资源描述：
《用matlab实现随机过程的计算机模拟,实验报告》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划用matlab实现随机过程的计算机模拟,实验报告 实验三随机过程的计算机模拟 实验目的 1、理解伪随机序列的产生原理，掌握产生伪随机序列的算法； 2、提高用计算机程序实现算法的能力； 3、进一步掌握Matlab的使用和程序设计方法； 4、增强独立设计能力。 实验原理 参见附图“随机信号的计算机模拟”。 实验内容 1、用Matlab语言实现“乘同余法”，用“乘同余法”产生1000个区间内均匀分布的
2、随机数，并根据这1000个随机数的统计规律画出概率密度曲线；同时画出均匀分布的理论概率密度曲线，二者进行比较； ?源代码： A=ones(1,10000); M=2^32-1; A(1)=45165; a=32719;目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划 fori=1:1:10000 A(i+1)=mod((a*
3、A(i)),M); end fori=1:1:10000 A(i)=A(i)/M; end; x=linspace(0+,,40); yx=hist(A,x);%计算各个区间的个数 yy=(yx/10000)/(x(2)-x(1)); plot(x,yy)%画出概率密度分布图 ?概率密度函数曲线 ?理论概率密度曲线 ?比较： 用“乘同余法”产生1000个区间内均匀分布的随机数比较剧烈变化，改 成了10000个之后依然不变。 2、用Matlab语言实现“混合同余法”，用“混合同余法”产生1000个区
4、间内均匀分布的随机数，并根据这1000个随机数的统计规律画出概率密度曲线；同时画出均匀分布的理论概率密度曲线，二者进行比较； ?源代码 先建立M文件目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划 functionr=suijishu1(x0,n) formatlong; m=power(2,35); a=power(5,15
5、); c=1; r=zeros(n,1); x=zeros(n+1,1); x(1)=x0; fori=2:n+1 y=a*x(i-1)+c; x(i)=mod(y,m); r(i-1)=x(i)/m; end formatshort; 在窗口中输入以下程序： >>r=suijishu1(1,1000) ?得出的随机数作图呈随机分布 ?概率密度曲线 ?比较 大部分和理想曲线一致，比乘同余法要好一些。目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平
6、，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划 3、用“反函数法”产生1000个1000个随机数的统计规律画出概率密度曲线；同时画出指数分布的理论概率密度曲线，二者进行比较； ?源代码 R=rand(1,1000); lambda=; X=-log(1-R)/lambda; subplot(2,1,1); plot(X,'k'); xlabel('n'); ylabel('X(n)'); axistight;
7、 ?随机数 随机过程实验报告 学院： 专业： 学号： 姓名： 一、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。 二、实验内容目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划 熟悉Matlab工作环境，会计算Markov链的n步转移概率
8、矩阵和Markov链的平稳分布。 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。 模拟随机游走。 模拟Brown运动的样本轨道的模拟。 Markov过程的模拟。 三、实验原理及实验程序 n步转移概率矩阵 根据Matlab的
