Получение случайных чисел Овладение навыками алгоритмизации и программирования задач с использованием датчиков случайных чисел, способами получения случайных чисел с различными законами распределения, навыками оценки качества псевдослучайных чисел и их соответствия заданному закону распределения. 1.2. Задания для самостоятельной подготовки Изучить: способы получения случайных чисел с различными законами распределения; -способы использования в программах обращений к функциям или подпрограммам для получения псевдослучайных чисел с различными законами распределения; способами использования случайных чисел для моделирования. Разработать алгоритм решения в соответствии с заданием. Составить программу решения задачи. Подготовить тестовый вариант программы и исходных данных. 1.3. Задание к работе 1. Выполнить на ЭВМ программу в соответствии со следующим заданием: Сгенерировать последовательность из 50 случайных чисел с нормальным законом распределения а=5,s=4) и последовательность из 50 случайных чисел с экспоненциальным законом распределения с параметром l=5. Все числа свести в массив, расположив их по возрастанию. Вычислить среднее значение, дисперсию и вывести результаты на печать в виде гистограммы, разбив последовательность чисел на десять интервалов 2. Проверить правильность выполнения программы с помощью тестового варианта. 2. Руководство программиста. Прежде, чем приступить к самому процессу алгоритмизации и программирования заглянем в теорию, по которой, собственно, и дано задание. 2.1. Теоретическая база. 2.1.1. Нормальное распределение. Нормальным называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью Мы видим, что нормальное распределение определяется двумя параметрами: а и s. Достаточно знать эти параметры, чтобы задать нормальное распределение. Покажем, вероятностный смысл этих параметров таков: а есть математическое ожидание, s-среднее квадратическое отклонение нормального распределения. 2.1.2 Показательное (экспоненциальное) распределение. Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины X, которое описывается плотностью где l - постоянная положительная величина. Мы видим, что показательное распределение определяется одним параметром l. Эта особенность показательного распределения указывает на его преимущество по сравнению с распределениями, зависящими от большего числа параметров. Обычно параметры неизвестны и приходится находить их оценки (приближенные значения); разумеется, проще оценить один параметр, чем два или три и т. д. Примером непрерывной случайной величины, распределенной по показательному закону, может служить время между появлениями двух последовательных событий простейшего потока. 2.2. Начало алгоритмизации. Для получения двух последовательностей из 50 случайных чисел с показательным и нормальным законами распределения необходимо организовать цикл, который будет выполнятся 50 раз. Внутри цикла будем пользоваться функцией из Турбо Паскаля random(a) - эта функция выдает произвольное число из интервала от 1 до a, a£65535. Каждое полученное число будет вносится в массив, причем первые 50 элементов этого массива получены по нормальному закону, а другие 50 - по показательному. Для упорядочивания массива случайных величин создадим двойной цикл. ............