Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Lab_1_MOII

.docx
Скачиваний:
33
Добавлен:
28.12.2014
Размер:
54.11 Кб
Скачать

Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»

Практическое задание №1

Реализация массива случайных чисел с заданным законом распределения. Определение числовых характеристик ”

Цель работы: Реализовать в Matlab на основе датчика случайных чисел массив случайных величин распределенных по Симпсону в интервале (-2;3)

Задание: Определить:

1) Мат.ожидание Mx

2) Диапазон значений [Xмин;Xмакс]

3)Дисперсию D

4)СКО

5) Построить гистограмму и график плотности вероятности. Подписать график и оси координат.

Изменить объем массива и выполнить еще раз п.1-5. Проанализируйте результат и сделайте выводы

Описание реализации:

N=1000; % Объем массива

X=rand(1,N);%Задаем равномерно распределенную величину с заданным объемом выборки.

a=-2;

b=3;

X1=a+X.*(b-a);

X2=a+X.*(b-a);

Y=X1+X2;

M=mean(Y); %Математическое ожидание массива

Min=min(Y); %Диапазон значений

Max=max(Y);

D=var(Y); %Дисперсия значений массива

CKO=std(Y); %СКО

P=ksdensity(Y); %Расчет значений функции распределения плотности вероятностей

hist(Y,500); %Гистограмма

xlabel('x'); %Подписываем ось Х на гистограмме

ylabel('y'); %Подписываем ось У на гистограмме

title('Гистограмма'); % Подписываем график

figure; %Создание нового графического окна

plot(P); % Создание графика плотности вероятности

xlabel('x');

ylabel('y');

title ('Плотность вероятности');

Гистограмма для значений N=100:

Гистограмма для значений N=1000:

График плотности вероятности для N=100:

График плотности вероятности для N=100 и 1000:

Вывод: В данной работе на основе датчика случайных чисел и массивов случайных величин был реализован закон распределения Симпсона. Рассчитано мат.ожидание дисперсия, диапазоны значений, дисперсия, СКО, построены гистограммы и график плотности рвероятности.

Соседние файлы в предмете Методы обработки измерительной информации