Лаба_1 — копия
.docxМИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное автономное образовательное учреждение высшего образования
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»
ИНСТИТУТ ВЫЧИСЛЕТИЛЬНЫХ СИСТЕМ И ПРОГРАММИРПОВАНИЯ
КАФЕДРА № 41 |
ОЦЕНКА
ПРЕПОДАВАТЕЛЬ
ассистент |
|
|
|
Е. К. Григорьев |
должность, уч. степень, звание |
|
подпись, дата |
|
инициалы, фамилия |
ОТЧЕТ ПО ЛАБОРАТОРНОЙ РАБОТЕ № 1
|
ИССЛЕДОВАНИЕ ДАТЧИКОВ РАВНОМЕРНО РАСПРЕДЕЛЕННЫХ ПСЕВДОСЛУЧАЙНЫХ ЧИСЕЛ
|
по дисциплине: Моделирование |
РАБОТУ ВЫПОЛНИЛА
СТУДЕНТКА ГР. № |
|
|
|
|
|
|
номер группы |
|
подпись, дата |
|
инициалы, фамилия |
|
|
|
|
|
Санкт-Петербург 2021
Цель работы: Целью работы является ознакомление с методами и алгоритмами получения в программной среде MATLAB псевдослучайных чисел, равномерно распределенных на интервале (0,1), а также изучение тестов для проверки качества генерируемых чисел.
Мультипликативный датчик
N=100
Листинг программы:
clear all
m=10;
N=100;
R=[];
M=65093;
R(1)=2^-m;
for i=2:1:N+1
R(i)=M*R(i-1);
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 20]);
M_e=mean(R);
D_e=var(R);
На рисунке 1 изображена гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=100.
Рисунок 1 – Гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=100
N=500
Листинг программы:
clear all
m=10;
N=500;
R=[];
M=65093;
R(1)=2^-m;
for i=2:1:N+1
R(i)=M*R(i-1);
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 70]);
M_e=mean(R);
D_e=var(R);
На рисунке 2 изображена гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=500.
Рисунок 2 - Гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=500
N=1000
Листинг программы:
clear all
m=10;
N=1000;
R=[];
M=65093;
R(1)=2^-m;
for i=2:1:N+1
R(i)=M*R(i-1);
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 120]);
M_e=mean(R);
D_e=var(R);
На рисунке 3 изображена гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=1000.
Рисунок 3 - Гистограмма, математическое ожидание и дисперсия для мультипликативного датчика при N=1000
Линейный конгруэнтный датчик
N=100
Листинг программы:
clear all
N=100;
R=[];
R(1)=0;
for i=2:1:N+1
R(i)=11*R(i-1)+pi;
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 20]);
M_e=mean(R);
D_e=var(R);
На рисунке 4 изображена гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=100.
Рисунок 4 – Гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=100
N=500
Листинг программы:
clear all
N=500;
R=[];
R(1)=0;
for i=2:1:N+1
R(i)=11*R(i-1)+pi;
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 70]);
M_e=mean(R);
D_e=var(R);
На рисунке 5 изображена гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=500.
Рисунок 5 – Гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=500
N=1000
Листинг программы:
clear all
N=1000;
R=[];
R(1)=0;
for i=2:1:N+1
R(i)=11*R(i-1)+pi;
R(i)=R(i)-fix(R(i));
end
figure(1)
hist(R)
grid on
xlabel("Значение");
ylabel("Частота");
axis([0 1 0 20]);
M_e=mean(R);
D_e=var(R);
На рисунке 6 изображена гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=1000.
Рисунок 6 – Гистограмма, математическое ожидание и дисперсия для линейного конгруэнтного датчика при N=1000
Теоретическое вычисление математического ожидания и дисперсии
Математическое ожидание:
Дисперсия:
Вывод: в ходе лабораторной работы были изучены методы и алгоритмы получения в программной среде MATLAB псевдослучайных чисел, равномерно распределенных на интервале (0,1), а также изучение тестов для проверки качества генерируемых чисел.