Практическое применение теории массового обслуживания
Рефераты >> Кибернетика >> Практическое применение теории массового обслуживания

Данные, приведенные в табл 1. можно использовать для нахождения распределения числа прибытий в единицу времени. Для этого прежде всего выбирается единица измерения времени. В рассматриваемом примере за единицу времени принимается 1ч. из табл 1. видно, что в течение первого часа зарегистрировано 14 прибытий, второго часа - 12 прибытий, третьего часа - 14 прибытий, в течение четвертого часа - 8 прибытий, в течение пятого часа - 12 прибытий. Это означает, что в рассматриваемом пятичасовом интервале число прибытий в 1 ч оказалось равным 8с с частотой 1, 12 с частотой 2 и 14 с частотой 2.

Теперь представим себе, что мы имеем полную информацию относительно времени каждого из наблюдавшихся прибытий и для каждого числа прибытий в час n определена соответствующая частота fn (табл 2). Наша цель заключается в том, чтобы с помощью c2- критерия проверить, что эти данные соответствуют конкретному закону распределения.

Таблица 2.

n

fn

0

1

2

3

4

5

6

7

8

0

0

0

0

0

1

0

3

3

n

fn

9

10

11

12

13

14

15

16

³17

6

5

9

10

11

8

6

1

0

Допустим, что нам хотелось бы проверить справедливость гипотезы о том, что выборка, содержащаяся в табл 2, соответствует пуассоновскому распределению вероятностей. Проверка заключается в сопоставлении наблюдаемой частоты fn с ожидаемым значением частоты, получаемой при допущении, что имеет место пуассоновское расспределение вероятностей.

Таблица 3

n

pn

N

pn

N

pn

0

0.0000

6

0.0303

12

0.1138

1

0.0001

7

0.0504

13

0.1020

2

0.0006

8

0.0734

14

0.0848

3

0.0023

9

0.0950

15

0.0659

4

0.0067

10

0.1106

16

0.0479

5

0.0156

11

0.1172

17

0.0834

Для получения ожидаемого значения частоты в предположении, что закон распределения является пуассоновским, сначала оценим, что распределение n для пуассоновское распределения по данной выборке. При этом получаем

Затем вычистим вероятности pn для пуассоновского распределения со средним значением n=11,65 автомобиля в 1 ч. результаты вычислений приведены в табл 3. заметим, что

Поскольку полное число наблюдений равняется 63, ожидаемое значение частоты определяется по формуле

Теперь нетрудно вычислить значения c2 по формуле

Потребуем, чтобы fn были не менее пяти. В противном случае образуем группы последовательных значений fn, для которых это условие окажется выполненным. Так, например, в табл 3. Следует объединить в одну группу последовательность значений n от нулю до восьми, в результате чего для наблюдаемой частоты будем иметь значение, равное 7=(1+3+3); образуя группу для всех n, превышающих 14, получим для fn значение, также равное 7=(6+1). Теперь обратимся к таблице 4 , иллюстрирующей полученные значения c2.

Таблица 4.

n

Fn

en

(fn-en)2

en

0-4

0

   

5

1

   

6

0 7

11,3

1,636

7

3

   

8

3

   

9

6

5,99

0,000

10

5

6,97

0,557

11

9

7,17

0,356

12

10

6,43

1,117

13

11

5,34

3,248

14

8

 

1,325

15

6

   

16

1 7

12,42

2,365

³17

0

   

Суммарные значения

63

63

10,6(значения c2)


Страница: