Professional Documents
Culture Documents
ТАУ лаб12
ТАУ лаб12
Звіт
з практичної роботи 12
«Дослідження методів моделювання випадкових
величин»
з дисципліни Теорія автоматичного управління
Виконав студент 2 курсу IP-21 групи
Андрій ЧЕРЕВАТОВ
Дата захисту роботи_____________
Підпис студента ________________
Викладач: Михайло СТЕПАНОВ
Оцінка__________
Підпис викладача_______________
Київ -2021
Лабораторна робота №12
Мета: вивчення способів генерації випадкових чисел із заданим законом
розподілу. Програмування найпростіших алгоритмів моделювання
випадкових чисел із заданим законом розподілу. Закріплення навичок
статистичного опрацювання даних на ПК.
Хід роботи
Виконати генерацію випадкових чисел з розподілом Вейбулла для значень
масштабу b = 1 і параметра форми c 1,0 і c 3,0.
Для С = 1
function [] = lab12weibl()
subplot(121)
i = 1:9;
a(i) = wblrnd(1,1,8,1);
fprintf('c = 1: \n');
disp(a);
m = mean(a);
fprintf('expected value: \n');
disp(m);
d = var(a);
fprintf('dispersion: \n');
disp(d);
histfit(a,9,'wbl')
title('c = 1')
Для С = 3
function [] = lab12weibl()
subplot(121)
i = 1:9;
a(i) = wblrnd(1,3,8,1);
fprintf('c = 3: \n');
disp(a);
m = mean(a);
fprintf('expected value: \n');
disp(m);
d = var(a);
fprintf('dispersion: \n');
disp(d);
histfit(a,9,'wbl')
title('c = 3')
Для С = 3
5. Виконати генерацію випадкових чисел з показниковим розподілом
параметра лямбда = 0.5
function [] = expr()
N = 8; %вибірка
L = 0.5; % параметр розподілу
X = random('exp',1/L,1,N);
[n x] = hist(X,30);
yn = n/(N*(x(2)-x(1))); % вираховування щільності по
гістограмі
m = mean(X);
fprintf('Математичне сподівання: \n');
disp(m);
d = var(X);
fprintf('Дисперсія: \n');
disp(d);
fprintf('Дисперсія: \n');
disp(var(f));
histfit(f,30)
end
10. На основі отриманої вибірки побудувати гістограму і отримати оцінки
математичного сподівання та дисперсії.
Контрольні запитання