Моделирование ЭВМ

vihod2.dat


()


1



0

5


vihod3.dat


Вывод:

1) С увеличением числа сдвигов характеристики чисел улучшаются.

2) Из приведенных 3-ех файлов самые качественные числа находятся в

файле vihod3.dat , т. к. числа в последовательности достаточно

независимы. Но в то же время нет согласованности по обеим

критериям.


3.4.1.2. Программный способ


При программном способе псевдослучайные числа нам необходимо сформировать методом умножения.

Суть метода: выбирается два n - разрядных числа X1 и X2. X1><0 , X2><0. Затем X1 умножаем на X2 и получаем некоторое значение Y , у которого 2n - разрядов: Y=X1*X2. Из 2n - разрядного Y выбираем n - разрядное Х1 и Х2 и вновь полученные Х1, Х2 умножаем друг на друга. Далее все повторяется до тех пор пока не будет сформировано необходимое количество чисел.

Программа формирования ГСК на основе метода умножения приведена в Приложении № 2.

Полученные числа записываются в файл vi_gpsc1.dat и анализируются с помощью программы analize.


Определение числовых характеристик


№ Характеристика Теоретич. значение Статистич. значение
1 Мин.значение совокуп.
0.00068
2 Макс.значение совокуп
0.99995
3 Математич. ожидание 0.5 0.4928
4 Дисперсия 0.083 0.07822
5 Сред.квад.отклонение 0.1887 0.2796

Аппроксимация статистического распределения теоретической функцией








Проверка соответствия чисел последовательности требуемому распределению дает следующие результаты:

Критерий Хи-Квадрат:

Х2=12.9

С доверительной вероятностью 0.166 можно утверждать о согласованности теоретических и статистических данных.

Критерий Колмогорова:

Максимальная разность max| F(x)-F*(x) | = 0.0885

С доверительной вероятностью 0.999 можно утверждать о согласованности теоретических и статистических данных.


Определение характеристик корреляции





1


0

5


Рис. 3. График изменения коэфф.

корреляции


Вывод:

Полученная по методу умножения последовательность СЧ, имеющих равномерный закон распределения удовлетворяет предъявленным требованиям по качеству и может быть использован в задачах моделирования, т. к.:

1) есть согласованность по критерию Колмогорова

2) числа не зависят друг от друга, о чем говорит график (Рис. 3.)


3.4.1.3. Выбор генератора РРПСЧ


Эффективность статистического моделирования и достоверность полученных результатов находятся в прямой зависимости от качества используемых в модели случайных последовательностей. Под качеством здесь понимается соответствие чисел последовательности заданной функции распределения (плотности распределения) и ее параметрам: М.О. и т.д.; независимость чисел последовательности друг от друга, т.е. отсутствие автокорреляции в последовательности случайных чисел.

Выберем генератор РРПСЧ, который используется для генерации времени между поступлениями заявок от пользователей.

Последовательность чисел, полученных аппаратным способом и хранящихся в файле vihod3.dat не совсем удовлетворяет предъявленным требованиям по качеству, т.к. нет согласия по критериям теоретических и статистических данных.

В пункте 3.4.1.2. мы делая вывод уже говорили о том, что генератор РРПСЧ сформированный программным способом (по методу умножения) можно использовать в задачах моделирования, но для простоты будем использовать встроенную функцию random( ), простую в программировании и имеющую хорошие характеристики.


3.4.2. Моделирование случайных воздействий,

имеющих неравномерное распределение


Для стохастической модели требуются числа распределенные по нормальному закону и по экспоненциальному закону.

Напишем функции формирования чисел по требуемому закону распределения. Эти числа запишем в файл. Оценим качество полученных последовательностей ПСЧ, пользуясь автоматизированной системой analize. Проанализируем результаты исследования и сделаем вывод о качестве каждой последовательности и о возможности их использования в стохастической модели.


Сведения о непрерывных случайных величинах

Закон распределения случайных величин

Нормальный

N(m,

Экспоненц-ый

Э

Аналитическое выражение плотности вероятности f(x)

1 -(x-m)

f(x)=-------- e 2



x

f(x)=e

Определяющие параметры

| m | <

 > 0

> 0
Числовые m характеристики D

m

1/



Алгоритм получения случайной величины

______

xi=ln z1 cos2z2

xi+1=ln z1 cos2z2

( m=0; D=1 )

1

xi=- ---- ln zi

Область значений случайной величины


Исследование последовательности нормально распределенных ПСЧ.

(Программа в приложении № 3)


Определение числовых характеристик



№


Характеристика

Теоретическое

значение

Статистическое

значение

1 Мин.знач.совокупности 11 12.31
2 Макс.знач.совокуп-ти 24 25.23
3 Мат. ожидание 16 16.02
4 Дисперсия 2 2.07
5 Сред.квадр.отклонение 1 1.439
6 Коэфф.ассиметрии 0 0.35
7 Эксцесс 0 2.716

Аппроксимация стат. распределения теоретической функцией.













Проверка соответствия чисел последовательности требуемому распределению дает следующие результаты:


Критерий Хи-Квадрат:

Х2=0.0000813

С доверительной вероятностью 0.999 можно утверждать о согласованности теоретических и статистических данных.


Критерий Колмогорова:

Максимальная разность max| F(x)-F*(x) | = 0.0823


С доверительной вероятностью 0.999 можно утверждать о согласованности теоретических и статистических данных.


Определение характеристик корреляции





1


0

5


Рис. 4. График изменения коэффициента корреляции.


Вывод:

Полученная последовательность ПСЧ, имеющая нормальный закон распределения, удовлетворяет предъявленным требованиям по качеству и может быть использована в задачах моделирования, т. к.

- числовые характеристики имеют незначительное отклонение от

теоретических значений,

- по критериям согласия получены удовлетворительные значения

доверительных вероятностей,

- числа последовательности достаточно независимы, о чем свидетельствует

график (Рис. 4.)

Последовательности ПСЧ для 2-го и 3-го пользователей генерируются аналогично, с той лишь разницей, что мат. ожидание у них 17 и 18 соответственно.


Исследование последовательности экспоненциально распределенных ПСЧ


(Программа в приложении № 3)


Определение числовых характеристик



№


Характеристика

Теоретическое

значение

Статистическое

значение

1 Мин.знач.совокупности 0.5 0.8
2 Макс.знач.совокуп-ти 3.5 2.358
3 Мат. ожидание 0.8 1.06
4 Дисперсия 0.08 0.066
5 Сред.квадр.отклонение 0.5 0.2575
6 Коэфф.ассиметрии 0 1.682
7 Эксцесс 0 1.097

Аппроксимация стат. распределения теоретической функцией













Проверка соответствия чисел последовательности требуемому закону распределения дает следующие результаты:


Критерий Хи-Квадрат:

Значение Х2=2310

С доверительной вероятностью 0.999 можно утверждать о согласованности теоретических и статистических данных.


Критерий Колмогорова:

Максимальная разность max| F(x)-F*(x) | = 0.023

С доверительной вероятностью 0.91 можно утверждать о согласованности теоретических и статистических данных.


Определение характеристик корреляции





1


0

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: