Автор: Пользователь скрыл имя, 19 Декабря 2011 в 00:33, контрольная работа
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).
Проверка работоспособности реализованных алгоритмов и программ.
Анализ результата в зависимости от объема выборки.
Федеральное
агентство по образованию
Государственное образовательное учреждение высшего
профессионального
образования
Кафедра
______________________________
ДОМАШНЯЯ РАБОТА № 3
по
______________________________
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___
Содержание:
Руководитель работы Горская Н.А____
Задание принял
к исполнению_______________
Оценка
качества воспроизведения
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
;
–
псевдослучайных
;
–
псевдослучайных
;
–
псевдослучайных
.
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.