离散事件算法，计算机模拟的离散事件模型的模拟

1，计算机模拟的离散事件模型的模拟

在离散事件模型中，系统的状态改变只出现在离散的时刻，称为离散事件以排队系统为例，建立这种模拟模型的基本步骤和方法是：①确定系统中包含的所有有关的实体及其属性，系统状态改变的一切事件及其前因后果实体是系统的组成部件,每个实体的属性由表示其性质的数值表示,构成系统的状态在排队系统中最基本的实体是一定数量的服务站和要求服务的顾客，它们的属性分别为服务站的服务速率和顾客的服务优先级，到达服务系统的时刻等基本的事件包括：新实体进入系统或现有实体离开系统，实体属性发生变化，调度的时刻表变化等②确定模拟时间推移的方法如果把时间按等间隔划分，顺序考察在这些时刻系统是否出现事件，称为固定时距方法；如果时间每次推移的长度以下一次事件发生的时刻为依据，称为可变时距方法或下一事件方法③由于系统中事件的出现常具有随机性，服从一定的概率分布，因而在计算机上需要产生这些分布的随机数④为了灵活有效地记录系统的状态，进行事件的调度，积累有关性能数据并形成报表，保存和自动管理未来事件文件，在程序设计中采用数据库技术非常适宜

同济大学张大陆太可怕了

上百度搜吧，上面都有答案呢，但要对准abcd呀

2，离散型概率计算

先从N个事件中选4个进行排列一共有N!/(N-4)!种情况可以满足P1,P2,P3,P4各发生一次，剩下是P5

每种情况的概率是P1*P2*P3*P4*P5^(N-4)

所以总的概率N!/(N-4)!*P1*P2*P3*P4*P5^(N-4)

单个变量的概率分布可以写成f(x)，如果研究的是两个变量，则其分布f(x,y)就叫做联合概率密度，x和y可能相互影响，当且仅当x和y相互独立时，有f(x,y)f(x)f(y)如果函数f是离散的，就称f(x,y)是离散型联合概率密度；如果f是连续的，就称其为连续型联合概率密度严格的定义在一般的统计教材中都有，以上是为了便于理解所做的诠释性定义

3，离散傅里叶算法????

离散傅里叶级数（DFS）与连续傅立叶级数相比有很大的区别最大的不同在于离散时间傅里叶级数的系数序列是周期的

离散傅里叶级数的公式

周期为N的周期序列

不用matlab,用excel就可以了.最好用origin6.0,如果不会分析,发过来给我.我帮你.不但可以把基波算出来还可以把直流成分和各谐波成分算出来.