bpc-mod_10-Nahodne-veliciny
Níže je uveden pouze náhled materiálu. Kliknutím na tlačítko 'Stáhnout soubor' stáhnete kompletní formátovaný materiál ve formátu PDF.
Modelování a simulace
Náhodné veliˇciny - str. 19/20
Pˇríklad
Náhodná veliˇcina Y má exponenciální rozd ˇelení hustoty
pravd ˇepodobnosti
f
(y) =
1
µ e
− y
µ
pro
y >
0
0
pro
y
≤ 0
kde µ je kladná konstanta. Vytvoˇrme algoritmus pro její generování
na základ ˇe NV X s rovnom ˇerným rozložením na
h0; 1i.
■ F (y) =
1
µ
y
R
0
e
− x
µ
dx = 1 − e
− y
µ
■ F
−1 (x) = −µ ln(1 − x)
■ Y
= −µ ln(1 − X)
Obsah
Význam
Náhoda
Diskrétní NV
Spojitá NV
Inverze
Pˇríklad
Definice
Modelování a simulace
Náhodné veliˇciny - str. 19/20
Pˇríklad
Náhodná veliˇcina Y má exponenciální rozd ˇelení hustoty
pravd ˇepodobnosti
f
(y) =
1
µ e
− y
µ
pro
y >
0
0
pro
y
≤ 0
kde µ je kladná konstanta. Vytvoˇrme algoritmus pro její generování
na základ ˇe NV X s rovnom ˇerným rozložením na
h0; 1i.
■ F (y) =
1
µ
y
R
0
e
− x
µ
dx = 1 − e
− y
µ
■ F
−1 (x) = −µ ln(1 − x)
■ Y
= −µ ln(1 − X)
■ Y
= −µ ln(X)
Obsah
Význam
Náhoda
Diskrétní NV
Spojitá NV
Inverze
Pˇríklad
Definice
Modelování a simulace
Náhodné veliˇciny - str. 20/20
Modelování na základ ˇe definice NV
■ náhodná veliˇcina vzniklá jako souˇcet velkého poˇctu nezávislých
náhodných veliˇcin se stejným rozd ˇelením pravd ˇepodobnosti má
pˇribližn ˇe normální rozd ˇelení pravd ˇepodobnosti
Obsah
Význam
Náhoda
Diskrétní NV
Spojitá NV
Inverze
Pˇríklad
Definice
Modelování a simulace
Náhodné veliˇciny - str. 20/20
Modelování na základ ˇe definice NV
■ náhodná veliˇcina vzniklá jako souˇcet velkého poˇctu nezávislých
náhodných veliˇcin se stejným rozd ˇelením pravd ˇepodobnosti má
pˇribližn ˇe normální rozd ˇelení pravd ˇepodobnosti
■
Y
=
k
P
i=1
Xi −
k
2
q
k
12
má pˇri X s rovnom ˇerným rozd ˇelením na
h0; 1i a velkém k
pˇribližn ˇe normované normální rozd ˇelení hustoty