Київський національний університет імені Тараса Шевченка 

факультет інформаційних технологій 

Кафедра інформаційних систем та технологій 
 

Звіт 
з практичної роботи 11 
«Моделювання випадкових величин з рівномірним
розподілом» 
 
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 №11
Мета: ознайомлення із завданням цифрового моделювання процесу
оброблення сигналів в системах діагностики та НК, вивчення алгоритмів
формування послідовностей випадкових величин із рівномірним законом
розподілу у середовищі MatLAB.

Хід роботи
1. Ввімкнути ПК та запустити програмний пакет MatLAB.
2. Створити файл KISMTD_lab3.m. 3. Одержати у викладача значення обсягу
вибірки n (кількість РРЧ).
N = 9;
3. Одержати у викладача значення обсягу вибірки n (кількість РРЧ). 4.
Використовуючи вбудований генератор РРЧ rand: a) отримати масив
псевдовипадкових чисел , 1, i i n ;

b) побудувати графік реалізації i ;

c) обчислити оцінки математичного сподівання 1 та дисперсії 2 .
s = sum(a); %сума всіх елементів
expv = s / 81; %математичне сподівання
disp(expv);

d = var(matinrow);%дисперсія
disp(d);

5. Побудувати гістограму за наступним алгоритмом:

a) визначити кількість груп розбиття інтервалу 0,1] як 2 m n 1 log ;
m = 1 + log2(n);

b)за допомогою штатних функцій min() max() i знайти відповідно найменше

та найбільше значення РРЧ;
min_n = min(a);
max_n = max(a);

c) вирахувати h ширину інтервалу гістограми (крок) та R розмах варіювання;

h = 1/n;
R = max_n - min_n;
d)знайти границі та середини інтервалів:
c) вирахувати h ширину інтервалу гістограми (крок) та R розмах варіювання;
d)знайти границі та середини інтервалів:
e) побудувати емпіричну функцію розподілу за таким алгоритмом:
f) описати інтервальний ряд (ряд розподілу) послідовністю:
g) одержати гістогpаму як результат генерації РРЧ та побудувати графік
функції розподілу використовуючи оператори:

6. Написати m-файл генератора РРЧ, що реалізує метод Пономарьова (3.5) і

згенерувати вибірку (вектор-рядок) РРЧ заданого обсягу.
x(1)=1;
for i = 1:81, x(i+1) = mod(x(i)*4,31); end,
disp(x/81);

7. Виконати перевірку розробленого програмного генератора, виконати

розрахунки і побудувати графіки у відповідності до п.5б,в; 6; 7.

8. Написати m-файл генератора РРЧ, що реалізує метод Мартіна (3.6) і

згенерувати вибірку (вектор-рядок) РРЧ заданого обсягу.

clc; clear;
b = 0.256;
c = 7;
x(1) = 1;
for i = 1:81
a = b*c;
integ = floor(a);
x(i) = a - integ;
b = x(i);
end

disp(x);

9. Виконати перевірку розробленого програмного генератора, виконати

розрахунки і побудувати графіки у відповідності до п.5б,в; 6; 7.

10. Написати m-файл генератора РРЧ, що реалізує лінійний конгруентний

метод для вказаних викладачем параметрів моделі (3.3) і згенерувати вибірку
(вектор-рядок) РРЧ заданого обсягу.
clc, clear;
n = 81;
x(1)=1;
c = 5;
for i = 1:n, x(i+1) = mod(x(i)*c, n); end,
disp(x/n);
plot(x/n);
histogram(x/n);

11. Виконати перевірку розробленого програмного генератора, виконати

розрахунки і побудувати графіки у відповідності до п.5б,в; 6; 7.
 Контрольні запитання
1. Назвіть основні властивості процесів формування сигналів діагностики і
НК, що необхідно враховувати в статистичному моделюванні.

Під час розробки цифрових моделей необхідно приділяти значну увагу

отриманню алгоритмів формування на ПК випадкових процесів, що
складають основу математичних моделей сигналів та шумів, які
супроводжують процес визначення параметрів сигналів діагностики та НК,
або самі є носіями корисної інформації. Поряд із відзначеними перевагами
метод статистичного моделювання, як будь-який числовий метод, має
істотний недолік: результат завжди має випадковий характер. Він відповідає
фіксованим значенням параметрів системи і 17 початкових умов. Тому, як
правило, для аналізу системи необхідно багаторазово моделювати процес її
функціонування, варіюючи вихідні дані задачі.

2. Що таке статистичне моделювання?

Моделювання випадкових явищ і процесів на ПК має назву статистичного
моделювання (метод Монте-Карло).

3. Назвіть основні переваги і недоліки статистичного моделювання.

Основною його перевагою у порівнянні з іншими методами моделювання є
можливість вирішення задач певної складності, зокрема досліджувана
 система НК: може містити елементи неперервної і дискретної дії;
знаходитись під впливом ряду випадкових факторів складної природи;
описуватися громіздкими співвідношеннями і т.і. Поряд із відзначеними
перевагами метод статистичного моделювання, як будь-який числовий метод,
має істотний недолік: результат завжди має випадковий характер.

4. Назвіть основні чинники, що визначають якісні показники методу

МонтеКарло.
Якість джерела випадкових чисел і вибір раціонального алгоритму
обчислення.

5. Поясніть сутність рекурентного способу формування послідовності РРЧ.

Кожен наступний елемент послідовності базується на значенні попереднього.

6. Дайте визначення псевдовипадкової послідовності чисел.

Послідовність чисел, яка, хоч і не є випадковою, проте може задовольняти
різноманітним статистичним критеріям випадковості.

7. Назвіть основні переваги і недоліки програмного способу моделювання

випадкових послідовностей.

Усі вироблені програмним способом послідовності псевдовипадкових чисел

є періодичними. А саме, перші L послідовно отриманих псевдовипадкових
чисел, будуть усі мати різні значення, а L 1-е псевдовипадкове число
співпадатиме з першим із L чисел і т.д.

8. Що називається довжиною періоду псевдовипадкової послідовності?

Число L з минулого пункту і називають довжиною періоду.

9. Дайте означення рівномірного розподілу і запишіть вирази його

щільності і функції розподілу ймовірностей.
Рівномірний розподіл - це розподіл, який характеризується тим, що
ймовірність будь-якого інтервала залежить тільки від його довжини.

Щільність:

10.Чому дорівнює математичне сподівання, дисперсія для РРЧ ?

Математичне сподівання:

Дисперсія:
11.Поясніть операцію обчислення числа за даним модулем.
Ця операція повертає найбільше додатнє ціле число, що є меншим за дане.

12.Як здійснюється перехід від РРЧ з інтервалу 0, p до чисел інтервалу

0,1 ?
Існують різні прийоми перетворення випадкових чисел із рівномірним
розподілом у випадкові числа з заданим законом розподілу. У рамках даної
лабораторної роботи застосовується метод нелінійного функціонального
перетворення, що є оберненим до заданої функції розподілу.

13.Поясніть метод генерації випадкових РРЧ за конгруентним методом.

Він полягає у тому, що чергове випадкове число i a одержують із

попереднього числа i 1 a за правилом , де c –

відповідним чином вибрана константа, а запис mod p означає взяття по
модулю p числа i ca b причому p – просте, а b – взаємно просте з p число.

14.Назвіть критерії перевірки стохастичності послідовностей випадкових

чисел.
У випадку використання частотного критерію за варіаційним рядом береться
n випадкових чисел і підраховується кількість r чисел, що належать
інтервалу, обмеженому числами 0,2113 і 0,7887, тобто розташовуються в
межах m (для m 0,5 ). Якщо відношення r n близьке до 0,5774, то
приймається, що випадкові числа розподілені рівномірно. Інший наближений
спосіб перевірки рівномірності n випадкових чисел полягає у обчисленні
оцінок математичного сподівання і дисперсії.

15.Що таке гістограма і як вона будується?

Гістогра́ма — спосіб графічного представлення табличних даних, приблизне
представлення розподілу числових даних. Являє собою діаграму, що
складається з прямокутників без розривів між ними. 

16.Що таке варіаційний ряд, розмах варіювання.

Упорядкований розподіл одиниць сукупності на групи за кількісною ознакою
називають варіаційним рядом. Розмах варіювання варіант - Різниця між
найбільшою і найменшою варіантами, що обмежують вибірку.

17.Якою формулою можна оцінити степінь нерівномірності гістограми для

РРЧ ?
Максимальне значення стовпця – максимальне значення стовпця.

18.Який, на ваш погляд, програмний генератор РРЧ найбільш ефективний

і чому?
Лінійний конгруентний метод є найкращим, оскільки він залежить від сіду і
може генерувати велику кількість різних послідовностей і найбільш схожий
до справжнього генератора випадкових чисел.

Висновок: Під час виконання лабораторної роботи на тему «Моделювання

випадкових величин з рівномірним розподілом» я ознайомився із завданням
цифрового моделювання процесу оброблення сигналів в системах
діагностики та НК, вивчив алгоритми формування послідовностей
випадкових величин із рівномірним законом розподілу у середовищі
MatLAB.