輸入數(shù)據(jù)建模ppt課件(存儲版)
【正文】 散隨機變量理論分布、連續(xù)隨機變量經(jīng)驗分布、離散隨機變量經(jīng)驗分布。 ? 利用取舍法，求解服從分布密度函數(shù) 的隨機數(shù)。 ? ?。 – ⑥選擇 Pvalue最大的分布。相對排位是由使用有效吻合度估算的觀察決定的。 Page ? 24 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? Stat： fit在輸入數(shù)據(jù)建模中的應(yīng)用 ?用 Stat::Fit進行數(shù)據(jù)檢驗 ?（ 1）獨立性檢驗 ? 獨立性檢驗（ test for independence或 test for randomness），又稱隨機性檢驗，檢驗觀察到的樣本數(shù)據(jù)之間是否相互獨立，即是否互相擁有影響。 r接近于 0，說明變量 x和 y之間沒有密切的線性關(guān)系； r接近 1，說明兩者之間線性關(guān)系很密切。 ?（ 2）由項目管理人員提供實際系統(tǒng)的運行數(shù)據(jù)。定義一個函數(shù) t，使得對于所有的 x都有 ，因為 ，所以函數(shù) t不是密度函數(shù)。 ? ?0,1UU ? ?1FU? ??Fx ? ? ? ?1X F U F x??? ?0,1U ??Fx ??2x??Fx? ?1FU?? ?1x F U??Page ? 10 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? 隨機數(shù)和隨機變量 ?隨機數(shù)的產(chǎn)生方法 ?（ 2）卷積法 ? 卷積法就是通過兩個或多個隨機變量的相加來得到新的具有某種所希望的分布的隨機變量。這種方法的缺點是容易產(chǎn)生退化，一旦尾數(shù)出現(xiàn) 0后就無法清除。 物流系統(tǒng)仿真 —— 從理論到實踐 Page ? 4 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? 隨機數(shù)和隨機變量 ?隨機變量與隨機數(shù) ? 設(shè)某一次實驗產(chǎn)生的樣本空間為 ?， X是定義在 ?上的實函數(shù)，即對于 ?內(nèi)的任一樣本點 ω ， 為一實數(shù)，則稱 X為一個隨機變量。 ? 造成這兩種系統(tǒng)不同的根本原因就是隨機系統(tǒng)中的隨機事件。 ? ?12,n n n n kx f x x x? ? ??常見的遞推公式 平均取中法 同余法 12,n n n kx x x? ? ?Page ? 7 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? 隨機數(shù)和隨機變量 ?隨機數(shù)的產(chǎn)生 ?平方取中法 是最早產(chǎn)生隨機數(shù)的一種方法，任取一個 2k位的數(shù)為種子，乘方后去掉頭尾取中間 2k位作為第一個隨機數(shù)，再取第一個隨機數(shù)為種子，按相同的方法得到第二個隨機數(shù)，以此類推，就可以得到一個隨機數(shù)列。 ?①設(shè)隨機變量 x的分布函數(shù)為 ； ?②在區(qū)間 [0,1]上取均勻分布的獨立隨機變量 u； ?③由分布函數(shù)的反函數(shù) 得到的值即為所需要的隨機變量 x； ?④ 即為所需的隨機變量。 12,FF? ? ? ?1 jjjF x p F x??? ? 10, 1jjjpp????? jF? ? ? ?1 jjjf x p f x??? ?jf? ? , 1, 2 ,jP J j p j? ? ?jFPage ? 12 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? 隨機數(shù)和隨機變量 ?隨機數(shù)的產(chǎn)生方法 ?（ 4）取舍法 ? 取舍法通過某個檢驗條件決定取舍得到 F(x)的隨機數(shù)。例如，觀測在一段時間內(nèi)通過路口的車輛數(shù)目。用相關(guān)系數(shù)可以反映變量 x和 y的線性相關(guān)程度。其中獨立性檢驗和同質(zhì)性檢驗可以通過 Stat::Fit完成，而平穩(wěn)性檢驗不能通過 Stat::Fit完成。 Page ? 28 物流系統(tǒng)仿真 —— 從理論到實踐 第二章 輸入數(shù)據(jù)建模 ? Stat： fit在輸入數(shù)據(jù)建模中的應(yīng)用 ?利用 Stat:
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1