- •Оглавление
- •Введение.
- •Генерация случайных чисел в matlab.
- •Моделирование распределений случайных величин в matlab.
- •Биномиальное распределение.
- •Гипергеометрическое.
- •Геометрическое.
- •Пуассоновское распределение.
- •Экспоненциальное.
- •Нормальное распределение.
- •Метод Монте-Карло
- •Использование пакета Simulink для моделирования случайных чисел.
- •Программа в matlab
- •Список литературы.
Моделирование распределений случайных величин в matlab.
В [3] автор очень хорошо описывает, как в Matlab можно смоделировать случайные числа из определенных распределений:
Биномиальное распределение.
Прежде, чем дать определение биномиальному распределению, определим, что такое схема испытаний Бернулли
Рассмотрим следующую схему испытаний. Пусть проводится n одинаковых независимых опытов, в каждом из которых возможен один из двух взаимоисключающих исходов, которые мы условно назовём успех (событие У) и неуспех (событие Н). Обозначим P(У) = p; P(Н) = 1 – p = q. Такая схема испытаний называется схемой с независимой повторной выборкой или схемой Бернулли.
Примеры испытаний по схеме Бернулли:
• бросание монеты (например, У – это появление герба; p = 1 / 2);
• бросание игральной кости (например, У – это появление на верхней грани одного из чисел 5 или 6; p = 1 / 3);
• в урне 4 чёрных шара и 6 белых, и после каждого вытягивания шар
возвращается в урну (можно, например, считать событием У появление чёрного шара; в этом случае p = 0,4).
В испытаниях по схеме Бернулли все опыты проходят в одинаковых условиях, и результат каждого следующего не зависит от предыдущих.
Рассмотрим случайную величину X – количество успехов в n испытаниях по схеме Бернулли. Её распределение называется биномиальным.
В MATLAB вычисление закона биномиального распределения реализовано с помощью функции binopdf, а функции распределения –binocdf.
Теперь приведем пример вычисления биномиального закона распределения в среде MATLAB:монета бросается 100 раз. Какова вероятность того, что герб выпадет ровно 43 раза?
Имеем схему Бернулли из n = 100 опытов с вероятностью успеха p = 0,5. Требуемое количество успехов=43.
>> n=100;
p=0.5;
k=43;
>> P=binopdf(k,n,p)
P =
0.030068642644215
Гипергеометрическое.
Определение 4.3. Пусть имеется M предметов, среди которых K отмеченных. Наугад выбираются N предметов. Гипергеометрическим называется распределение случайной величины X – количества отмеченных предметов среди выбранных.
Примеры таких задач:
• в урне есть заданное количество шаров двух цветов; из неё наугад
вытягивается какое-то количество шаров, и требуется найти вероятность того, что среди вытянутых будет заданное количество шаров
каждого цвета;
• среди M деталей есть K бракованных, а контролёр выбирает наугад
N деталей, и требуется найти вероятность того, что среди них k бракованных.
В этих примерах предметы можно вытягивать как одновременно, так и последовательно. Результат от этого не меняется, т. к. порядок выборки предметов нам не важен. В отличие от схемы Бернулли, предметы после вытягивания не возвращаются обратно, поэтому такую схему опытов часто называют схемой с повторной невосстанавливаемой независимой выборкой.
В MATLAB имеются следующие функции для работы с гипергеометрическим распределением:
• hygepdf – закон распределения;
• hygecdf – функция распределения;
• hygeinv – квантили распределения;
• hygernd – генератор случайных чисел, имеющих гипергеометрическое распределение;
• hygestat – МО и дисперсия
Пример : В урне 70 белых шаров и 40 чёрных. Наугад выбираются 30 шаров. Какова вероятность того, что среди них будет 8 чёрных шаров?
Решение: имеем гипергеометрическое распределение с параметра-ми K = 40; M = 70 + 40 = 110; N = 30. Нужно найти P(X = 8). Решаем с помощью MATLAB.
>> P=hygepdf(8,110,40,30)
P =
0.078913736132923
>>