本章結構 前言 簡單範例-可靠度問題 產生隨機變數值 應用範例分析 模擬誤差分析－輸出資料分析 電腦軟體介紹 隨機亂數產生器 隨機變數值產生器 應用範例分析 存貨分析 M/M/1等候系統分析 模擬誤差分析－輸出資料分析 電腦軟體介紹 17-1
前言 模擬： 模仿現實問題的活動或現象；藉由模擬一段時間之後，可以產生一系列的資料。接下來，經過資料整理及分析之下，可以獲得問題解的近似值． 17-2
可靠度問題 題目參見課本p414 範例17.1 17-3
可靠度問題的分析 17-4
模擬分析問題的流程 17-5
隨機亂數產生器「RNG」(1/4) 目的 符合下列兩個性質： 如何產生一系列的數值 每一個數值都是從uniform(0,1)的機率分配所產生。 產生所有數值之間都是互相獨立的。 17-6
隨機亂數產生器「RNG」(2/4) 理想的亂數產生器必須符合下列特性： 產生的數值必須符合亂數的定義（符合上述性質(1)與性質(2)）。 能快速地產生而且使用少量的記憶體。 能夠產生相同系列的數值（如果需要的話）。 能夠產生數個互相獨立(互不重疊)的系列數值 17-7
隨機亂數產生器「RNG」(3/4) 線性同餘產生器(Linear Congruential Generator, LCG) ，其中a、c與m為適當的正整數常數而且分別被稱為乘數(Mutilplier)、增額量(increment)與模數(modulus) 隨機亂數產生器範例(題目參見課本p420 ) 17-8
隨機亂數產生器「RNG」(4/4) 方法－反轉換法(Inverse Transform) 定理：假設為任何隨機變數X的機率分配函數(cumulative distribution function, cdf)；則隨機變數呈均勻分配(U(0,1))。 兩大步驟： 步驟一：根據某一隨機亂數產生器產生一亂數，RN。 步驟二：經過CDF之反函數轉換， ， 即可獲得相關機率分配之隨機亂數值。 17-9
反轉換法範例 題目參見課本p421 範例17.1 問：如何產生平均值為 之指數分配的隨機變數值。 17-10
存貨分析範例 題目參見課本p423 範例17.3 存貨問題模擬過資料如下表 存貨問題之模擬流程圖如下頁ppt 17-11
17-12
存貨模擬分析結果 17-13
M/M/1等候系統 題目參見課本p392 範例16.4 M/M/1系統之模擬流程圖如下頁ppt 根據M/M/1系統之模擬流程，將題目所給之參數，依流程模擬，可得M/M/1之模擬求解結果。 17-14
17-15
M/M/1等候系統模擬分析結果 17-16