50686

Моделирование дискретной случайной величины

Лабораторная работа

Информатика, кибернетика и программирование

Цель работы. Практическое освоение алгоритма программной генерации дискретной случайной величины и методов статистической проверки разработанного генератора.

Русский

2014-01-28

267 KB

3 чел.

Лабораторная работа № 3

Моделирование дискретной

случайной величины

Цель работы. Практическое освоение алгоритма программной генерации дискретной случайной величины и методов статистической проверки разработанного генератора.

Clc

clear all

format compact

format long

%--------------------------------------------------

k=input('Enter k=');    % ввод числа членов полинома

     

Enter k=30     

%--------------------------------------------------

vsv=1:k;     

%--------------------------------------------------

dz= vsv.^6.*pi^6;

p= 945./dz;      % ввод полинома

%--------------------------------------------------

cp=cumsum(p);    %сумма полинома

%--------------------------------------------------

figure(1)     

   subplot(2,1,1)    %график плотности распределения

   plot(p,'b.')     

   title('Density')    

  

  subplot(2,1,2)    

   bar(vsv+0.5,cp,1,'or')   % график ф-ции распред.

   title('Function of distribution')   

         

%--------------------------------------------------

n=input('Enter n=');     % кол-во случайных величин

     

Enter n=70     

%--------------------------------------------------

for t=n:-1:1,     

   x(t)=sum(cp<=rand)+1;   % генератор счлуч величин

end      

%--------------------------------------------------

figure(2)     

   plot(x,'m*')     

   title('discrett chance value')  % возможные значения случ вел.

   xlabel('N');     

   ylabel('value');    

%--------------------------------------------------

m=mean(x);     

sko=std(x);     

dissv=sko*sko;    

mt=sum(vsv.*p);    

dissvt=sum(vsv.*vsv.*p)-mt*mt;  % вывод теоретич. и эксп. величин

skot=sqrt(dissvt);    % матожид, дисперсии

     % квадратич. отклонения

Theoretic           Experimental

mean=1.0193        mean=1.03

disp=0.024998        disp=0.049596

sko=0.15811          sko=0.2227      

%--------------------------------------------------

disp('Theoretic           Experimental')

disp(['mean=',num2str(mt),'        mean=',num2str(m)])

disp(['disp=',num2str(dissvt),'        disp=',num2str(dissv)])

disp(['sko=',num2str(skot),'          sko=',num2str(sko)])

%--------------------------------------------------%

g=input('Enter level of reliability:  '); % пераразбиваем карманы для более точного

disp('Theoretic reliable interval')  % рассчета hi2

     

Enter level of reliability:  0.9   

%--------------------------------------------------

z=erfinv(g)*sqrt(2);     %рассчет доверительного интервала(теор)

delta=z*skot/sqrt(n);    

display(['At ',num2str(m-delta),' to ',num2str(m+delta)])

Theoretic reliable interval   

At 0.99901 to 1.061    

%--------------------------------------------------

disp('Experimental reliable interval')  

q=tinv((g+1)/2,n-1);    % рассчет доверительного интервала(практ.)

delta1=q*sko/sqrt(n);    

display(['At ',num2str(m-delta1),' to ',num2str(m+delta1)])

     

Experimental reliable interval  

At 0.98581 to 1.0742    

%--------------------------------------------------

v=hist(x,vsv);     

%--------------------------------------------------

figure(3)     

   bar(vsv,v,1,'m')    

   title('Histogram on k karmanov')  

   ylabel('N*freq');    

   xlabel('n')     

%--------------------------------------------------

gr=input('How many pocket in group:  ');

karm=ceil(k/gr);

zap=zeros(1,karm*gr-k); %nuli

v1=sum(reshape([v zap],gr,karm));  

p1=sum(reshape([p zap],gr,karm))*n;

%--------------------------------------------------

figure(4)     

   xc=(gr+1)/2:gr:k+gr/2;   

   bar(xc,v1,1,'g')    

   title('Histogram on KARM karmanov (Exp-blue, Theor-green)')

   xlabel('Intervals')    

   ylabel('N*freq')    % вывод распределения случ величины

    hold on      

       bar(xc,p1,0.8,'b')    

   hold off     

%--------------------------------------------------

hi2=sum(((v1-p1).^2)./p1);  

stsv=karm-1;     

disp(['hi2 =',num2str(hi2),'         Degrees of freedom=',int2str(stsv)])

 

%--------------------------------------------------

disp(['50% ot   ',num2str(chi2inv(0.25,stsv)),'      do  ',num2str(chi2inv(0.75,stsv))])

disp(['60% ot   ',num2str(chi2inv(0.2,stsv)),'      do  ',num2str(chi2inv(0.8,stsv))])

disp(['70% ot   ',num2str(chi2inv(0.15,stsv)),'      do  ',num2str(chi2inv(0.85,stsv))])

disp(['80% ot   ',num2str(chi2inv(0.10,stsv)),'      do  ',num2str(chi2inv(0.90,stsv))])

Enter n=50

Vvedite k=10000

Theoretic           Experimental

mean=1.0193        mean=1.0173                 Enter level of reliability:  0.95

disp=0.024998        disp=0.024403             Theoretic reliable interval At 1.0142 to 1.0204

sko=0.15811          sko=0.15622                  Experimental reliable interval  At 1.0142 to 1.0204

How many karmanov in group:  2                hi2 =0.2152     Degrees of freedom=24

50% ot   19.0373      do  28.2412                  60% ot   18.0618      do  29.5533

70% ot   16.9686      do  31.1325                  80% ot   15.6587      do  33.1962


 

А также другие работы, которые могут Вас заинтересовать

20489. Зведення системи лінійних рівнянь до зручного для ітерацій вигляду 78 KB
  Ітераційними називають такі методи які дають змогу знайти наближений розв'язок системи із заздалегідь указаною точністю шляхом виконання скінченої кількості арифметичних операцій хоч самі обчислення можуть проводитись і без округлень а коефіцієнти і вільні члени системи бути точними числами. Точний розв'язок системи за допомогою ітераційних методів можна знайти тільки теоретично як границю збіжного нескінченного процесу. Розв'язуючи системи рівнянь ітераційними методами крім похибок округлення треба враховувати також похибку методу....
20490. Обчислення в звітах 17.31 KB
  Щоб додати номер сторінки використовують властивості звіту Page і Pages містять номер поточної сторінки і загальна кількість сторінок у звіті. Для того щоб додати в колонтитул номер поточної сторінки введіть у текстове поле вираження= Сторінка [Page] з [Pages]Зазначимо що при створення звіту в режимі майстра це вираз додається автоматично.Так для того щоб провести будьякі обчислення в рядках таблиці звіту необхідно посилатися безпосередньо на поля цього звіту не таблиці або запиту. Щоб порахувати різницю між максимальним і...
20491. Знання, класифікація знань 29.5 KB
  Знання класифікація знань Знання́ форма існування і систематизації результатів пізнавальної діяльності людини. Знання класифікують за: За природою Знання можуть бути: декларативні процедурні Декларативні знання містять в собі лише уявлення про структуру певних понять. Ці знання наближені до даних фактів. Процедурні знання мають активну природу.
20492. Імпорт та експорт даних MySQL 17.71 KB
  Експорт та імпорт даних в MySQL зазвичай потрібно при перенесенні інформації з однієї бази даних MySQL в іншу і для здійснення резервного копіювання. Резервне копіювання даних носить чисто технологічний характер. Ми гарантуємо збереження самих даних а не їх резервних копій.
20493. Інтерполяційний многочлен Лагранжа 61.5 KB
  Для n 1 пар чисел де всі різні існує єдиний многочлен степеня не більшого від n для якого . Лагранж запропонував спосіб обчислення таких многочленів: де базисні поліноми визначаються за формулою: Очевидно що ljx мають такі властивості: Це поліноми степеня n при Звідси випливає що Lx як лінійна комбінація ljx може мати степінь не більший від n та Lxj = yj. Нехай для функції fx відомі значення yj = fxj у деяких точках. Тоді ця функція може інтерполюватися як Зокрема Значення інтегралів від lj не залежать від fx...
20494. Клітинні матриці. Дії над клітинними матрицями 49.5 KB
  Дана форма запису матриці має важливе теоретичне значення у лінійній алгебрі і при розв'язуванні систем диференціальних рівнянь. Наприклад матриця: Власними значеннями даної матриці A є λ = 1 2 4 4. Розмірність ядра матриці A − 4In дорівнює 1 отже A не допускає діагоналізації.
20497. Структурна природна мова 31 KB
  В наукових дослідженнях все більш вагоме місце посідають розробки що орієнтовані на опрацювання природномовної ПМ інформації бо остання визначається як узагальнена схема подання довільної інформації. Проте з іншого боку також відомо наскільки складною постає проблема обробки мовної інформації і прогрес у цій сфері однозначно пов'язується з рівнем формалізації опису природної мови. Здобувачем запропоновано формальну модель мови що визначає її системну організацію і яка закладається в основу сучасних технологій орієнтованих на...