courses:system_analysis_modeling_and_optimization:task1
Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision | Next revision Both sides next revision | ||
|
courses:system_analysis_modeling_and_optimization:task1 [2019/07/01 20:43] andrey.suchkov [Основные теоретические положения] |
courses:system_analysis_modeling_and_optimization:task1 [2019/07/12 19:51] andrey.suchkov [Варианты заданий] |
||
|---|---|---|---|
| Line 41: | Line 41: | ||
| - Случайную величину, распределенную по треугольному закону с параметрами $a = 0$, $b = \beta$, $c = 0$, где $\beta$ -- заданный параметр:{{ :courses:system_analysis_modeling_and_optimization:task1_triang.png?nolink&300 |Плотность случайной величины, распределенной по треугольному закону с параметрами a, b, c}} | - Случайную величину, распределенную по треугольному закону с параметрами $a = 0$, $b = \beta$, $c = 0$, где $\beta$ -- заданный параметр:{{ :courses:system_analysis_modeling_and_optimization:task1_triang.png?nolink&300 |Плотность случайной величины, распределенной по треугольному закону с параметрами a, b, c}} | ||
| У полученных случайных величин построить гистограммы, рассчитать математическое ожидание и дисперсию. | У полученных случайных величин построить гистограммы, рассчитать математическое ожидание и дисперсию. | ||
| - | ==== Варианты заданий ==== | + | |
| - | ^ № варианта ^ Параметр $\alpha$ ^ Параметр $\lambda$ ^ Параметр $\beta$ ^ | + | |
| - | | 1 | 70 | 1/150 | 90 | | + | |
| - | | 2 | 110 | 1/20 | 170 | | + | |
| - | | 3 | 130 | 1/130 | 170 | | + | |
| - | | 4 | 200 | 1/190 | 120 | | + | |
| - | | 5 | 70 | 1/180 | 90 | | + | |
| - | | 6 | 180 | 1/190 | 200 | | + | |
| - | | 7 | 10 | 1/50 | 170 | | + | |
| - | | 8 | 20 | 1/200 | 190 | | + | |
| - | | 9 | 60 | 1/200 | 140 | | + | |
| - | | 10 | 200 | 1/90 | 190 | | + | |
| - | | 11 | 20 | 1/150 | 70 | | + | |
| - | | 12 | 110 | 1/130 | 110 | | + | |
| - | | 13 | 80 | 1/100 | 110 | | + | |
| - | | 14 | 130 | 1/50 | 80 | | + | |
| - | | 15 | 90 | 1/50 | 160 | | + | |
| - | | 16 | 190 | 1/130 | 80 | | + | |
| - | | 17 | 170 | 1/40 | 200 | | + | |
| - | | 18 | 130 | 1/60 | 20 | | + | |
| - | | 19 | 70 | 1/190 | 30 | | + | |
| - | | 20 | 110 | 1/190 | 140 | | + | |
| - | | 21 | 120 | 1/110 | 30 | | + | |
| - | | 22 | 80 | 1/110 | 190 | | + | |
| - | | 23 | 40 | 1/200 | 180 | | + | |
| - | | 24 | 100 | 1/120 | 10 | | + | |
| - | | 25 | 60 | 1/170 | 10 | | + | |
| - | | 26 | 100 | 1/200 | 160 | | + | |
| - | | 27 | 80 | 1/40 | 10 | | + | |
| - | | 28 | 20 | 1/160 | 110 | | + | |
| - | | 29 | 160 | 1/60 | 130 | | + | |
| - | | 30 | 200 | 1/110 | 20 | | + | |
| ===== Порядок выполнения работы ===== | ===== Порядок выполнения работы ===== | ||
| - Используя пакет GPSS или другие программные средства составить программу для исследования стандартных датчиков псевдослучайных (далее случайных) чисел с квазиравномерным (далее равномерным), экспоненциальным и треугольным законами распределения. Оцениваемые параметры: математическое ожидание и СКО случайных чисел и качественная оценка плотности распределения. | - Используя пакет GPSS или другие программные средства составить программу для исследования стандартных датчиков псевдослучайных (далее случайных) чисел с квазиравномерным (далее равномерным), экспоненциальным и треугольным законами распределения. Оцениваемые параметры: математическое ожидание и СКО случайных чисел и качественная оценка плотности распределения. | ||
courses/system_analysis_modeling_and_optimization/task1.txt · Last modified: 2022/12/10 09:08 (external edit)
Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Share Alike 4.0 International
