ИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ
ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ РАДИОЭЛЕКТРОНИКИ
Кафедра РЭС (РТС)
КОНТРОЛЬНАЯ РАБОТА По курсу «Методы проектирования и оптимизации РЭA»
Вариант №7
Выполнил: ст.гр. РТз – 98 – 1 Чернов В.В. Шифр 8209127 | Проверил: Карташов В. И. ____________________ |
Задание 1. Выполнить моделирование на ЭВМ базовой случайной величины (БСВ) Х. Получить выборки реализаций БСВ объемом n = 170, 1700. Для каждого случая найти минимальное и максимальное значения, оценить математическое ожидание и дисперсию. Сравнить полученные числовые характеристики с теоретическими значениями.
Решение
Базовой называют случайную величину, равномерно распределенную на интервале (0,1). Моделирование производится при помощи функции rnd(m) пакета MathCad 2000, возвращающей значение случайной величины, равномерно распределенной в интервале 0xm.
а) для выборки объемом 170 (рис. 1.1): Xmin = 0.0078, Xmax = 0.996.
Первый начальный момент (математическое ожидание) равен среднему арифметическому значений выборки:
МХ = 0.502 , (1.1)
второй центральный момент (дисперсия):
D = 0.086 , (1.2)
среднеквадратичное отклонение:
s = 0.293 . (1.3)
Рисунок 1.1 Выборка объемом 170.
Для выборки объемом 1700 (рис. 1.2): Xmin = 0.0037, Xmax = 0.998,
МХ = 0.505 , (1.4)
D = 0.085 , (1.5)
s = 0.292 . (1.6)
Рисунок 1.2 Выборка объемом 1700.
Теоретически значения математического ожидания и дисперсии БСВ рассчиты-ваются из определения плотности распределения вероятности:
pравн(x) = , (1.7)
математическое ожидание:
Mx = 0.5 , (1.8)
дисперсия:
Dx =
=0.083 , (1.9)
что хорошо совпадает с результатами моделирования (1.1) – (1.5).
Задание 2. Получить выборку реализаций БСВ объемом n = 1700. Построить гистограмму распределений и сравнить ее с плотностью распределения равномерно распределенной случайной величины.
Решение
а) выборка получается аналогично Заданию 1(рис. 2.1):
Рисунок 2.1 Выборка объемом 1700
Приняв Xmin = 0, Xmax = 1, разбиваем интервал на q = 10 равных промежутков, каждый из которых равен:
DX = . (2.1)
Количества выборок, попадающих в каждый из интервалов, частоты попадания, оценки плотности сведены в табл. 2.1. Гистограмма распределений представлена на рис. 2.2. Как видно, она достаточно хорошо совпадает с равномерным законом распределения (1.7).
Таблица 2.1 Результаты оценки плотности распределения
Номеринтер-вала | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
Диапа-зон значе-ний | 0-0.1 | 0.1-0.2 | 0.2-0.3 | 0.3-0.4 | 0.4-0.5 | 0.5-0.6 | 0.6-0.7 | 0.7-0.8 | 0.8-0.9 | 0.9-1 |
Коли-чество попа-даний | 151 | 174 | 149 | 189 | 190 | 161 | 166 | 182 | 177 | 161 |
Часто-та по-пада-ния Pi | 0.089 | 0.102 | 0.088 | 0.111 | 0.112 | 0.095 | 0.098 | 0.107 | 0.104 | 0.095 |
Оцен-ка плот-ности pi | 0.888 | 1.024 | 0.876 | 1.112 | 1.118 | 0.947 | 0.976 | 1.071 | 1.041 | 0.947 |
Рисунок 2.2 Гистограмма распределений
Задание 3. Получить выборку БСВ объемом n = 1700, По этой выборке проверить свойства независимости полученной случайной последовательности (вычислить 10 значений коэффициента корреляции).
Решение
а) снова получим выборку значений БСВ объемом n = 1700 (рис. 3.1):
Рисунок 3.1 Выборка объемом 1700
б) значения математического ожидания и дисперсии:
M = 0.512 , (3.1)
D = 0.088 . (3.2)
в) функция корреляции:
R(j) = , (3.3)
значения R(j) для j = 1…10 приведены в табл. 3.1 , значение R(0) = 0.088 совпадает с дисперсией.
Таблица 3.1 Значения функции корреляции:
j | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
R(j) | -9.6·10-4 | 3.53·10-3 | 2.7·10-4 | 4.24·10-3 | -1.73·10-3 | 6.61·10-4 | 4.11·10-4 | 6.74·10-5 | 3.95·10-4 | 1.12·10-3 |
Задание 4. Выполнить моделирование случайной величины, распределенной по закону Релея. Объем выборки n = 17, s2 = 27.
Решение
Ддя получения случайной величины с заданным законом распределения из БСВ применим метод обратной функции:
а) для распределения Релея
p(x) = (4.1)
случайная величина
x = F(x) = (4.2)
равномерно распределена в интервале 0…1, и может быть задана с помощью БСВ. Решив уравнение (4.2) относительно x, получаем случайную величину, распределенную по закону (4.1):
xi = ,
xi = , (4.3)
где xi – значения выборки БСВ
Результат моделирования случайной величины xi представлен на рис. 4.1:
Рисунок 4.1 Выборка случайной величины, распределенной по закону Релея
СПИСОК ЛИТЕРАТУРЫ
1. Вентцель Е. С. Теория вероятностей. М. Физматгиз, 1962. – 246 с.
2. Тихонов В. И. и др. Примеры и задачи по статистической радиотехнике. М. – Сов. радио, 1970. – 600 стр.
3. Трохименко Я.К., Любич Ф.Д. Радиотехнические расчеты на ПК: Справочник. М. – Радио и связь, 1988. – 304 с.
Похожие работы
... цикла 2.1.: "}". 3. Завершение процесса моделирования: 3.1. Вывод результатов моделирования. 2.4 Разработка программной реализации алгоритма В данном разделе мы разрабатываем программную реализацию имитационного моделирования работы Парикмахерской. Помимо общих переменных, которые были описаны выше в п.2.3., в этом разделе можно описать и частные переменные, которые используются в программе ...
... 9 - 1 Імовірність 0,05 0,95 Математичне сподівання виграшу за один постріл подається у вигляді mx=9*0,05 + (-1)*0,95=-0,5. Перевіримо якість випадкових чисел, наведених у табл.Д1. ([3] Таблиця випадкових цифр). Для цього, склавши імітаційну модель гри, математичне сподівання виграшу оцінюватимемо за допомогою середнього арифметичного значення виграшу 440 пострілів. Умовимося, що ...
... того, имеется ряд так называемых системных атрибутов, относящихся не к отдельным объектам, а к модели в целом. Значения атрибутов всех объектов модели по окончании моделирования Выводятся в стандартный отчет GPSS/PC. Большая часть атрибутов дос- тупна программисту и составляет так называемые стандартные число- вые атрибуты (СЧА), 0которые могут использоваться в ...
... (Балаша-Фора-Мальгранжа, Черенина, Джефферсона, Хиллиера и др.) являются модификациями метода ветвей и границ с учётом специфики условий задачи. 4. Построение оптимальной последовательности заданий на обработку в узле вычислительной системы 4.1 Формализация вычислительного процесса и рабочей нагрузки Узел вычислительной системы представляется в виде совокупности оборудования и ...
0 комментариев