Моделювання випадкових векторів. Нехай багатовимірна випадкова величина (випадковий вектор) з складовими задається математичним сподіванням mi = M [ Xi ] і матрицею кореляційних моментів Kij () (див. п. 2.6). Складові випадкового вектора Хі визначаються як лінійне перетворення некорельованих розподілених за нормальним законом нормованих випадкових величин { V1, V2, …, Vm } Î N (0, 1), m = 0, s = 1 за формулами (2.28).
Моделювання випадкових функцій. Алгоритм моделювання реалізації нестаціонарного випадкового процесу, що задається математичним сподіванням mx (t)і кореляційною функцією Kx (ti, tj) згідно з п. 2.2,є таким:
· за вхідними даними процесу для всіх дискретних значень функцій у моменти часу визначають дисперсії D (2.31) і координати функції канонічного розкладу fi (ti) за виразом (2.29);
· із сукупності випадкових чисел вибирають п чисел і перетворюють їх будь-яким відомим способом у випадкові величини W із заданим розподілом (mW = 0, DW = D);
· значення випадкового процесу визначають за формулами (2.32).
У випадку стаціонарних випадкових процесів кореляційна функція Kx (ti, tj) = K (t) не залежить від вибору аргументів, а визначається лише їх різницею t = tj – ti.
Завдання для виконання роботи
Відповідно до заданого варіанту необхідно виконати наступні дії:
· отримати послідовність реалізацій випадкового вектора;
· побудувати графік зміни реалізації випадкової функції та координатних функцій канонічного розкладу на заданому інтервалі часу;
· визначити кількість реалізацій розподілів випадкового вектора;
· розробити програмний код для реалізації методів моделювання.
Індивідуальні завдання для моделювання
Варіант 1. Стан блоку характеризується тривимірним вектором параметрів Відхилення параметрів від номінальних значень описується нормальним розподілом з нульовим вектором середніх значень та кореляційною матрицею
.
Змоделювати стан вектора параметрів для N = 10 блоків.
Варіант 2. Змоделювати N = 15 реалізацій нормального випадкового вектора з математичним сподіванням = (5,-2,0) та кореляційною матрицею
.
Варіант 3. Змоделювати N = 18 реалізацій систем двох випадкових величин (Х1,Х2), що підпорядковуються двомірному нормальному закону розподілу з параметрами т1 = 3, т2 = 3.5, σ1 = 4, σ2 = 5, k 12 = k 21 = 7.
Варіант 4. Випадкова точка (х, у) розподілена за нормальним законом на площині з параметрами тх = 7, ту = 18, σх = 2, σу = 3, kху = 0. Змоделювати N = 18 реалізацій випадкової точки.
Варіант 5. Процес зміни напруги на клемах генератора є нестаціонарним випадковим процесом, що задається математичним сподіванням
m(t) = 20 – е –0.2 t та кореляційною матрицею
Отримати канонічний розклад випадкового процесу і змоделювати реалізацію напруги на часовому інтервалі [0, 8]с з кроком дискретності відліків τ = 2с.
Варіант 6. Відхилення руху об’єкта від заданої траєкторії є випадковим процесом з нульовим математичним сподіванням і кореляційною функцією де Dt = 5 t + 350, α = 0,08. Отримати канонічний розклад випадкового процесу і змоделювати реалізацію параметра руху на інтервалі [0; 40]с з кроком дискретності відліків τ = 5с.
Варіант 7. Випадкова точка (X,Y)розподілена рівномірно в прямокутнику, який обмежений прямими: х 1= 0; х 2 = 3; у 1= 4; у 2= 9. Щільність функції розподілу f (x,y)= 0,3 в середині прямокутника та f (x,y) = 0 зовні його. Змоделювати вибірку N = 10реалізацій випадкової точки.
Варіант 8. Випадкова точка (X,Y)розподілена рівномірно в прямокутнику, який обмежений прямими: х 1= 2; х 2 = 8; у 1= 1; у 2 = 10. Щільність функції розподілу f (x,y)= 0,2 в середині прямокутника та f (x,y) = 0 зовні його. Змоделювати вибірку N = 15реалізацій випадкової точки.
Варіант 9. Змоделювати N = 10 реалізацій тривимірного випадкового вектора з математичним сподіванням = (–5, 10, 25)та кореляційною матрицею
Варіант 10. Відомі характеристики випадкового процесу: mx (t) = 3 t2 + 2 t + 1; . Отримати канонічний розклад випадкового процесу і змоделювати його реалізацію на інтервалі [0; 50] з кроком дискретності відліків t = 3c.
Варіант 11. Проводиться стрільба по точковій цілі на площині. Розсіяння точки розриву снаряду проходить за нормальним законом, центр якого співпадає з ціллю (тх = ту = 0), а кореляційна матриця має вигляд:
Попадання в ціль відбувається, якщо відстань від неї до точки розриву снаряда не перевищує r0 = 10м. Змоделювати результати N = 10 пострілів і визначити кількість попадань.
Варіант 12. Похибка автоматичної системи спостереження описується нестаціонарною випадковою функцією з математичним сподіванням m (t) = 0.01 t і кореляційною функцією k (t, t+τ) = 1.2 e-ατ cos βτ, де α = 0,05; β = 0,04. Отримати канонічний розклад випадкової функції і змоделювати реалізацію похибки на інтервалі [0, 100]с, з кроком дискретності τ =10с.
Варіант 13. Випадковий вектор розподілений з постійною щільністю f (x,y)в середині квадрату R з вершинами (0, 0); (3,0); (3,3); (0,3), а
Обґрунтувати метод моделювання і отримати N= 30реалізацій випадкового вектора.
Варіант 14. Частота обертання валу електродвигуна змінюється під впливом випадкових коливань напруги живлення і навантаження на валу та описується нестаціонарною випадковою функцією з математичним сподіванням m (t) = 3∙103 sin 0.2 t і кореляційною функцією k (t, t + τ) = Dt ∙ е-ατ, де Dt = 20.5 t; α = 0,05. Отримати канонічний розклад випадкової функції і змоделювати реалізацію частоти обертання валу електродвигуна на інтервалі [0; 40]с, з кроком дискретності τ = 4с.
Варіант 15. Динамічна похибка систем автоматичної зміни частоти описується нестаціонарним випадковим процесом з нульовим математичним сподіванням і кореляційною функцією k (t, t + τ) = Dt ∙ е-ατ cos βτ; Dt = 200 + 5 t; α = 0.2; β = 0.5. Отримати канонічний розклад випадкового процесу і змоделювати реалізацію динамічної похибки системи на інтервалі [0; 20]с з кроком дискретності τ = 2 с.