计算机仿真是一种通用的通用工具。它可以应用于几乎所有的学科。通常，模拟涉及两个关键步骤：建模和实现，这在本书中得到了强调。建模可以使用事件图来执行，这是本书所恢复的。对于实现，给出了完整的Python程序，它被认为是一个新的E.ORT。这是一个有趣的组合，因为从模型到程序的翻译过程很简单。

这本书还完整地介绍了流行的蒙特卡洛模拟方法。本章介绍了几种减少方差的技术以及它们在Python中的实现。三个有趣的案例研究进行了详细讨论。这本书为读者和学生提供了很好的范例和练习。

这本书是非常推荐的研究生课程的建模和仿真。这也是推荐的入门课程在建模和模拟的高级本科课程。此外，它可以为研究人员和工作工程师和科学家的建模，仿真和优化工作提供了良好的参考。这本书是对建模和仿真领域的一个很好的补充。我希望你能喜欢这本书，就像我喜欢复习它一样。


我的基本原理
C HAPTER 1介绍3
1.1科学与工程的支柱3
1.2研究排队现象4
1.3什么是模拟？五
1.4生命周期的仿真研究6
仿真9的1.5个优点和局限性
1.6书10概述
1.7总结11
C HAPTER 2建立概念模型13
2.1什么是概念模型？十三
概念模型的2.2个要素15
2.2.1实体15
IXX内容
2.2.2属性15
2.2.3状态变量16
2.2.4事件17
2.5活动17
2.3单服务器排队系统18
2.4状态图22
2.5实际时间与模拟时间23
2.6总结24
2.7练习24
模拟概率3的C HAPTER 27
3.1个随机实验和27个事件
3.2概率是什么？二十八
3.3个计算概率30
3.4概率作为样本均值32
3.5总结36
3.6练习36
模拟随机变量的C HAPTER 4和随机PRO
赛斯39
4.1什么是随机变量？三十九
4.1.1概率质量函数40
4.1.2累积分布函数41
4.1.3概率密度函数43
4.1.4 Histograms 44
4.2一些有用的随机变量46
4.2.1伯努利46
4.2.2二项47
4.2.3几何48
4.2.4泊松49
4.2.5制服50
4.2.6指数53
4.2.7 Erlang 54
4.2.8正常54
4.2.9三角形55
4.3随机过程
4.4动态系统演化58
4.5模拟排队过程60
4.5.1离散Time Markov Chains 62
4.5.2连续Time Markov Chains 64
4.6总结67
4.7练习67
C HAPTER 5模拟单服务器排队系统69
5.1仿真模型69
5.2收集模拟数据75
5.3性能定律76
5.3.1吞吐量76
5.3.2利用率76
5.3.3响应时间77
5.3.4e[n（t）] 79
5.3.5p[n] 82
5.4独立模拟运行84
5.5瞬态稳定阶段86
5.6总结91
5.7练习91
C HAPTER 6模拟数据的统计分析93
6.1个种群和93个样本
6.2样本均值95的概率分布
6.3置信区间97
6.3.1解释100
6.3.2为什么不总是使用99%的时间间隔？一百零二
6.4比较两种系统设计104
6.5总结105
6.6练习105
管理复杂性
C HAPTER 7事件图109
7.1事件图是什么？一百零九
7.2实例111XII内容
7.2.1到达过程111
7.2.2单服务器排队系统112
7.2.3多服务器排队系统114
7.2.4具有限制的单服务器排队系统
队列容量114
7.2.5故障单服务器排队系统115
7.2.6具有叛变116的单服务器排队系统
7.2.7带阻塞116的单服务器排队系统
7.3事件图转换成代码117
7.4总结120
7.5练习120
C HAPTER 8建筑仿真程序123
8.1时间驱动仿真123
8.2事件驱动模拟126
8.3写事件驱动的仿真程序127
8.4编程问题134
4.4.1事件冲突134
84.2分组134的标识符
84.3仿真回路134的停止条件
8.5总结135
8.6练习135
PART III问题解决
C HAPTER 9蒙特卡罗方法139
9.1π139值的估计
9.2数值积分142
9.3估计概率144
93.1布恩针问题144
7.3.2可靠性146
9.4方差减少技术149
9.4.1控制变量149
7.4.2分层抽样151
7.4.3对偶抽样153
4.4.4匕首抽样156
7.4.5重要性抽样158内容十三
9.5总结161
9.6练习161

随机性的来源
C HAPTER 10随机变量生成165
10.1反演方法165
101.1连续随机变量167
离散随机变量169
101.2.1生成Bernoulli Variate 171
101.2.2生成二项式变量172
101.2.3生成几何变量173
10.2拒绝方法173
10.3合成方法177
10.4卷积方法179
10.5种专门方法182
105.1泊松分布182
105.2正态分布184
10.6总结186
10.7练习186
C HAPTER 11随机数生成187
11.1个伪随机数187
好发电机189的11.2个特性
11.3仅数理论190
113.1素数190
113.2模运算190
素数191的本原根
11.4线性同余方法192
11.5乘法同余方法193
115.1 2 K模193
15.2素数模194
11.6线性反馈移位寄存器194
11.7 RNGs 199的统计检验
17.1卡方检验199
117.2扑克测试201XV内容
光谱测试202
117.4滞后图204
11.8总结205
11.9练习205
P V V案例研究
C HAPTER 12案例研究209
12.1网络可靠性209
12.2通过无线信道218的分组递送
12.3简单ARQ协议226
12.4总结233
12.5练习233
Ppydix Python 235概述
A.1基础235
A.2输入输出237
A-3位运算238
A.4列出239
A.5列表功能240
产生随机数和随机变量的A.6
ATES 241
A.7实现事件列表242
A.7.1优先级队列242
A.7.2堆队列242
A.7.3排序列表243
A.8传递函数名作为参数244
A.9元组作为记录245
A.10绘图245
一个面向对象的仿真框架PPENDIX B 251
Ppdidix C卡方表267
Ppdidix D的t分布表269
目录学271
索引273