建模与仿真作业随机数生成

建模与仿真作业 随机数生成 本次作业使用MATLAB 编写程序。 1、线性同余法 基本公式： ()mod/nnnnxaxcMrxM 其中 a 为乘子，0x 为种子，c 为常数，M 为模 迭代步骤： （1）设定 a, c, M 值，并给定初始种子0x （2）令1n  （3）1modnnxaxcM （4）/inxM  （5）1nn，转入（3） 本题采用著名的 Coveyou 与 Macpherson 混合同余发生器 1535135(51)mod 2/ 2nnnnxxrx 及 Kobayashi 混合同余发生器 31131(314159269453806245) mod 2/ 2nnnnxxrx 程序代码： 线性同余法函数： function r = MixMOD(x0,n,type) %随机数种子：x0 %产生的随机数个数：n %采用的混合同余法的公式类型：type %产生的随机数序列：r format long; M1 = power(2,31); M2 = power(2,35); a1 = 314159269; a2 = power(5,15); c1 = 453806245; c2 = 1; r = zeros(n,1); x = zeros(n+1,1); x(1) = x0; if type == 1 for i=2:n+1 y = a1*x(i-1)+c1; x(i) = mod(y, M1); r(i-1) = x(i)/M1; end else for i=2:n+1 y = a2*x(i-1)+c2; x(i) = mod(y, M2); r(i-1) = x(i)/M2; end end format short; 对（0 ，1 )均匀分布随机数进行矩检验函数： function [s1,s2,s3,s4]=moment_test(R) %对（0，1)均匀分布随机数进行矩检验 n=length(R); R_mean=mean(R);R_var=var(R);R_std=std(R); u1=sqrt(12*n)*(R_mean-0.5); if abs(u1)<1.96 s1='pass'; else s1='*'; end % 对方差进行检验 var(R) u2=sqrt(180*n)*(R_var-1/12) if abs(u2)<1.96 s2='pass'; else s2='*'; end % 对偏度进行检验 u3=mean(((R-R_mean)/R_std).^3)*0.408248*sqrt(n); if abs(u3)<1.96 s3='pass'; else s3='*'; end % 对峰度进行检验 u u =mean(((R-0.5)/sqrt(1/12)).^4)-1.75 u 4=u u *0.204124*sqrt(n); if abs(u 4)<1.96 s4='pass'; else s4='*'; end 相关系数检验函数： fu nction [sacf1,sacf2,sacf3,sacf4,sacf5,sacf6,sacf7]=acf_test(R) % 独立性的自相关AFC 检验 R_mean=mean(R);R_v ar=v ar(R);n=length(R); for i=1:7 rou (i)=su m(((R(1:n-i).*R(i+1:n)-R_mean^2))/R_v ar)*sqrt(1/(n-i)); end rou if abs(rou (1))<1.96 sacf1='pass'; else sacf1=...