Войти на сайт

или
Регистрация

Навигация


Овладение навыками алгоритмизации и программирования задач с использованием датчиков случайных чисел, способами получения случайных чисел с различными законами распределения, навыками оценки качества псевдослучайных чисел и их соответствия заданному закону распределения.

1.2. Задания для самостоятельной подготовки

Изучить:

способы получения случайных чисел с различными законами распределения;

-способы использования в программах обращений к функциям или подпрограммам для получения псевдослучайных чисел с различными законами распределения;

способами использования случайных чисел для моделирования.

Разработать алгоритм решения в соответствии с заданием.

Составить программу решения задачи.

Подготовить тестовый вариант программы и исходных данных.

1.3. Задание к работе

1. Выполнить на ЭВМ программу в соответствии со следующим заданием:

Сгенерировать последовательность из 50 случайных чисел с нормальным законом распределения а=5,s =4) и последовательность из 50 случайных чисел с экспоненциальным законом распределения с параметром l =5. Все числа свести в массив, расположив их по возрастанию. Вычислить среднее значение, дисперсию и вывести результаты на печать в виде гистограммы, разбив последовательность чисел на десять интервалов

2. Проверить правильность выполнения программы с помощью тестового варианта.

2. Руководство программиста.

Прежде, чем приступить к самому процессу алгоритмизации и программирования заглянем в теорию, по которой, собственно, и дано задание.

2.1. Теоретическая база.

2.1.1. Нормальное распределение.

Нормальным называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью

Получение случайных чисел

Мы видим, что нормальное распределение определяется двумя параметрами: а и s . Достаточно знать эти параметры, чтобы задать нормальное распределение. Покажем, вероятностный смысл этих параметров таков: а есть математическое ожидание, s —среднее квадратическое отклонение нормального распределения.

2.1.2 Показательное (экспоненциальное) распределение.

Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины X, которое описывается плотностью

Получение случайных чисел

где l - постоянная положительная величина.

Мы видим, что показательное распределение определяется одним параметром l . Эта особенность показательного распределения указывает на его преимущество по сравнению с распределениями, зависящими от большего числа параметров. Обычно параметры неизвестны и приходится находить их оценки (приближенные значения); разумеется, проще оценить один параметр, чем два или три и т. д. Примером непрерывной случайной величины, распределенной по показательному закону, может служить время между появлениями двух последовательных событий простейшего потока.

2.2. Начало алгоритмизации.

Для получения двух последовательностей из 50 случайных чисел с показательным и нормальным законами распределения необходимо организовать цикл, который будет выполнятся 50 раз. Внутри цикла будем пользоваться функцией из Турбо Паскаля random(a) - эта функция выдает произвольное число из интервала от 1 до a, a£ 65535. Каждое полученное число будет вносится в массив, причем первые 50 элементов этого массива получены по нормальному закону, а другие 50 - по показательному.

Для упорядочивания массива случайных величин создадим двойной цикл. Для расчета мат. ожидания и дисперсии упорядоченного массива также создадим двойной цикл, с учетом того, что массив уже надо разбить на 10 частей и расчет проводить по каждому из промежутков. Для построения гистограммы воспользуемся средствами модуля Graph.tpu.

Блок-схемой основной программы будет приведена в приложении. Также в приложении будут размещены блок-схемы подпрограмм-процедур, используемых в данной программе.

Перед процессом программирования составим таблицу используемых в программе и подпрограммах таблицу переменных и констант.

Таблица 1. Описание переменных и констант.

Имя переменной

Назначение

Тип в Turbo Pascal

i.j

Переменные циклов.

Byte

help,work,button

Переменный для хранения параметров вызова процедур.

Byte

actionprog,action

Символьные переменные для управления интерфейсной частью .основной программы и процедур соответственно.

Char

exitpar,exitmenu,exitprog

Логические параметры, задающие выход из процедур и основной программы. Позволяют делать программу более гибкой в применении.

Boolean

grmode,grdriver

Переменные, содержащие данные о типе графического драйвера и его режиме работы. Установлены в программе на автоматическое определение.

Integer

Dat(3)

Массив для хранения входных данных в программе. Начальное значение [5,4,5].

array[1..3]of real

Posle(100)

Массив для хранения элементов генерируемой последовательности.

array[1..100] of real

Xcor(3),Ycor(3)

Массивы, используемые для более компактности ввода параметров генерации последовательности в процедуре DoWorkс параметром work=1.

array[1..3]of byte

Mat(10),Disp(10)

Массивы с данными о дисперсии и мат.ожидании по промежуткам последовательности.

array[1..10]of real

mat0,disp0

Мат.ожидание и дисперсия по всей последовательности.

Real

X

Временная переменная (буфер).

Real

Col(4)

Массив для управления выбора пункта меню.

array[1..4]of byte

Light.Dark

Константы для задания цветов меню.

[1..16]


Информация о работе «Получение случайных чисел»
Раздел: Информатика, программирование
Количество знаков с пробелами: 21215
Количество таблиц: 0
Количество изображений: 0

Похожие работы

Скачать
26408
0
6

... получаются экспериментальная и теоретическая зависимости P (j, l), сходимость которых проверяется по известным критериям, причем проверку целесообразно проводить при разных значениях l и р, 0 < р < 1.   7. Генератор случайных чисел в Borland C++ В языке C, как и во многих других языках высокого уровня, существует встроенная поддержка генератора случайных чисел. Для формирования чисел ...

Скачать
27268
0
2

... ;…≤ξn . Шаг 3. Нужные статистики вычисляются по формулам Kn+ = max ( - F(xj)); Kn- -= max (F(xj) - ), при 1≤j≤n. Заключение В данной курсовой работе рассмотрены вопросы применения случайных чисел для прикладных задач математики и информатики, рассмотрены методы получения случайных чисел, начиная от самых ранних методов с использованием первых вычислительных машин ...

Скачать
17889
4
0

... величины, распределенной по показательному закону, может служить время между появлениями двух последовательных событий простейшего потока.2.2. Начало алгоритмизации. Для получения двух последовательностей из 50 случайных чисел с показательным и нормальным законами распределения необходимо организовать цикл, который будет выполнятся 50 раз. Внутри цикла будем пользоваться функцией из Турбо Паскаля ...

Скачать
23462
5
3

... нельзя в полной мере назвать случайными, поскольку между ними имеется зависимость, а также наличие периодов в последовательности псевдослучайных чисел. К алгоритмическим методам получения ГСЧ относиться метод серединных квадратов, предложенный в 1946 г. Дж. фон Нейманом. Метод серединных квадратов Имеется некоторое четырехзначное число R0. Это число возводится в квадрат и заносится в R1. Далее ...

0 комментариев


Наверх