葛海军的系建模与仿真报告.docVIP

系统建模与仿真报告 姓名：葛海军学号：01系统建模与仿真作业 产生十种随机分布的数： 1．（0-1）之间的均匀分布：概率密度函数：； 产生思想：采用乘同余法产生； 具体实现方法： （mod m）； 参数：；m一般取计算机的字长，其是控制所产生随机数的精度（即：小数点后的位数）； 程序（具体程序见附录）实现中取u=11，m=100000，的取值是随机赋的； 参数估计：在matlab命令窗口键入y=junyun(10240)；就可以产生10240个随机数保存在向量y中，然后再键入zhifangtu（y，100）（调用直方图来对其进行检验），运行结果如下： 然后在计算这10240个数的均值和方差在命令窗口键入z=canshu（y），运行结果为： z=[0.50038 0.083263] 其中0.50038表示所产生的数据的均值，0.083263表示所产生数据的方差，而（0-1）之间的均匀分布的随机数的数学期望为0.5，与上面所求出的0.50038很接近，方差0.083263近似与0，于是这种产生方法已经符合要求。 2．瑞利分布随机数的产生概率密度函数：；产生思想：利用直接抽样法产生；具体实现方法： a．先调用产生（0-1）之间的均匀分布的函数（y=junyun(n)）产生一组（0-1）之间均匀分布的随机数保存在向量x里； b．然后作； c．另，于是向量就是要产生的瑞利分布的随机数； 参数估计：在matlab命令窗口键入y=ruili(1，10240)；就可以产生10240个随机数保存在向量y中，然后再键入zhifangtu（y，100）（调用直方图来对其进行检验），运行结果如下： 然后在计算这10240个数的均值和方差在命令窗口键入z=canshu（y），运行结果为： z=[1.255 0.43138] 其中1.255表示所产生的数据的均值，0.43138表示所产生数据的方差，而瑞利分布的数学期望计算式为： 1.253，与上面所求出的随机数的平均值1.2555相当接近，瑞利分布方差的计算公式为：当时代入计算得0.42920与0.43138相当接近，于是这种产生方法已经符合要求。 3．指数分布随机数的产生概率密度函数：；产生思想：利用直接抽样法；具体实现方法： 先调用产生（0-1）之间的均匀分布的函数（x=junyun(n)）产生一组（0-1）之间均匀分布的随机数保存在向量x里； 然后作（为参数）于是向量就是所要产生的指数分布的随机向量； 参数估计：在matlab命令窗口键入y=zhishu(1，10240)；就可以产生10240个随机数保存在向量y中，然后再键入zhifangtu（y，100）（调用直方图来对其进行检验），运行结果如下： 然后在计算这10240个数的均值和方差在命令窗口键入z=canshu（y），运行结果为： z=[1.0011 1.0011] 其中1.0011表示所产生的数据的均值，1.0011表示所产生数据的方差，而指数分布的数学期望计算式为： 1，与上面所求出的随机数的平均值1.0011相当接近，指数分布方差的计算公式为：当时代入计算得1与1.0011相当符合，于是这种产生方法已经符合要求。 4．韦布尔分布的随机数的产生概率密度函数：；产生思想：利用直接抽样法；具体实现方法： 先调用产生（0-1）之间的均匀分布的函数（x=junyun(n)）产生一组（0-1）之间均匀分布的随机数保存在向量x里； 输出于是就是韦布尔分布的随机向量； 参数估计：在matlab命令窗口键入y=weibuer(3,1,10240);；就可以产生10240个随机数保存在向量y中，然后再键入zhifangtu（y，100）（调用直方图来对其进行检验），运行结果如下：然后在计算这10240个数的均值和方差在命令窗口键入z=canshu（y），运行结果为： z=[0.89448 0.10544] 其中0.89448表示所产生的数据的均值，0.10544表示所产生数据的方差，与韦布尔分布数学期望和方差计算所得的结果比较相符合。如果在matlab命令窗口键入y=weibuer(1,1,10240);，将会产生指数分布。在matlab命令窗口键入y=weibuer(2,1,10240);，将会产生瑞利分布。 5. swerling分布的随机数的产生 产生思想：利用直接抽样法； 具体实现方法： 先调用产生（0-1）之间的均匀分布的函数（x1 x2=junyun(n)）产生一组（0-1）之间均匀分布的随机数保存在向量x1 x2里r=ones(1,n); 输出的y就是swerling分布的随机变量。 参数估计：在matlab命令窗口键入y=swerlingr(10240);；就可以产生10240个随机数保存在向量y