽车站每10分钟平均有35个乘客到达，则任10分钟，公共汽车站的乘客数量为

poisson(35)

;均匀分布、整数均匀分布

含义

随机变量X在区间[min,max]的取值机会相等

如果区间[min,max]为一整数区间，那么X服从整数均匀分布

对某一变量的数据了解甚少，并且希望获得特定范围内的实数值时，采用该函数

函数

Uniform(min,max,stream,substream)

Iuniform(min,max,stream,substream);;三角分布

含义

如果对某一变量所知信息很少，但是如果已经知道了其结果的取值范围和最可能出现的结果，采用该函数

函数

Triangle(min,mode,max,stream,substream)

;

例：检验工人检验产品的时间在0.5分钟到1.5分钟之内，在0.8分钟左右出现的频率较高，则工人检验任一产品所需的时间为

triangle(0.5,);正态分布、截断正态分布、对数正态分布

含义

当一个随机变量可以表示为多个独立随机变量之和，则服从正态分布

截断正态分布比正态分布更具实际意义，当一随机变量服从正态分布，但取值不会无限大和无限小，则用截断正态分布

当一个随机变量可以表示为多个独立随机变量之积，则服从对数正态分布

函数

Normal(mean,sd,stream,substream)

Tnormal(mean,sd,min,max,stream,substream)

Lognormal(mean,sd,stream,substream)

;;例1：将一温度调节器放置在贮存着某种液体的容器内，调节器设定在90摄氏度，液体的温度X是一个随机变量，且X~N(90,0.52)，则在任意时刻测得的液体温度为

Normal(90,0.5)

例2：机器加工某零件的时间服从均值为3分钟，标准差为1分钟的正态分布，则其加工时间为

Tnormal(3,1,1.5,5)

;;;;;;;韦布分布（WeibullDistribution）

设随机变量的密度为:

其中α和r为正的常数，μ为实常数，则称X服从韦布分布，记作W(α,r,μ)。机械、电气零件的实效时间分布常用韦布分布表示。;卡方分布;;F-分布;;计算机仿真模型产生随机变量的方法一般是首先通过某种算法产生一个[0，1]区间均匀分布的随机数，然后采用逆变法或其他方法产生服从某分布的随机变量。

本节首先介绍[0，1]区间内均匀分布的随机数的生成，然后介绍如何从这些独立的随机数转换成符合其他分布的随机数，从而实现各种随机过程。;;随机数产生方法——随机数发生器;线性同余发生器:

zi=(azi-1+c)(modm)

其中:

zi-第i个随机数；

a-乘子；

c-增量；

m-模数；

z0-随机数源或种子值。

modm：求余运算7mod2=1

17mod3=2余数一定小于除数;线性同余发生器;两方面的缺点:;;组合发生器;组