рис. 6 Дифференциальное распределение.

Всё время работы алгоритма подсчитывается частота встречаемости каждого шага по всей популяции, за все время конкретного расчета (120 шагов по 1ой минуте). Полученные результаты выводились в виде гистограмм минутных сдвигов. При построении гистограмм, все теоретические клетки «смешивались в кучу», хотя в программе заведомо заданно, что клетки относятся к разным типам.

Исходя из дифференциального распределения, строим другую гистограмму.

рис. 7 Куммулятивная гистограмма.

Полученная гистограмма называется куммулятивной гистограммой (интегральное распределение). Генерируемая процедура паскаля равномерно распределенное случайное число y обязательно попадает в один из интервалов от p1 до p5. При его попадании в интервал pi, выбираем шаг ri, который и будет использоваться в вычислении следующего положения клетки. Очевидно, что при длительной работе алгоритма, доля шагов ri будет пропорциональна вероятности pi. Аналогичным образом вычисляется на каждом шаге все остальные параметры движения клеток.

Программная реализация алгоритма

В программе для случайной величины предусмотрена следующая таблица:

Табл. 3

Величины шагов, углы площади разбиты равномерно от 0 до максимального значения. Значение, больше максимального в эксперименте не встречается. Значения частоты наблюдений обозначают частоту встречаемости этих шагов в произвольном измерении. В принципе, сумма частот встречаемости должна составлять 1 или 100%. Однако при реальном моделировании, поле приходится описывать в виде приблизительного распределения. При этом мы можем увеличивать или уменьшать частоты появления отдельных шагов. Если при этом заботиться о том, что суммы всех частот должна составлять 100%, то это сильно затруднит просмотр всех вариантов. После подгонки формы приблизительного распределения, программа нормализует сумму частот к 100% по формуле