随机过程实验全论述.docxVIP

随机过程实验报告 学院：电气工程与自动化学院 专业：控制科学与工程 学号：211508010026 姓名：贾丽杰 实验目的 通过随机过程的模拟实验，熟悉随机过程编码规律以及各种随机过程的实现方法，通过理论与实际相结合的方式，加深对随机过程的理解。 实验内容 （1） 熟悉Matlab工作环境，会计算Markov链的n步转移概率矩阵和Markov链的平稳分布。 （2）用Matlab产生服从各种常用分布的随机数，会调用matlab自带的一些常用分布的分布律或概率密度。 （3）模拟随机游走。 （4）模拟Brown运动的样本轨道的模拟。 （5）Markov过程的模拟。 实验原理及实验程序 n步转移概率矩阵 根据Matlab的矩阵运算原理编程，Pn = P ^n。 已知随机游动的转移概率矩阵为： P = 0.5000 0.5000 0 0 0.5000 0.5000 0.5000 0 0.5000 求三步转移概率矩阵p3及当初始分布为 P{x0 = 1} = p{x0 = 2} = 0, P{x0 = 3} = 1 时经三步转移后处于状态3的概率。 代码及结果如下： P = [0.5 0.5 0; 0 0.5 0.5; 0.5 0 0.5] %一步转移概率矩阵 P3 = P ^3 %三步转移概率矩阵 P3_3 = P3(3,3) %三步转移后处于状态的概率 1、两点分布 x=0:1; y=binopdf(x,1,0.55); plot(x,y,r*); title(两点分布); 2、二项分布 N=1000;p=0.3;k=0:N; pdf=binopdf(k,N,p); plot(k,pdf,b*); title(二项分布); xlabel(k); ylabel(pdf); gridon; boxon 3、泊松分布 x=0:100; y=poisspdf(x,50); plot(x,y,g.); title(泊松分布) 4、几何分布 x=0:100; y=geopdf(x,0.2); plot(x,y,r*); title(几何分布); xlabel(x); ylabel(y); 5、泊松过程仿真 5.1 % simulate 10 times clear; m=10; lamda=1; x=[]; for i=1:m s=exprnd(lamda,seed,1); x=[x,exprnd(lamda)]; t1=cumsum(x); end [x,t1] 5.2%输入： N=[]; for t=0:0.1:(t1(m)+1) if tt1(1) N=[N,0]; elseif tt1(2) N=[N,1]; elseif tt1(3) N=[N,2]; elseif tt1(4) N=[N,3]; elseif tt1(5) N=[N,4]; elseif tt1(6) N=[N,5]; elseif tt1(7) N=[N,6]; elseif tt1(8) N=[N,7]; elseif tt1(9) N=[N,8]; elseif tt1(10) N=[N,9]; else N=[N,10]; end end plot(0:0.1:(t1(m)+1),N,r-) 5.3% simulate 100 times clear; m=100; lamda=1; x=[]; for i=1:m s= rand(seed); x=[x,exprnd(lamda)]; t1=cumsum(x); end [x,t1] N=[]; for t=0:0.1:(t1(m)+1) if tt1(1) N=[N,0]; end for i=1:(m-1) if t=t1(i) tt1(i+1) N=[N,i]; end end if tt1(m) N=[N,m]; end end plot(0:0.1:(t1(m)+1),N,r-) 6、泊松过程 function I=possion(lambda,m,n) for j=1:m X=poissrnd(lambda,[1,n]); %参数为lambda的possion过程 N(1)=0; for i=2:n N(i)=N(i-1)+X(i-1); end t=