50690
Моделирование потока Пуассона
Лабораторная работа
Информатика, кибернетика и программирование
Практическое освоение алгоритма программной генерации стационарного потока Пуассона и методов статистической проверки разработанного генератора.
Русский
2014-01-28
158 KB
12 чел.
Цель работы. Практическое освоение алгоритма программной генерации стационарного потока Пуассона и методов статистической проверки разработанного генератора.
clc
clear all
format compact
format long
W1=1;W2=48; %интервал моделирования
la=1.5;
N=100;
%количество экспериментов
amo=input('Enter quantity of ехperiments: ');
t=ones(1,N);
t(1)=0;
i=2;
delta=la*(W2-W1)
l0=exp(-delta);
l=[1,(ones(1,N)*delta)./(1:N)];
for k=N+1:-1:1
P(k)=prod(l(1:k))*l0;
end;
%стационарный поток
mas_of_n=rand(1,amo);
%---------массив экспериментальных значений n----
for o=1:amo
i=2;
t(1)=W1;
%----------экспериментальное вычисление n-----------
while t(i-1)<W2
z=rand;
t(i)=t(i-1)-log(z)/la; %рекуррентное вычисление t
i=i+1;
end
%i-3 - это и есть n
mas_of_n(o)=i-3;
end;
%+++++++++++++++ сам поток ++++++++++++++++++
figure(1)
%---v t realiz puas potoka---
t=t(2:i-3);
h=ones(2,i-3);
plot(t,t,'*');%,h,'*');
title('Puasson''s stream');
xlabel('t - time');
d=rand(1,N+1);
for i=1:N+1
d(i)=i;
end
%------------формирование nu-------------
%-----массив экспериментальных количеств--
%---всего amo экспериментов-----
E=hist(mas_of_n,d);
E=E/amo;%---частоты----
%%%----sum(E)=1---sum(P)=1----
%-----E - экспериментальный поток----
%-----P - теоретический поток--------
%-------(частоты)--------------------
%+++++++++++++++ plotnosti ver +++++++++
figure (2)
bar(d,E,1,'b')
hold on
bar(d,P,0.1,'k')
title('Density of distribution. Blue - experimentel, Black - theoretic')
xlabel('n - amount of events')
ylabel('p - probablity')
hold off
%+++++++++++++++ Массив экспериметнов ++++++++++++
figure (3)
plot(mas_of_n,'*r');
title('Array of amounts');
xlabel('Number of experiment');
ylabel('Amount of events');
%+++++++++++++++ exp i teor hist++
figure (4)
mi=min(mas_of_n);
ma=max(mas_of_n);
hist(mas_of_n,(mi:ma));
title('Histograms')
xlabel('Amount of events(theor)');
ylabel('Amount of experiments');
hold on
bar((mi:ma),P((mi+1):(ma+1))*amo,0.6,'r');
hold off
k=N+1;
gr=input('How many karmanov in group: ');
%new value of karmanov
karm=ceil(k/gr);%----round value-----
zap=zeros(1,karm*gr-k); %nuli
%--------merge in groups---------
%--------sum is the row vector---
E1=sum(reshape([E zap],gr,karm))*amo;%-------resize of v--
P1=sum(reshape([P zap],gr,karm))*amo;%-------resize of p--
%---попробуем просуммировать----
o=1;h=0;
while E1(o)<5
h=h+E1(o);
o=o+1;
end;
E1(o)=E1(o)+h;
o2=size(E1);
o1=o2(2);
h=0;
while E1(o1)<5
h=h+E1(o1);
o1=o1-1;
end;
E1(o1)=E1(o1)+h;
h=0;
for i=1:o-1,
h=h+P1(i);
P1(i)=0;
end;
P1(o)=P1(o)+h;
h=0;
for i=o2(2):-1:o1+1,
h=h+P1(i);
P1(i)=0;
end;
P1(o1)=P1(o1)+h;
figure(5)
xc=(gr+1)/2:gr:k+gr/2;%-----centers of bars-------
bar(xc(o:o1),E1(o:o1),1,'g')
title('Histogram on KARM karmanov (Exp-blue, Theor-green)')
xlabel('Intervals')
ylabel('N*freq')
hold on
bar(xc(o:o1),P1(o:o1),0.8,'b')
hold off
PP=ones(1,o1-o+1);
EE=PP;
for i=o:o1,
PP(i-o+1)=P1(i);
EE(i-o+1)=E1(i);
end;
hi2=sum(((EE-PP).^2)./PP);
stsv=o1-o;
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))])
========================================
результат: хи квадрат= 2.021; delta =70.5
А также другие работы, которые могут Вас заинтересовать | |||
20703. | Шифри заміни | 14.03 KB | |
Ключ k=i27mod 33; i позиція букви у вхідному алфавіті k позиція букви у вихідному алфавіті Вхідний алфавіт: а б в г ґ д е є ж з и і ї й к л м н о п р с т у ф х ц ч ш щ ь ю я Відкрите повідомлення: Морозов Зашифроване повідомлення: Єіліціи 2. Ключ 0 1 2 3 4 5 0 ж р ш в щ г 1 о у м х ф і 2 ч а п л к з 3 д ц ь ю н ґ 4 ї и я б т с 5 е є й Відкрите повідомлення: Морозов Зашифроване повідомлення: 12100110251003 Висновки: Шифри заміни почали використовувати ще до н.е але попри те вони є популярними і на даний... | |||
20704. | Шифри перестановки | 19.62 KB | |
Ключ Сонечко 5 4 3 1 6 2 4 С о н е ч к о 1 2 4 4 3 5 6 м е н і т р и н а д ц я т и й м и н а л о я п а с я г н я т а з а с е л о м Виписуємо у порядку зростання цифр кожен стовбець :мнйяял еампто тяаяа ндиаам іцнсз ртлгс иионе 2 Побудова шкали рознесення і по ній шкалу набору для шифрування з подвійною перестановкою Ключ: Сонечко веселе с о н е ч к о 5 4 3 1 6 2 4 В 3 М Я Т А С л О Е 7 Е Ц И П Я Е М С 21 Н Д Й Я Г С е 7 І А М О Н А л 16 т Н И Л Я З е 7 р И н А т А Маршрут запитуваннязчитування Змінюємо рядки у відповідності зростання цифр е... | |||
20705. | Стандарт шифрування даних DES | 70.76 KB | |
Data Encryption Standard це симетричний алгоритм шифрування даних стандарт шифрування прийнятий урядом США із 1976 до кінця 1990х з часом набув міжнародного застосування. DES дав поштовх сучасним уявленням про блочні алгоритми шифрування та криптоаналіз. Вхідні дані MYNAMEISARTEM Шифрування з використанням випадкового ключа Результат шифрування даних ТЭ1oЋ HЎ т ПqАgy Результати розшифрування L . | |||
20706. | Гамування з зворотнім зв’язком | 111.8 KB | |
1КІ08 Морозов Артем Вінниця 2012 Вхідні дані My Name is Artem Ключ ч7є'V B1{XKСтЌuЭ0UБlЋоJј Шифрування простою заміною Гамування Зашифроване повідомлення г ЎвжЃЫjґЎqkіп'gИ Гамування з зворотнім звязком зворотний зв'язок не залежить від відкритого і зашифрованого тексту. Вона в цьому випадку відбувається за гамою з виходу алгоритму блочного шифрування У цьому режимі алгоритм блочного шифрування використовується для організації процесу поточного зашифрування так само як і у вищеперелічених режимах гамування. | |||
20708. | Экстремумы и точки перегиба | 99 KB | |
Определение: Если то называется точкой строгого локального минимума. Определение: Если то называется точкой локального максимума. Определение: Если то называется точкой строгого локального максимума. | |||
20709. | Первообразная функция и неопределенный интеграл | 82 KB | |
Опр: Функция называется первообразной для функции на промежутке если . Если первообразная для функции на и с произвольная постоянная то функция также является первообразной для . Если первообразная для функции на и первообразная для функции на то найдется с: . Вывод: Таким образом множество всех первообразных для на представимо в виде Опр: Множество всех первообразных функции на наз. | |||
20710. | Определенный интеграл и его свойства | 157 KB | |
Если постоянна на то она интегрируема и .Если и интегрируемы на то также интегрируема на и . Если интегрируема на и то также интегрируема на и . Если и совпадают на всюду за исключением может быть конечного числа точек и интегрируема на то также интегрируема на 5. | |||
20711. | Матанализ. Основные классы интегрируемых функций | 90 KB | |
Теорема Интегрирование монотонной функции Всякая функция fx монотонная на [ab] интегрируема на этом отрезке Доказательство: для возрастающей функции Пусть fx возрастает на [ab] может быть разрывная. Докажем это: Возьмем тогда с учетом 1 получим: тем самым доказано @ 1 Теорема Интегрируемость непрерывной функции Всякая функция fx непрерывная на [ab] интегрируема на этом отрезке. критерий интегрируемости надо доказать что @Возьмем и пользуясь равномерной непрерывностью fx на [ab] найдем выполняетсяУтверждается... | |||