Теория массового обслуживания. Сивохин А.В - 43 стр.

UptoLike

43
3.934600000, 3.702400000, 3.837400000, 3.821200000, 3.934600000, 3.740200000[ ],
3.464800000, 3.659200000, 3.599800000, 3.589000000, 3.697000000, 3.583600000[ ],
3.653800000, 3.459400000, 3.707800000, 3.880600000, 3.707800000, 3.545800000[ ],
3.4, 3.729400000, 3.783400000, 3.508000000, 3.918400000, 3.410800000[]]
5. Визуализация случайной функции X(t)
> matrixplot(X, heights=histogram, axes=normal,
gap=0.25, style=patchcontour);# Визуализация
случайной функции X(t)
6. Интерполяция и визуализация сечений
реализаций случайной функции X(t)
> W1:=PolynomialInterpolation([seq(i, i=1..m)],
[seq(X[1,i],i=1..m)], z, form=Lagrange ):
W2:=PolynomialInterpolation([seq(i, i=1..m)],
[seq(X[2,i],i=1..m)], z, form=Lagrange ):
        [3.934600000, 3.702400000, 3.837400000, 3.821200000, 3.934600000, 3.740200000],
        [3.464800000, 3.659200000, 3.599800000, 3.589000000, 3.697000000, 3.583600000],
        [3.653800000, 3.459400000, 3.707800000, 3.880600000, 3.707800000, 3.545800000],
        [3.4, 3.729400000, 3.783400000, 3.508000000, 3.918400000, 3.410800000]]




    5. Визуализация случайной функции X(t)
> matrixplot(X, heights=histogram, axes=normal,
gap=0.25, style=patchcontour);# Визуализация
случайной функции X(t)




6. Интерполяция и визуализация сечений
   реализаций случайной функции X(t)
> W1:=PolynomialInterpolation([seq(i, i=1..m)],
[seq(X[1,i],i=1..m)], z, form=Lagrange ):
W2:=PolynomialInterpolation([seq(i, i=1..m)],
[seq(X[2,i],i=1..m)], z, form=Lagrange ):

                                            43