4. МОДЕЛИРОВАНИЕ ДИСКРЕТНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ

Случайная величина Х может принять значение х₁ с вероятностью Р₁, значение х₂ с вероятностью Р₂, …, значение х_n с вероятностью Р_n. Схематично это показано на рис. 8.

Для моделирования такой случайной величины можно воспользоваться датчиком случайной величины E с равномерным распределением в интервале от 0 до 1. Выданное датчиком значение е последовательно сравнивается следующим образом:

если е < P() , то принимаем Х = ,
если е < P() + P(), то принимаем Х = ,
……
если е < P() + P()+ … +P(), то принимаем Х = ,
если ни одно из предыдущих условий не выполнено, то принимаем Х=х_n.

Программа 2 ( исходный файл lect1_2.cpp , выполняемый файл lect1_2.exe )

Необходимо смоделировать случайную величину Х, которая может принимать четыре значения: 1, 27, 29 , 57 со следующими вероятностями:
Р (Х =1) = 0.05, Р (Х =27) = 0.45, Р (Х =29) = 0.49, Р(Х=57) = 0.01.

#define N 500
#include <stdlib.h>
#include "model.h"

float sl_vel(voi );
float realizasia[500];
void main(void)
{  int i, n;
       for(i = 0 ; i < N; i++)
	 realizasia[i]  = sl_vel();
	 Init_graph();
	 graf_1(" realizasia random ", realizasia , 0, N-1);
      Close_graph();
}
float sl_vel(void)
{
  float  x[4] = {1, 27 , 29 , 57 };
  float P[3] = { 0.05 , 0.5 , 0.99 };
   int i ; float  x_vihod , e;
      e = random( 30000)/30000.;
	x_vihod = x[3] ;
  for(i=0  ; i<3  ; i++)
	{ if( e < P[i])
	     { x_vihod = x[i] ;
	        break ;
	     }
            }     
return x_vihod;
}