Оценка работоспособности алгоритма

Автор: Пользователь скрыл имя, 19 Декабря 2011 в 00:33, контрольная работа

Описание работы

Оценка качества воспроизведения псевдослучайной последовательности может производиться путем сравнения статистических характеристик получаемого процесса и процесса, подлежащего имитации (заданного). В качестве таких характеристик используются математическое ожидание, дисперсия и дифференциальный закон распределения (гистограмма).

Содержание

Проверка работоспособности реализованных алгоритмов и программ.

Анализ результата в зависимости от объема выборки.

Работа содержит 1 файл

домашняя работа №3.docx

— 279.79 Кб (Скачать)

Федеральное агентство по образованию 

Государственное образовательное  учреждение высшего

профессионального образования 
 
 

Кафедра ____________________________________________

                                     (шифр и наименование кафедры) 
 
 
 
 
 
 
 

ДОМАШНЯЯ  РАБОТА № 3

по  ________________________________________ 
 
 
 
 
 
 
 
 

                                                          Выполнила:  
 

                        Приняла:  
 
 
 
 
 
 
 
 
 
 
 
 
 

      Москва 2011 

Федеральное агентство по образованию 

Государственное образовательное  учреждение высшего  профессионального  образования 
 
 
 

      Факультет (филиал)  специальность  (направление)  
          

       Кафедра  ____ __

       Дисциплина____ Случайные процессы в СУ_______                                             

                          
 

ЗАДАНИЕ НА ДОМАШНЮЮ РАБОТУ 
 
 

Студент___ шифр_____группа___

Тема: «Оценка работоспособности алгоритма»

 

Содержание: 

  1. Проверка  работоспособности реализованных  алгоритмов и программ.
 
  1. Анализ  результата в зависимости от объема выборки.
 
 
 
 
 
 
 

Руководитель  работы                                                         Горская Н.А____

                                                                   подпись, дата               инициалы и фамилия

Задание принял к исполнению_______________           Балашова М.А.____

                                                                    подпись, дата              инициалы и фамилия                                                                                                                                              
 
 

     Оценка  качества воспроизведения псевдослучайной  последовательности может производиться  путем сравнения статистических характеристик получаемого процесса и процесса, подлежащего имитации (заданного). В качестве таких характеристик  используются математическое ожидание, дисперсия и дифференциальный закон  распределения (гистограмма).

     Вычисление  оценок математического ожидания и  дисперсии воспроизведенной псевдослучайной  последовательности производится по формулам: 

      , 

      . 

     Для построения гистограммы производится переход от смоделированной случайной  последовательности к последовательности

      .

     Область определения функции плотности  вероятностей этой последовательности  , где под и понимаются ее минимальное и максимальное значения, подразделяется на ряд равновеликих интервалов 

      . 

     Под значением ординаты гистограммы  , соответствующей –тому из указанных интервалов, принимается отношение числа узлов псевдослучайной последовательности , попавших в этот интервал, к произведению , т.е.

     

       Плотность вероятностей  процесса, подлежащего воспроизведению, считается заданной, а соответствующее ей математическое ожидание и вычисляются по формулам: 

      ,         

      .         

     Контроль  точности воспроизведения имитируемого случайного процесса может быть произведен по формулам: 

      ,     

      ,   

      .       

     где под понимается координата середины интервала , а под – среднеинтегральное рассогласование между гистограммой и теоретической функцией  плотности вероятностей.

      – псевдослучайных последовательностей  с равномерным законом распределения, функция плотности вероятностей которых определяется выражением

       ;         

      – псевдослучайных последовательностей  с нормальным законом распределения, плотность вероятностей которых  определяется выражением 

       ;        

      – псевдослучайных последовательностей  с законом распределения Рэлея, плотность вероятностей которых  определяется выражением 

       ;         

      – псевдослучайных последовательностей  с экспоненциальным законом распределения, плотность вероятности которых  определяется выражением 

       .         
 
 

Итак, опираясь на результат программы из второй домашней работы, можно представить статистические характеристики псевдослучайной последовательности: 

1000 выборка

Равномерный закон  распределения: 

                                                
0.4976        3        0.5        0.2887        0.8213        42.2470        2.2547
 
 

Закон распределения  вероятностей Рэлея:

 

                                                
0.6214        0.5        0.6267        0.3276        0.7848        49.0751        7.5730
 

Экспоненциальный  закон распределения:  

                                                
0.9912        1        1        1        0.8771        13.7432        6.5037
 

500 выборка

Равномерный закон  распределения: 

                                                
0.5049 3        0.5        0.2887        1.6861        42.3458        3.0496
 

Закон распределения  вероятностей Рэлея:

 

                                                
0.6326        0.5        0.6267        0.3276        1.8088        49.9772        11.7974

Экспоненциальный  закон распределения:  

                                                
1.0165        1        1        1        1.6481        16.7975 10.9556

2000 выборка

Равномерный закон  распределения: 

                                                
  0.5042 3        0.5        0.2887        1.4562        42.1596        0.9438

Закон распределения  вероятностей Рэлея:

 

                                                
0.6310        0.5        0.6267        0.3276        1.3397        49.5438        3.2647

Экспоненциальный  закон распределения:  

                                                
1.0120        1        1        1        1.2002        15.3464 3.1636

       

     Проанализировав и сравнив объемы выборок можно  сделать вывод, что при увеличении выборки, уменьшается значение ошибки вычисления для всех заданных законов  распределения.

Информация о работе Оценка работоспособности алгоритма