Моделирование дискретной случайной величины и исследование ее параметров

4432
знака
3
таблицы
2
изображения

ИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ


ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ РАДИОЭЛЕКТРОНИКИ


Кафедра РЭС (РТС)

КОНТРОЛЬНАЯ РАБОТА По курсу «Методы проектирования и оптимизации РЭA»

 

Вариант №7


Выполнил:

ст.гр. РТз – 98 – 1

Чернов В.В.

Шифр 8209127

Проверил:

Карташов В. И.

____________________

Харьков 2003

Задание 1. Выполнить моделирование на ЭВМ базовой случайной величины (БСВ) Х. Получить выборки реализаций БСВ объемом n = 170, 1700. Для каждого случая найти минимальное и максимальное значения, оценить математическое ожидание и дисперсию. Сравнить полученные числовые характеристики с теоретическими значениями.

Решение

Базовой называют случайную величину, равномерно распределенную на интервале (0,1). Моделирование производится при помощи функции rnd(m) пакета MathCad 2000, возвращающей значение случайной величины, равномерно распределенной в интервале 0xm.

а) для выборки объемом 170 (рис. 1.1): Xmin = 0.0078, Xmax = 0.996.

Первый начальный момент (математическое ожидание) равен среднему арифметическому значений выборки:

МХ = 0.502 , (1.1)

второй центральный момент (дисперсия):

D =  0.086 , (1.2)

среднеквадратичное отклонение:

s = 0.293 . (1.3)

Рисунок 1.1 Выборка объемом 170.

Для выборки объемом 1700 (рис. 1.2): Xmin = 0.0037, Xmax = 0.998,

МХ = 0.505 ,  (1.4)

D =  0.085 , (1.5)

 

 s = 0.292 . (1.6)

Рисунок 1.2 Выборка объемом 1700.

Теоретически значения математического ожидания и дисперсии БСВ рассчиты-ваются из определения плотности распределения вероятности:

 pравн(x) =  , (1.7)

математическое ожидание:

Mx = 0.5 , (1.8)

дисперсия:

Dx =

=0.083 , (1.9)

что хорошо совпадает с результатами моделирования (1.1) – (1.5).

Задание 2. Получить выборку реализаций БСВ объемом n = 1700. Построить гистограмму распределений и сравнить ее с плотностью распределения равномерно распределенной случайной величины.

Решение

а) выборка получается аналогично Заданию 1(рис. 2.1):

Рисунок 2.1 Выборка объемом 1700

Приняв Xmin = 0, Xmax = 1, разбиваем интервал на q = 10 равных промежутков, каждый из которых равен:

DX = . (2.1)

Количества выборок, попадающих в каждый из интервалов, частоты попадания, оценки плотности сведены в табл. 2.1. Гистограмма распределений представлена на рис. 2.2. Как видно, она достаточно хорошо совпадает с равномерным законом распределения (1.7).

Таблица 2.1 Результаты оценки плотности распределения

Номеринтер-вала

1

2

3

4

5

6

7

8

9

10

Диапа-зон значе-ний 0-0.1 0.1-0.2 0.2-0.3 0.3-0.4 0.4-0.5 0.5-0.6 0.6-0.7 0.7-0.8 0.8-0.9 0.9-1
Коли-чество попа-даний 151 174 149 189 190 161 166 182 177 161

Часто-та по-пада-ния Pi

0.089 0.102 0.088 0.111 0.112 0.095 0.098 0.107 0.104 0.095

Оцен-ка плот-ности

pi

0.888 1.024 0.876 1.112 1.118 0.947 0.976 1.071 1.041 0.947

Рисунок 2.2 Гистограмма распределений

Задание 3. Получить выборку БСВ объемом n = 1700, По этой выборке проверить свойства независимости полученной случайной последовательности (вычислить 10 значений коэффициента корреляции).

Решение

а) снова получим выборку значений БСВ объемом n = 1700 (рис. 3.1):

Рисунок 3.1 Выборка объемом 1700

б) значения математического ожидания и дисперсии:

M = 0.512 , (3.1)

D =  0.088 . (3.2)

в) функция корреляции:

R(j) =  ,  (3.3)

значения R(j) для j = 1…10 приведены в табл. 3.1 , значение R(0) = 0.088 совпадает с дисперсией.

Таблица 3.1 Значения функции корреляции:

j

1 2 3 4 5 6 7 8 9 10

R(j)

-9.6·10-4

3.53­·10-3

2.7·10-4

4.24·10-3

-1.73·10-3

6.61·10-4

4.11·10-4

6.74·10-5

3.95·10-4

1.12·10-3

Задание 4. Выполнить моделирование случайной величины, распределенной по закону Релея. Объем выборки n = 17, s2 = 27.

Решение

Ддя получения случайной величины с заданным законом распределения из БСВ применим метод обратной функции:

а) для распределения Релея

p(x) = (4.1)

случайная величина

x = F(x) = (4.2)

равномерно распределена в интервале 0…1, и может быть задана с помощью БСВ. Решив уравнение (4.2) относительно x, получаем случайную величину, распределенную по закону (4.1):

xi =  ,

xi =  ,  (4.3)

где xi – значения выборки БСВ

Результат моделирования случайной величины xi представлен на рис. 4.1:

Рисунок 4.1 Выборка случайной величины, распределенной по закону Релея

СПИСОК ЛИТЕРАТУРЫ

1.    Вентцель Е. С. Теория вероятностей. М. Физматгиз, 1962. – 246 с.

2.    Тихонов В. И. и др. Примеры и задачи по статистической радиотехнике. М. – Сов. радио, 1970. – 600 стр.

3.    Трохименко Я.К., Любич Ф.Д. Радиотехнические расчеты на ПК: Справочник. М. – Радио и связь, 1988. – 304 с.


Информация о работе «Моделирование дискретной случайной величины и исследование ее параметров»
Раздел: Радиоэлектроника
Количество знаков с пробелами: 4432
Количество таблиц: 3
Количество изображений: 2

Похожие работы

Скачать
30350
1
6

... цикла 2.1.: "}". 3. Завершение процесса моделирования: 3.1. Вывод результатов моделирования. 2.4  Разработка программной реализации алгоритма В данном разделе мы разрабатываем программную реализацию имитационного моделирования работы Парикмахерской. Помимо общих переменных, которые были описаны выше в п.2.3., в этом разделе можно описать и частные переменные, которые используются в программе ...

Скачать
18951
10
1

... 9 - 1 Імовірність 0,05 0,95 Математичне сподівання виграшу за один постріл подається у вигляді mx=9*0,05 + (-1)*0,95=-0,5. Перевіримо якість випадкових чисел, наведених у табл.Д1. ([3] Таблиця випадкових цифр). Для цьо­го, склавши імітаційну модель гри, математичне сподівання виграшу оці­нюватимемо за допомогою середнього арифметичного значення виграшу 440 пострілів. Умовимося, що ...

Скачать
117295
0
0

... того, имеется ряд так называемых системных атрибутов, относящихся не к отдельным объектам, а к модели в целом.   Значения атрибутов всех объектов модели по окончании моделирования Выводятся в стандартный отчет GPSS/PC. Большая часть атрибутов дос- тупна программисту и составляет так называемые  стандартные число- вые атрибуты  (СЧА),  0которые могут использоваться в ...

Скачать
49855
1
5

... (Балаша-Фора-Мальгранжа, Черенина, Джефферсона, Хиллиера и др.) являются модификациями метода ветвей и границ с учётом специфики условий задачи. 4. Построение оптимальной последовательности заданий на обработку в узле вычислительной системы 4.1 Формализация вычислительного процесса и рабочей нагрузки Узел вычислительной системы представляется в виде совокупности оборудования и ...

0 комментариев


Наверх