Page 80 - 2579

експоненціальний закон розподілу (див. розділ 2.1).
Тому для його моделювання достатньо отримати ряд
чисел з таким розподілом. Це можна реалізувати за
допомогою методу оберненої функції, якщо ряд
випадкових чисел r i рівномірно розподілених у
інтервалі [0, 1], перетворити згідно з функцією,
оберненою до експоненціальної функції розподілу
t  F  1   x   T ln  ,r
j i

де t j — j-й проміжок часу між надходженнями
двох сусідніх вимог; Τ = 1/λ — середнє значення
проміжку часу між надходженнями двох сусідніх
вимог; r j — j-e число в послідовності випадкових
чисел з рівномірним розподілом у інтервалі [0, 1].

4.5.5 Нормальний розподіл

Випадкова величина X має нормальний розподіл
(розподіл Гаусса), якщо її щільність

x m  2
1 
f  x  e 2 2
 2
де т — математичне сподівання, а σ —
середньоквадратичне відхилення розподілу
ймовірностей описується виразом
Функція розподілу нормально розподіленої
величини X має вигляд
x x m  2
1 
F  x   e 2 2 dx
 2
 
Для моделювання випадкової величини з
нормальним законом розподілу безпосередньо
скористатися методом оберненої функції не можна,

74