|
|
Регистрация Восстановить пароль |
Регистрация | Задать вопрос |
Заплачу за решение |
Новые сообщения |
Сообщения за день |
Расширенный поиск |
Правила |
Всё прочитано |
|
|
Опции темы | Поиск в этой теме |
30.04.2017, 22:29 | #1 |
Пользователь
Регистрация: 30.04.2017
Сообщений: 40
|
Смоделировать непрерывный источник сообщений в соответствии с параметрами, Закон распределения случайной величины
Смоделировать непрерывный источник сообщений в соответствии с параметрами, Закон распределения случайной величины
Равномерный (a=1, b=3), произвести вычисление оценок его основных статистических характеристик, а также построить гистограмму распределения вероятностей. Не знаю как на этом форуме пишутся значения поэтому прилагаю картинку надеюсь ругаться не будут. Статистические характеристики: |
30.04.2017, 22:47 | #2 |
Старожил
Регистрация: 17.11.2010
Сообщений: 18,922
|
Покажите свои наработки, конкретные вопросы и т.п.
Или в раздел Фриланс если вы не хотите ничего делать, а ищете кого-то, кто выполнит ваши задачи за вознаграждение.
Если бы архитекторы строили здания так, как программисты пишут программы, то первый залетевший дятел разрушил бы цивилизацию
|
30.04.2017, 23:18 | #3 |
Старожил
Регистрация: 02.03.2008
Сообщений: 2,499
|
Он вам поможет:
|
19.05.2017, 10:10 | #4 |
Пользователь
Регистрация: 30.04.2017
Сообщений: 40
|
Тема все еще актуальна, не могу понять с чего начать вот методичка. Может хотя бы подскажите первые несколько действий, а я попробую начать просто вообще даже начальный план в голову не лезит.
|
19.05.2017, 10:48 | #5 |
Старожил
Регистрация: 23.10.2010
Сообщений: 2,331
|
В методичке, выложенной вами, есть не только готовые фрагменты кода, но и пример по вашему варианту.
В чем проблема? Что не получается? Как сформировать N случайных чисел, как посчитать среднее, дисперсию, ... Покажите, что с 30.04.2017 по сегодня сделано? Сама методичка то читалась?
Как-то так, ...
|
19.05.2017, 12:37 | #6 |
Пользователь
Регистрация: 30.04.2017
Сообщений: 40
|
Методичку раз 6 перечитывала да, что там есть как пример к моему варианту, но я все равно не никак не въеду. Тут еще рекомендации к этой работе:
1. Формируется массив реализаций случайной величины r, распределенной по равномерному закону на интервале от 0 до 1. Для этого используется встроенный датчик случайных чисел. Объем массива J не менее 1000 элементов. 2. В соответствии с заданным вариантом производится моделирование непрерывного ИС с требуемым законом распределения. 3. Вычисляются оценки статистических характеристик и пара-метров гистограммы для массива реализаций смоделированного не-прерывного источника. На графике гистограммы строится для сравнения аналитическая форма ФПВ f(x). Число шагов гистограммы выбирается не более (10…15). Не понимаю вот что нужно с начало произвести вычисление оценок его основных статистических характеристик? В методичке есть готовый код, но я не пойму он что к любому закону подходит? Если можно скажите для начала что нужно сделать? ТАк кажется начинаю понимать для моего варианта мне нужно вот это код чуток переделать Код:
Формируется массив реализаций случайной величины r, распределенной по равномерному закону на интервале от 0 до 1. Для этого используется встроенный датчик случайных чисел. Объем массива J не менее 1000 элементов. Последний раз редактировалось Вадим Мошев; 21.05.2017 в 11:57. |
19.05.2017, 21:58 | #7 |
Старожил
Регистрация: 23.10.2010
Сообщений: 2,331
|
Вроде все поняли правильно.
Датчик псевдослучайных чисел формирует числа в диапазоне [0,1) (1 - не входит в диапазон). Вероятность равномерно распределена в этом диапазоне. Надо описать массив на 1000 событий типа real, например, и далее, используя приведенные в методичке фрагменты, вычислить среднее, дисперсию и сигму, которая корень из дисперсии. Вот если бы было другое распределение, то надо было бы поискать формулы, которые позволяют перевести равномерное распределение в то, которое Дерзайте и все будет получаться, еще и подругам успеете помочь ... PS: Да не забудьте мин и макс найти. Это просто. Переменным min и max присваиваете первый элемент массива. Просматриваете все остальные элементы и сравниваете с min и max. Как только элемент больше max, так его туда сохраняем, а если меньше min то в min и передаем.
Как-то так, ...
Последний раз редактировалось ViktorR; 19.05.2017 в 22:03. |
19.05.2017, 22:28 | #8 |
Старожил
Регистрация: 02.03.2008
Сообщений: 2,499
|
Для проверки. Оценка Mx должна получиться ~ (a+b)/2 = 2
Оценка дисперсии Dx ~ ((b-a)^2)/12 = 0.3333333 Чем больше чисел, тем меньше отклонение. При 1000 числах - достаточно точно. σX= корень из Dx |
19.05.2017, 23:40 | #9 |
Пользователь
Регистрация: 30.04.2017
Сообщений: 40
|
Еще уточнить тогда я должна использовать такую формулу?
|
20.05.2017, 00:37 | #10 |
Старожил
Регистрация: 02.03.2008
Сообщений: 2,499
|
Когда поймете, что такое массив в Паскале, тогда это для вас будет само собой.
Ладно, как говорят девачки, легче дать, чем объяснить, почему не хочу.. Немного надо доделать - у меня сделано только для 1000, и макс и мин не посчитаны. Код:
Последний раз редактировалось type_Oleg; 20.05.2017 в 00:40. |
|
Похожие темы | ||||
Тема | Автор | Раздел | Ответов | Последнее сообщение |
Найти значение случайной величины по методу Монте-Карло | Вероника99 | Помощь студентам | 0 | 13.07.2016 19:41 |
математическое ожидание для дискретной случайной величины Делфи 7 | программирование | Помощь студентам | 2 | 10.10.2013 21:39 |
Нормальный (Гауссовский) закон распределения | VOVA-74 | C++ Builder | 0 | 19.02.2013 18:33 |
закон распределения Эрланга. | Lenr88 | Паскаль, Turbo Pascal, PascalABC.NET | 0 | 13.02.2012 12:56 |