Автор работы: Пользователь скрыл имя, 16 Мая 2013 в 17:37, контрольная работа
Задание 1. Определить площадь фигуры, заданной координатами вершин, методом Монте-Карло, проведя 25 испытаний. Определить площадь фигуры аналитически и сравнить полученные результаты.
А(5;0), B(2;3), C(10;18), D(15;15), E(20,5), F(10;0)
Задание 3 Салон в среднем посещают 4 клиента за час. Обслуживанием занимаются 2 мастера, первый в среднем обслуживает 1 клиента в час, а второй в среднем обслуживает 2 клиента в час. Фойе рассчитано на ожидание очереди 1 клиентом. Сгенерируйте поток случайных событий. Проанализируйте временную диаграмму за время наблюдения 3 часа.
контрольная работа
по предмету «Имитационное моделирование»
Задание 1.
Определить площадь фигуры, заданной координатами вершин, методом Монте-Карло, проведя 25 испытаний. Определить площадь фигуры аналитически и сравнить полученные результаты.
А(5;0), B(2;3), C(10;18), D(15;15), E(20,5), F(10;0)
Нарисуем в двухмерных координатах заданный шестиугольник, вписав его в прямоугольник, чья площадь, как нетрудно догадаться, составляет (20 – 2) · (18 – 0) = 324 (см. рис. 1).
Используем таблицу случайных
чисел для генерации пар чисел
Таблица 1
Решение задачи методом Монте-Карло
Номер точки |
R |
G |
X |
Y |
Количество попаданий точки (X; Y) в прямоугольник? |
Количество попаданий точки (X; Y) в шестиугольник? |
Оценка вероятности попадания случайной точки в испытуемую область |
Оценка площади S методом Монте-Карло |
1 |
0,2769 |
0,2439 |
4,983 |
4,390 |
1 |
1 |
1,00 |
324 |
2 |
0,2142 |
0,8109 |
3,856 |
14,595 |
2 |
1 |
0,50 |
162 |
3 |
0,0262 |
0,3647 |
0,471 |
6,564 |
3 |
1 |
0,33 |
108 |
4 |
0,1843 |
0,5050 |
3,317 |
9,090 |
4 |
1 |
0,25 |
81 |
5 |
0,3467 |
0,3514 |
6,240 |
6,324 |
5 |
2 |
0,40 |
130 |
6 |
0,6996 |
0,1455 |
12,592 |
2,618 |
6 |
3 |
0,50 |
162 |
7 |
0,3061 |
0,2992 |
5,510 |
5,386 |
7 |
4 |
0,57 |
185 |
8 |
0,9896 |
0,8346 |
17,813 |
15,024 |
8 |
4 |
0,50 |
162 |
9 |
0,8636 |
0,0388 |
15,544 |
0,698 |
9 |
4 |
0,44 |
144 |
10 |
0,5213 |
0,4112 |
9,383 |
7,402 |
10 |
5 |
0,50 |
162 |
11 |
0,1166 |
0,1290 |
2,099 |
2,322 |
11 |
5 |
0,45 |
147 |
12 |
0,0828 |
0,2866 |
1,490 |
5,159 |
12 |
5 |
0,42 |
135 |
13 |
0,1797 |
0,4972 |
3,234 |
8,949 |
13 |
5 |
0,38 |
125 |
14 |
0,3616 |
0,1940 |
6,509 |
3,492 |
14 |
6 |
0,43 |
139 |
15 |
0,0855 |
0,2007 |
1,538 |
3,613 |
15 |
6 |
0,40 |
130 |
16 |
0,8009 |
0,1870 |
14,416 |
3,365 |
16 |
7 |
0,44 |
142 |
17 |
0,0633 |
0,5538 |
1,140 |
9,968 |
17 |
7 |
0,41 |
133 |
18 |
0,9367 |
0,1373 |
16,860 |
2,471 |
18 |
7 |
0,39 |
126 |
19 |
0,1711 |
0,2309 |
3,081 |
4,155 |
19 |
8 |
0,42 |
136 |
20 |
0,5525 |
0,0615 |
9,946 |
1,106 |
20 |
9 |
0,45 |
146 |
21 |
0,4500 |
0,4421 |
8,100 |
7,957 |
21 |
10 |
0,48 |
154 |
22 |
0,2850 |
0,3297 |
5,129 |
5,935 |
22 |
11 |
0,50 |
162 |
23 |
0,7772 |
0,3377 |
13,990 |
6,079 |
23 |
12 |
0,52 |
169 |
24 |
0,4054 |
0,7116 |
7,298 |
12,809 |
24 |
13 |
0,54 |
176 |
25 |
0,3922 |
0,3842 |
7,060 |
6,916 |
25 |
14 |
0,56 |
181 |
Статистическая гипотеза заключается в том, что количество точек, попавших в контур фигуры, пропорционально площади фигуры: 14:25 = S:324. То есть, по формуле метода Монте-Карло, получаем, что площадь S шестиугольника равна: 324 · 14/25 = 181.
Для аналитического расчета площади фигуры можно использовать формулу нахождения площади треугольника с известными координатами вершин: А(5;0), B(2;3), C(10;18), D(15;15), E(20,5), F(10;0)
Для этого шестиугольник разделим на 4 маленьких треугольников.
Пусть точки D(15;15), E(20,5), F(10;0) - вершины треугольника, тогда его площадь выражается формулой: площадь первого треугольника, найдем второго.
А(5;0), B(2;3), C(10;18) вершины второго треугольника
Найдем площадь третьего треугольника
А(5;0), D(15;15), F(10;0) вершины третьего треугольника
Найдем площадь четвертого треугольника
А(5;0), C(10;18) , D(15;15) вершины четвертого треугольника
Площадь фигуры АBCDEF составляет S=37.5+34.5+62.5+52.2=186.7
Задание 2
Кафе быстрого питания может обслужить 15 человек в час. Определить вероятность того, что за 0,5 часа:
А ) будут обслужены 12 человек.
Б) Не будет обслужено ни одного человека
В) обслужат хотя бы одного человека
(Поток является простейшим Пуассоновским)
Интенсивность потока λ — это среднее число событий в единицу времени. Интенсивность потока можно рассчитать экспериментально по формуле: λ = N/Tн, где N — число событий, произошедших за время наблюдения Tн.
λ=15/60 = 0.25 чел/1 мин. (1 чел/4 мин)
А)
Б)
В)
так как PХБ1С + P0 = 1 (либо появится хотя бы одно событие, либо не появится ни одного, — другого не дано).
выражая τ из формулы (*), окончательно для определения интервалов между двумя случайными событиями имеем:
τ = –1/λ · Ln(r),
где r — равномерно распределенное от 0 до 1 случайное число, которое берут из ГСЧ, τ — интервал между случайными событиями (случайная величина τj).
τ =-1/0.25*ln(0,4158)
τ=3,5
=0.58
Задание 3
Салон в среднем посещают
4 клиента за час. Обслуживанием занимаются
2 мастера, первый в среднем обслуживает
1 клиента в час, а второй в среднем
обслуживает 2 клиента в час. Фойе
рассчитано на ожидание очереди 1 клиентом.
Сгенерируйте поток случайных событий.
Проанализируйте временную
Поток заявок
(λ=4 кл/ч)
Построим временную диаграмму работы СМО, отражая на каждой линейке (ось времени t) состояние отдельного элемента системы. Временных линеек проводится столько, сколько имеется различных мест в СМО, потоков. В нашем примере их 6 (поток заявок, поток ожидания в очереди (только одно место), поток обслуживания в канале 1, поток обслуживания в канале 2, поток обслуженных системой заявок, поток отказанных заявок).
Для генерации времени прихода заявок используем формулу вычисления интервала между моментами прихода двух случайных событий
Сгенерируем поток из 10 случайных событий с интенсивностью появления событий 4 кл/час. Для этого возьмем случайные числа, равномерно распределенные в интервале от 0 до 1 (см. таблицу), и вычислим их натуральные логарифмы.
Расчет расстояния между случайными событиями на первой линейке.
rрр[0; 1] |
ln(rрр[0; 1]) |
расстояние между двумя случайными событиями |
0,290 |
-1,238 |
0,310 |
0,917 |
-0,087 |
0,022 |
0,343 |
-1,070 |
0,268 |
0,745 |
-0,294 |
0,073 |
0,824 |
-0,194 |
0,048 |
0,238 |
-1,434 |
0,358 |
0,577 |
-0,549 |
0,137 |
0,263 |
-1,336 |
0,334 |
0,720 |
-0,329 |
0,082 |
0,646 |
-0,437 |
0,109 |
Формула пуассоновского потока определяет расстояние между двумя случайными событиями следующим образом: t = –Ln(rрр)/λ. Тогда, учитывая, что λ = 4, имеем расстояния между двумя случайными соседними событиями: 0,022 ; 0,049; 0,074; 0,082; 0,109; 0,137; 0,268; 0,310; 0,334; 0,359 часа. То есть события наступают: первое — в момент времени t = 0, второе — в момент времени t = 0,022, третье — в момент времени t = 0,049, четвертое — в момент времени t = 0,049, пятое — в момент времени t = 0,074 и так далее. События — приход заявок отразим на первой линейке.
Берется первая заявка и, так как в этот момент каналы свободны, устанавливается на обслуживание в первый канал. Заявка 1 переносится на линейку «1 канал».
Время обслуживания в канале тоже случайное и вычисляется по аналогичной формуле:
где роль интенсивности играет величина потока обслуживания μ1 или μ2, в зависимости от того, какой канал обслуживает заявку.
!!!Аналогично
проводится расчет времени
Временная диаграмма работы СМО
Находим на диаграмме момент
окончания обслуживания, откладывая
сгенерированное время
Заявка прошла в СМО весь путь. Теперь можно, согласно принципу последовательной проводки заявок, также проимитировать путь второй заявки.
Если в некоторый момент окажется, что оба канала заняты, то следует установить заявку в очередь. На диаграмме это заявка с номером 3. Заметим, что по условиям задачи в очереди в отличие от каналов заявки находятся не случайное время, а ожидают, когда освободится какой-то из каналов. После освобождения канала заявка поднимается на линейку соответствующего канала и там организуется ее обслуживание.
Если все места в очереди в момент, когда придет очередная заявка, будут заняты, то заявку следует отправить на линейку «Отказанные». На диаграмме это заявка с номером 6.
Процедуру имитации обслуживания заявок продолжают некоторое время наблюдения Tн. Чем больше это время, тем точнее в дальнейшем будут результаты моделирования. Реально для простых систем выбирают Tн, равное 50—100 и более часов, хотя иногда лучше мерить эту величину количеством рассмотренных заявок.
Анализ временной диаграммы
Сначала нужно дождаться установившегося режима. Откидываем первые четыре заявки как нехарактерные, протекающие во время процесса установления работы системы. Измеряем время наблюдения, допустим, что в нашем примере оно составит Tн = 5 часов. Подсчитываем из диаграммы количество обслуженных заявок Nобс., времена простоя и другие величины. В результате можем вычислить показатели, характеризующие качество работы СМО.
(Сложить все временные интервалы, в течение которых какая-либо заявка находилась в очереди, и разделить на количество заявок). На временной диаграмме таких заявок 4.
(Сложить все временные интервалы, в течение которых какая-либо заявка находилась на обслуживании в каком-либо канале, и разделить на количество заявок).
|
|
|
Информация о работе Контрольная работа по «Имитационному моделированию»