forum.vnstele.com

В ході даної лабораторної роботи ми ознайомилися з основними характеристиками та особливостями примітивного і простого потоків викликів. Здійснили моделювання двох теоретичних розподілів , а саме розподілу Бернуллі і розподілу Пуассона і одного практичного (згенерованого) розподілу. В результаті моделювання ми отримали рисунок , що представляє розподіл кількості викликів для даних розподілів. З них спостерігаємо те ,що згенеровагний розподіл і розподіл Пуассона дещо відрізняються , а розподіл Бернуллі сильно відрізняється від інших розподілів. Виходячи з цього можна сказати ,що згенерований розподіл ближчий до простого потоку викликів. З рис.2 ми спостерігаємо те, що чим тривалість виклику ближча за своїм значенням до середньої тривалості виклику , тим більша ймовірність появи такого виклику. Також ми обчислили математичне сподівання для двох теоретичних і практичного розподілу. З них ми спостерігаємо те , що математичне очікування розподілу Пуассона і згенерованого розподілу є близькими за значенням , но відрізняються від розподілу Бернуллі , а також їх дисперсія є схожою по величині і сильно відрізняється від дисперсії примітивного потоку викликів. Отож ,згенерований розподіл за своїми значеннями практично повторює простий потік викликів , а різниця в величинах математичного сподівання і дисперсії можна пояснити невеликим числом абонентів ,що для більш точного представлення повинно було б прямувати до нескінченності і відрізняється від примітивного потоку викликів.

Висновок: На даній лабораторній роботі я розглянула основні характеристики простого і примітивного потоку викликів. В результаті виконання роботи я отримала три розподіли: Пуассона, який відповідає простому потоку викликів, Бернуллі- примітивний потік викликів та практичний розподіл. Як видно з рис.1 згенерований розподіл є наближеним до пуассонівського. На рис.2 зображений розподіл тривалості викликів, можна сказати, що найбільша ймовірність виникнення виклику від 368 до 482 сек. Також я розрахувала мат. очікування та дисперсію, і побачила, що для розподіла Пуассона вони є рівні.

_________________
Alisa =)

Висновок: на даній лабораторній роботі я досліджував примітивний і простий потоки викликів.
На мал.1 я отримав при моделюванні 3 розподіли: Пуассона, Бернуллі і згенерований розподіл. Зрезультатів даних зробив висновок, що розподіл Пуассона і практичний розподіл повторюють один одного, хоча є деякі відхилення. Розподіл Бернуллі сильно відрізняється від попередніх розподілів. На мал.2 я досліджував розподіл тривалості викликів і встановив, що найбільша ймовірність виникнення виклику відбувається в проміжку тривалості від 350 до 395 с. Також вирахував математичне сподівання і дисперсію для теоретичного розподілу Пуассона і Бернуллі та практичного розподілу. З результатів вимірювань я зробив висновок, що математичне сподівання розподілу Пуассона і згенерованого розподілу є практично однаковими хоча дисперсія відрізняється, і вони відрізняються від розподілу Бернуллі.
Тому можна зробити загальний висновок, що згенерований розподіл є розподілом Пуассона.

Висновок: Виконавши цю лабораторну роботу я ознайомився з основними характеристиками та особливостями примітивного і простого потоків викликів. Також, я здійснив графічне представлення розподілу викликів на інтервалі часу t, на якому зображено три розподіли: розподіл Пуассона, розподіл Бернуллі та Згенерований розподіл.
Також, з графічної залежності розподілу тривалості викликів, можна зробити висновок, що найбільша ймовірність поступлення викликів є в інтервалі часу (369 – 420 с.)
Також, я здійснив розрахунок математичного очікування та дисперсії і побачив, що для розподілів Пуассона і Бернуллі вони є однаковими, а дисперсія Згенерованого розподілу є більшою, ніж у розподілах Бернуллі і Пуассона.

Висновок: виконавши цю лабораторну роботу, я ознайомився з основними характеристиками та особливостями примітивного і простого потоків. Я розрахував інтенсивність надходження викликів, середню тривалість виклику, середню інтенсивність навантаження, що створюється N абонентами, середню інтенсивність навантаження від одного абонента, математичне сподівання і дисперсію кількості викликів на інтервалі часу t для розподілу Пуассона, розподілу Бернуллі, згенерованого розподілу. Також я побудував графіки розподілу кількості викликів на інтервалі t(рис. 1), розподілу тривалості викликів(мал. 2). На першому рисунку я зобразив розподіл Пуассона, розподіл Бернуллі та згенерований розподіл. З малюнка 2 роблю висновок, що, починаючи з викликів, тривалістю 310 с ймовірність зростає до значення 0,025 при Ti=368с і зменшується до нуля(Ti=422с).

Висновок: На цій лабораторній роботі я досліджував основні характеристики простого та примітивного потоків викликів. Після виконання програми я отримав три різні розподіли к-сті викликів на на інтервалі часу t (t=368с). З них два теоретичні і один згенерований розподіл, з графіку помітно, що згенерований розподіл біьше схожий на розподіл Пуассона, також максимальне значення ймовірності є для 10 викликів і рівне 0,17 (для 12 джерел). В другому рисунку видно, що найбільша ймовірність появи викликів тривалістю приблизо 380 секунд, також можна сказати,що тривалість телефонних викликів є в межах від 300 до 400 секунд. Інтенсивність навантаження для такого потоку рівна 10,146 Ерл., інтенсивність поступлення викликів=99вик/год. Математичне очікування для всіх трьох розподілів майже рівне(М[і]1=9,79; М[і]2=9,81; М[і]зг=10,188), а от дисерсія викликів достатньо відрізняєтся і дорівнює відповідно(D[і]1=9,91; D[і]2=1,77; D[і]зг=15,15)-з цих обрахунків теж можна сказати, що отриманий практичний рзподіл більше схожий до закону розподілу Пуассона, і це є простий потік викликів!!!

Висновок: На даній лабораторній роботі я досліджував основні характеристики примітивного і простого потоку викликів. В ході роботи я виконав програму ОК_lab1.exe, в основному діалоговому вікні якої вибрав пункт 3 – «примітивний і простий потоки викликів». У діалоговому вікні ввів вихідні дані згідно з своїм варіантом ( 41 вар) і натиснув кнопку «Starting». Після закінчення моделювання потоку викликів на екрані я отримав три розподіли. Це розподіл Бернуллі , розподіл Пуассона та згенерований розподіл. З графіка можна побачити що мій згенерований розподіл подібний до розподілу Пуассона. Таккож на екрані я отримав графік розподілу тривалості викликів. З ньго я побачив, що найбільша ймовірність поступлення викликів буде з часом тривалості виклику від 270 до 360 с. Ще в ході роботи я розрахував математичне очікування і дисперсію і з результатів побачив, що дисперсія згенерованого розподілу є приблизно в 2 рази більшою ніж для розподілв Пуасонна і Бернуллі, а математичне очікування та дисперсія розподілів Пуасонна і Бернуллі е динасовими.

Добрий вечір! Як визначити в 3 лабораторній роботі K i ki? Ці величини використовуються при обрахунку середньої тривалості виклику..

К визначаємо за формулою : , а ki - значення кількості викликів на інтервалі, виводиться у керуючому елементі типу "EditText", що позначено номером 1:
1. Послідовність кількості викликів на інтервалі t.........[__________________]
Tm/t - кількість елементів даної послідовності (якщо скопіювати цю стрічку, наприклад, в Ексель, то кількість елементів буде номер рядка, якщо вставка - з першої клітинки).

PS. Повідомлення до лабораторної роботи №3 з дисципліни "Основи комутації" потрібно писати у цю тему, а не в ту, в яку ви написали

Висновок: виконуючи дану лабораторну роботу, я ознайомився з основними характеристиками та особливостями примітивного і простого потоків.Використовуючи програму ОК_lab1.exe,я вибрав пункт 3 – «примітивний і простий потоки викликів». У діалоговому вікні ввів вихідні дані відповідно до свого варіанту ( 41 вар) і натиснув кнопку «Starting».Програма змоделювала мені 3 розподіли к-сті викликів на на інтервалі часу t (t=330с): розподіл Бернуллі , розподіл Пуассона та згенерований розподіл.З першого графіку ми бачимо що згенерований розподіл подібний на розподіл Пуассона.Також я розрахував математичне оцікування і дисперсію.З цих результатів ми бачимо,що математичне очікування розподілу Пуассона і згенерованого розподілу є практично однаковими,але відрізняються від розподілу Бернуллі.