Documente Academic
Documente Profesional
Documente Cultură
Lab 4
Lab 4
Folosind aceasta metoda vom construi un program Matlab pentru simularea variabilei
discrete X , ce are repartitia
a ak
X : 1
p1 p k
Functia de repartitie a acesteia este:
am m
, pk 1 .
p m k 1
0,
p1 ,
x a1
x a1 , a2
1,
x am
p1 p 2 ,
x a 2 , a3
p1 p 2 p k , x a k , ak 1
FX x
FX1 u a k , u F X a k 1 , F X a k , k 1, m,
unde:
a 0 , iar FX a0 0 .
si FX x u.
Vom construi programul Matlab corespunzator:
function x=simdiscrv(F,a,m)
u=rand;
k=1;
while (u>F(k)) & (k<=m)
k=k+1;
end
x=a(k);
end
Vom aplica functia Matlab precedenta pentru a genera o variabila aleatoare discreta
care da numarul punctelor obtinute in experienta aruncarii unui zar o data.
Astfel
(1)
6
2
3
4
5
6
1
, p k 1
X :
1 6 1 6 1 6 1 6 1 6 1 6 k 1
iar
0,
1 6,
2 6,
FX x 3 6
4 6,
5 6,
1,
x 1
x 1, 2
x 2, 3
x 3, 4
x 4, 5
x 5, 6
x6
>> a=1:7;
>> F=0:1/6:1;
>>x=simdiscrv(F,a,7)
u=
0.6557
x=
5
Fie
si
, M X p , Var X pq p 1 p .
F x P X x q,
1,
x0
x 0, 1
x 1.
4
x=0;
else
x=1;
end
end
Observatie. Daca aplicam de
n
0
X : n
1
n 1
k k nk
n n , p, q 0,1 , p q 1 .
C n pq
Cn p q
Cn p
q
Functia de repartitie a acesteia este:
0,
x0
n
q ,
x 0, 1
n
1
n
q C n pq ,
x 1, 2
FX x
q n C 1 pq n 1 C k p k q n k , x k , k 1
n
n
1,
x n.
M X np
(2)
2
D X npq.
X np
npq
~ N 0, 1 .
5
function x=binom(n,p)
w=rand;
q=1-p;
x=round(n*p+w*sqrt(n*p*q));
end
>> x=binom(5000,1/4)
x=
1271
Observatie.
Variabila
B n, p , n N , 0 p 1
aleatoare
discreta X N
este
variabila
binomiala
independente, adica
n
X Zi ,
i 1
unde Z i sunt
function x =bern2(n,p)
for h=1:10
for k=1:n
xx(k)=bern(p);
end
x(h)=sum(xx);
end
end
>> x=bern2(100,0.2)
x=
Columns 1 through 9
15
22
16
18
20
22
26
17
16
Column 10
17
Vom folosi formulele (2) pentru validarea algoritmului precedent.
6
>> mean(x)
ans =
18.9000
>> 100*0.2
ans =
20
>> std(x)
ans =
3.5103
>> sqrt(100*0.2*0.8)
ans =
4
P k
lim
Pn k
n bile extrase,
k k nk
lim C nk
lim C n p q
n
n
n
nk
k
n!
lim
lim 1
e
k! n n k n k ! n n
k!
1
1
n
, 0.
2
k
X :
,
e
e
e
e
1!
2!
k!
nk
7
Media si dispersia variabilei aleatoare X vor fi:
M X
2
D X .
Functia Matlab urmatoare simuleaza X ~ P pornind de la o repartitie binomiala
B n, p , pentru care se noteaza np si se face presupunerea ca
n si
p0,
ramanand constant.
function x=poisson(la,p)
n=round(la/p)
x=binom(n,p);
end
>> x=poisson(1,0.001)
n=
1000
x=
2
SIMULAREA UNEI VARIABILE DISCRETE CU REPARTITIE GEOMETRICA
Fie X o variabila aleatoare care semnifica numarul de esecuri pana la aparitia unui
success intr-un sir oarecare de probe Bernoulli independente.
Deci X are repartitia:
0
X :
p
1
pq
2
pq 2
k
pq k
n
q
q
Var X
.
n , M X p ,
p2
pq
F x P X x pq k 1 q x 1 , x 0,1, 2, n
k 0
P X x pq x
reprezinta
8
if u<=p
k=k+1;
else
x=x+1;
end
end
end
>>x=rgeom(0.2)
x=
7
Observatie. Simularea variabilei aleatoare X , ce are repartitie geometrica se poate
realiza si prin metoda inversa cu formula:
logU
,
log q
unde :
a este partea intreaga a lui a ,
U este o variabila aleatoare uniform repartizata in 0, 1 .
Vom construi functia Matlab ce simuleaza X ~ Geom p cu metoda inversa.
function x =rgeom2(p)
q=1-p;
u=rand;
x=round(log(u)/log(q));
end
>> x=rgeom2(0.3)
x=
2
SIMULAREA UNEI VARIABILE DISCRETE CU REPARTITIE HIPERGEOMETRICA
Vom considera experimentul cu urna descris in legatura cu repartitia binomiala, cu
deosebirea ca acum cele
b bile negre,
Pn k
C ak C bn k
C anb
0
0 n
C
X : a Cb
Cn
a b
k
C 1a C bn1
C ak C bnk
C anb
C anb
min n,a
C ak C bn k
k max 0,n b
C anb
M X np
(3)
2
abn
D
X
np
1
p
.
a b 1
Se introduc urmatoarele notatii:
N i N i 1 1, i 1, n semnifica numarul bilelor din urna dupa extractia
de rang i (unde N 0 a b ),
N p S
pi i 1 i 1
, i 1, n reprezinta probabilitatea de a extrage o bila
N i 1 1
alba la extragerea i , unde S 1 daca la extractia i 1 a fost gasita o bila
10
else
S=0;
end
x=x+S;
p=(N*p-S)/(N-1);
N=N-1;
end
end
Vom simula o selectie de volum 20 asupra lui X si vom folosi formulele (3) pentru
validarea algoritmului precedent.
>>for k=1:20
x(k)=hipergeom(10,15,13,0.9);
end
>> mean(x)
ans =
8.9000
>> 10*0.9
ans =
9
>> std(x)
ans =
0.7182
>> 10*0.9*0.1*18/27
ans =
0.6000