Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Треугольное распределение

Применимость такого распределения рассмотрим на примере, связанном с динамическими характеристиками системы управления базами данных (СУБД) в экономической информационной системе.

Рис. 1.6. График плотности вероятностей для треугольного распределения:

1 - максимум слева; 2 - максимум в центре; 3 - максимум справа

 

Пример использования треугольного распределения см. предыдущие лекции.

Выражения для определения математического ожидания М[t] и дисперсии D [ t ] получаются интегрированием с использованием определений первого и второго моментов:

Ниже приведен текст программной функции на C++, возвращающей случайную величину, распределенную по треугольному закону:

f l o a t t r i p l e x (f l o a t а, float m, float b)

{

float X, r;

г=гип(3глп ();

if(r <= (m-a)/(b-a).)

X = a + sqrt(r*(m-a)*(b-a));

else

X = b - sqrt((1.0-r)*{b-m)*(b-a));

return(x);

}

Эта программа использует метод обратных функций. Она имеет три входных параметра:

• а - минимально возможное значение интервала времени;

• b - максимально возможное значение интервала времени;

• m - наиболее вероятное значение интервала времени (максимум плотности вероятностей).

Естественно, входные параметры должны удовлетворять следующим условиям: а < m < b.

<== предыдущая лекция | следующая лекция ==>
Обобщенное распределение Эрланга | Моделирование случайной величины со ступенчатой плотностью
Поделиться с друзьями:


Дата добавления: 2014-01-11; Просмотров: 1415; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.