9217

Моделирование случайных последовательностей

Лабораторная работа

Коммуникация, связь, радиоэлектроника и цифровые приборы

Моделирование случайных последовательностей Цель работы приобретение практических навыков моделированию случайных последовательностей с заданным распределением вероятностей. Домашнее задание Разработать линейный конгруэнтный датчик псевд...

Русский

2013-02-26

497 KB

7 чел.

Моделирование случайных последовательностей

Цель работы

  •  приобретение практических навыков моделированию случайных последовательностей с заданным распределением вероятностей.

Домашнее задание

  1.  Разработать линейный конгруэнтный датчик псевдослучайных чисел (датчик 5)

function TForm1.f_1_2_2: real;

var mu:longint;

const A = 8005;

     C = 6925;

begin

  mu := IRND;

  mu := A*mu+C;

  IRND := mu mod 32768;

  Result := IRND/32768.;

end;

  1.  Разработать функцию для формирования случайной последовательности с равномерным распределением в заданном интервале (датчик 6)

function TForm1.f_1_2_3: real;

const

 a=2;

 b=4;

begin

 Result:=(b-a)*f_1_2_2+a;

end;

  1.  Формирование случайной последовательности с распределением Релея (датчик 7)

function TForm1.f_1_2_4: real;

const

 sigma = 0.75;

begin

 Result:=sigma*sqrt(-2*ln(f_1_2_2));

end;

  1.  Формирование случайной последовательности с распределением арксинуса (датчик 8)

function TForm1.f_1_2_5: real;

const

 a=2;

 b=4;

begin

 Result:=b*sin(pi*(f_1_2_2-0.5))+a;

end;

  1.  Формирование случайной последовательности с нормальным распределением (датчики 9, 10)

function TForm1.gauss(a, sigma: real): real;

var

 x1, x2: real;

 i: integer;

const

 n=10;

begin

 x1:=random;

 x2:=random;

 if (x1<1e-30) then x1:=1e-30;

 result:=sigma*sqrt(-2*ln(x1))*sin(2*pi*x2)+a;

end;

function TForm1.f_1_2_6_1: real;

var

 i: integer;

const

 n=10;

begin

 result:=0;

 for i:=1 to n do

   result:=result+random;

 result:=sqrt(12/n)*(result-n/2);

end;

function TForm1.f_1_2_6_2: real;

const

 sigma=0.75;

 a=0;

begin

 result:=gauss(a,sigma);

end;

  1.  Формирование случайной последовательности с распределением Райса (датчик 11)

function TForm1.f_1_2_7: real;

const

 sigma = 0.75;

 a = 2;

begin

 result:=sqrt(sqr(sigma*gauss(0,1)+a)+sqr(sigma*gauss(0,1)));

end;

Лабораторное задание

  1.  Пробный запуск программы

  1.  Исследовать влияние количества интервалов группировки на форму кривой эмпирической плотности распределения

  1.  Исследовать влияние объема выборки на оценки статистических характеристик случайной последовательности

N

200

400

1000

5000

10000

mx

0.4919

0.4963

0.5043

0.4926

0.4992

σx2

0.0813800

0,0788800

0,0819700

0,0836400

0,0828500

R(0)

0,0813800

0,0788800

0,0819700

0,0836400

0,0828500

R(1)

-0,0020720

0,0063320

-0,0023240

0,0003281

-0,0000852

R(2)

-0,0197400

-0,0016960

0,0049180

-0,0005705

-0,0005817

  1.  Исследовать влияния параметров линейного конгруэнтного алгоритма на автокорреляционную функцию

Оцениваемые характеристики

Правильные значения

A=8005

С=6925

Неправильные значения

A=8002

Неправильные значения

С=5000

Неправильные значения

A=8002

С=5000

mx

0,5039

0,8345

0,3622

0,5482

R(0)

0,0831700

0,0021420

0,0011190

0,0012770

R(1)

0,0043450

0,0005760

-0,0000666

0,0003619

R(2)

0,0033490

0,0006700

-0,0001161

-0,0001072

  1.  Произвести сравнительную оценку корреляционных свойств последовательностей

Датчик

RND1

RND2

RND3

RND4

R(0)

0,0828100

0,0824100

0,0842600

0,0825300

R(1)

-0,0033970

0,0038570

0,0002040

-0,0010370

R(2)

0,0033840

0,0009134

-0,0044490

-0,0056090

  1.  Смоделировать случайную последовательность с равномерным распределением вероятностей

  1.  Смоделировать случайную последовательность с рэлеевским распределением вероятностей

  1.  Смоделировать случайную последовательность с распределением вероятностей по закону арксинуса

  1.  Исследовать датчик нормальной случайной последовательности с суммированием псевдослучайных чисел

  1.  Смоделировать случайную последовательность с нормальным распределением, используя свойство произведения случайных величин с распределением Рэлея и арксинуса

  1.  Смоделировать случайную последовательность с распределением Райса

Выводы

В данной лабораторной работе были смоделированы и изучены датчики основных случайных последовательностей. Была произведена оценка таких параметров, как математическое ожидание, дисперсия, автокорреляционная функция и плотность распределения вероятностей.


 

А также другие работы, которые могут Вас заинтересовать

18120. Транзакції в мові SQL 88.5 KB
  Тема 5: Транзакції в мові SQL Що таке транзакція Транзакція transaction може бути визначена як логічна послідовність операцій над даними яка розглядається як окрема цілісна частина роботи. У транзакції робляться або всі зміни або жодної. Транзакції підтримують ACIDвластиво
18121. Збережені процедури в Interbase/Firebird 52.5 KB
  Тема 6: Збережені процедури в Interbase/Firebird Збережені процедури Stored procedures це програми які зберігаються в метаданих бази даних і виконуються на сервері. Прикладні програми можуть викликати stored procedure для виконання заданих в них операцій. Є два види збережених процеду
18122. Java Persistence API 77.5 KB
  PAGE 1 Тема 7: Java Persistence API Java Persistence API забезпечує object/relational mapping для роботи з реляційними даними в Javaпрограмах. Java Persistence складається з трьох частин: Java Persistence API Мови запитів Query language Метаданих для object/relational mapping Entities Entity це легковісний ...
18123. JavaServer Faces (JSF) 174 KB
  Тема 8: JavaServer Faces JSF Технологія JavaServer Faces це серверний framework для webпрограм що розробляються на Java. Основні компоненти JavaServer Faces такі: API для представлення UIкомпонентів і керування їх станом; обробки подій; серверної валідації; конверсії даних; визначення навігації по
18124. Spring Framework 86 KB
  Тема 9: Spring Framework Spring є Java framework який надає розробнику сукупність сервісів для побудови масштабованих J2EE програм. Spring реалізує в собі концепцію MVC. Inversion of Control IoC Іноді можна почути терміни Inversion of Control та Dependency Injection як взаємозамінні але це не зовсім вірно. Inversion of Co...
18125. Struts Framework 175 KB
  Тема 10: Struts Framework Apache Struts це opensource framework для розробки Java EE web програм. В ньому використовується і розширюється Java Servlet API та надається базова інфраструктура для реалізації програми на основі шаблону проектування design pattern MVC. Базова платформа для використання Struts 2 вклю...
18126. Предмет та задачі фізичної електроніки 246.27 KB
  Предмет та задачі фізичної електроніки Що таке фізична електроніка Що за розділ фізики Так от: це наука котра займається вивченням властивостей електронів та іонів при швидкостях набагато менших швидкості світла. Фізична електроніка вивчає рух електронів та іонів у в...
18127. Розподіл електронів в твердому тілі за енергіями 879.5 KB
  Розподіл електронів в твердому тілі за енергіями Спочатку цей розподіл було знайдено чисто експериментально Фермі та Діраком. Задача полягає в тому щоб знайти число електронів що мають енергії в інтервалі Е Е dE тобто знайти функціюзакон розподілу електронів за е
18128. Термоелектронна емісія (ТЕЕ) 160.77 KB
  Термоелектронна емісія ТЕЕ ТЕЕ є випромінювання електронів розжареними тілами. Джерело енергії збудження електронів теплова енергія гратки. Густина струму термоемісії для кожного тіла є універсальною функцією параметри якої залежать від природи цього тіла структ...