- •1. Тема курсовой работы:
- •2. Целевая установка:
- •3. Постановка задачи моделирования случайных процессов на эвм.
- •3.1. Программное моделирование базовых последовательностей
- •3.2. Моделирование производных случайных последовательностей с заданным законом распределения
- •3.3. Блок–схема подпрограммы воспроизведения псевдослучайных последовательностей с заданными свойствами.
- •3.4. Контроль и оценка качества имитируемых псевдослучайных последовательностей на эвм
- •4. Исходные данные для моделирования
- •5.Содержание курсовой записки.
- •Литература
3.2. Моделирование производных случайных последовательностей с заданным законом распределения
В основу моделирования производных случайных последовательностей положен метод обратной функции, основная идея которого заключается в следующем.
Как известно, под интегральным законом распределения случайного процесса понимается вероятность появления его значений в интервале . При этом отыскание значения случайного процесса , соответствующего заданной величине вероятности , может быть произведено по формуле:
, (8)
где – функция, обратная функции (рис.4).
Суть моделирования случайного процесса с заданным методом обрат
Суть моделирован
Рис. 4
Суть моделирования случайного процесса с заданным законом распределения методом обратной функции распределения заключается в том, что каждому значению базисной последовательности , равномерно распределенной в интервале , ставится в соответствие значение случайной последовательности , определенное по формуле:
.
Блок–схема программы, предназначенной для воспроизведения случайных последовательностей по описанным выше алгоритмам и оценки качества этого воспроизведения, приводится в следующем разделе данных методических указаний.
3.3. Блок–схема подпрограммы воспроизведения псевдослучайных последовательностей с заданными свойствами.
. БЛОК–СХЕМА ПРОГРАММЫ ВОСПРОИЗВЕДЕНИЯ ПСЕВДОЫХ ОВАТЕЛЬНОСТЕЙ
Блок-схема программы (лист 2)
3.4. Контроль и оценка качества имитируемых псевдослучайных последовательностей на эвм
Оценка качества воспроизведения псевдослучайной последовательности может производиться путем сравнения статистических характеристик получаемого процесса и процесса, подлежащего имитации (заданного). В данной курсовой работе 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:
,
(9)
.
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:
, (10)
. (11)
Контроль точности воспроизведения имитируемого случайного процесса может быть произведен по формулам:
, (12)
, , (13)
. (14)
где под понимается координата середины интервала , а под – среднеинтегральное рассогласование между гистограммой и теоретической функцией плотности вероятностей.