随机过程上机实验报告.docVIP

2015-2016第一学期随机过程第二次上机实验报告 实验目的：通过随机过程上机实验，熟悉Monte Carlo计算机随机模拟方法，熟悉Matlab的运行环境，了解随机模拟的原理，熟悉随机过程的编码规律即各种随机过程的实现方法，加深对随机过程的理解。 上机内容： （1）模拟随机游走。 （2）模拟Brown运动的样本轨道。 （3）模拟Markov过程。 实验步骤： （1）给出随机游走的样本轨道模拟结果，并附带模拟程序。 ①一维情形 %一维简单随机游走 %“从0开始，向前跳一步的概率为p，向后跳一步的概率为1－p” n=50; p=0.5; y=[0 cumsum(2.*(rand(1,n-1)=p)-1)]; % n步。 plot([0:n-1],y); %画出折线图如下。 %一维随机步长的随机游动 %选取任一零均值的分布为步长, 比如，均匀分布。 n=50; x=rand(1,n)-1/2; y=[0 (cumsum(x)-1)]; plot([0:n],y); ②二维情形 %在(u, v)坐标平面上画出点(u(k), v(k)), k=1:n, 其中(u(k))和(v(k)) 是一维随机???动。例 %子程序是用四种不同颜色画了同一随机游动的四条轨道。 n=100000; colorstr=[b r g y]; for k=1:4 z=2.*(rand(2,n)0.5)-1; x=[zeros(1,2); cumsum(z)]; col=colorstr(k); plot(x(:,1),x(:,2),col); hold on end grid ③%三维随机游走 ranwalk3d p=0.5; n=10000; colorstr=[b r g y]; for k=1:4 z=2.*(rand(3,n)=p)-1; x=[zeros(1,3); cumsum(z)]; col=colorstr(k); plot3(x(:,1),x(:,2),x(:,3),col); hold on end grid (2) 给出一维，二维Brown运动和Poisson过程的模拟结果，并附带模拟程序，没有结果的也要把程序记录下来。 ①一维Brown % 这是连续情形的对称随机游动,每个增量W(s+t)-W(s)是高斯分布N(0, t)，不相交区间上的增量是独立的。典型的模拟它方法是用离散时间的随机游动来逼近。 n=1000; dt=1; y=[0 cumsum(dt^0.5.*randn(1,n))]; % 标准布朗运动。 plot(0:n,y); ②二维Brown npoints = 5000; dt = 1; bm = cumsum([zeros(1, 3); dt^0.5*randn(npoints-1, 3)]); figure(1); plot(bm(:, 1), bm(:, 2), k); pcol = (bm-repmat(min(bm), npoints, 1))./ ... repmat(max(bm)-min(bm), npoints, 1); hold on; scatter(bm(:, 1), bm(:, 2), ... 10, pcol, filled); grid on; hold off; ③三维Brown npoints = 5000; dt = 1; bm = cumsum([zeros(1, 3); dt^0.5*randn(npoints-1, 3)]); figure(1); plot3(bm(:, 1), bm(:, 2), bm(:, 3), k); pcol = (bm-repmat(min(bm), npoints, 1))./ ... repmat(max(bm)-min(bm), npoints, 1); hold on; scatter3(bm(:, 1), bm(:, 2), bm(:, 3), ... 10, pcol, filled); grid on; hold off; ④%泊松过程的模拟、检验及参数估计 syms Un X S; n=10;%生成n*n个随机数 r=1;%参数 temp=0; tem=0; Un=rand(n,1);%共产生n*n个随机数 for i=1:1:n X(i)=-log(Un(i))/r; end X=subs(X); for i=1:1:n for j=1:1:i temp=temp+X(j); end S(i)=temp; temp=0; end