Generování náhodných veličin (2) Spojitá rozdělení

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Limitní věty.
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
t-rozdělení, jeho použití
Získávání informací Získání informací o reálném systému
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
také Gaussovo rozdělení (normal or Gaussian distribution)
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Matematický aparát v teorii informace Základy teorie pravděpodobnosti
Vybraná rozdělení spojité náhodné veličiny
Nechť (, , P) je pravděpodobnostní prostor:
Aplikovaná statistika
Poskytuje daný generátor opravdu posloupnost náhodných čísel?
Testy náhodnosti, metody transformace náh. čísel na hodnoty náh
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Statistická analýza únavových zkoušek
Inženýrská geodézie 2 Doporučená literatura:
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Definice stochastického procesu jako funkce 2 proměnných
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA Úvod, kombinatorika
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Experimentální fyzika I. 2
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Systémy hromadné obsluhy
Základy zpracování geologických dat
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Časová analýza stochastických sítí - PERT
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
 Zkoumáním fyzikálních objektů (např. polí, těles) zjišťujeme že:  zkoumané objekty mají dané vlastnosti,  nacházejí se v určitých stavech,  na nich.
Náhodný vektor Litschmannová, 2007.
Normální rozdělení a ověření normality dat
Generování náhodných čísel
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
Kendalova klasifikace SHO
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Aritmetický průměr - střední hodnota
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Kapitola 5: Spojitá náhodná veličina
Simulace podnikových procesů
Stručný přehled modelových rozložení I.
Některá rozdělení náhodných veličin
Spojitá náhodná veličina
Náhodná veličina.
Úvod do praktické fyziky
Induktivní statistika
Normální (Gaussovo) rozdělení
Rozdělení pravděpodobnosti
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Medián, modus Medián Pro medián náhodné veličiny x platí: Modus
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Náhodné výběry a jejich zpracování
Princip max. věrohodnosti - odhad parametrů
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Generování náhodných veličin (2) Spojitá rozdělení

Spojitá rozdělení Spojitá rozdělení jsou charakterizována distribuční funkcí F(x) 0  F(x)  1 x (;) F(x) je neklesající hustotou pravděpodobnosti f(x) f(x) = dF(x)/dx a naopak

Spojitá rozdělení Rovnoměrné R(a,b) Exponenciální E(1/) Normální N(,2) Logaritmicko-normální LN(,2) Další rozdělení Obecné trojúhelníkové TRI(a,c,b) Lichoběžníkové, Gama, Beta, 2, t, …

1. Rovnoměrné rozdělení Náhodná veličina X má rovnoměrné rozdělení na intervalu (a,b), jestliže má hustotu pravděpodobnosti f(x): f(x) = 0 pro x<a a pro x>b f(x) = 1 / (b-a) (tj. v daném intervalu se vyskytuje se stejnou pravděpodobností) E(X) = (a+b)/2 D(X) = (b-a)2/12

1. Rovnoměrné rozdělení Generování: x = a + (b-a)r Příklad: doba čekání na metro (pokud přicházejí cestující náhodně a metro jezdí v pravidelných intervalech)

2. Exponenciální rozdělení Používáme: pokud je pravděpodobnost výskytu jevu během časového intervalu úměrná délce tohoto intervalu a nastoupení jevu je statisticky nezávislé na minulosti procesu f(x) = e- x pro >0, x>0 E(X) = 1/  D(X) = 1/ 2

2. Exponenciální rozdělení Generování - přes metodu inverzní transformace Příklad: doba mezi vstupy zákazníků do systému, doba životnosti výrobku

3. Normální rozdělení Parametry: ,  Lze převést na normované normální rozdělení N(0,1): pokud X má rozdělení N(, 2), pak Z = (X- )/ má rozdělení N(0,1) Tímto rozdělením se řídí např. náhodné chyby a veličiny, jejichž kolísání je způsobeno součtem velkého počtu vzájemně nezávislých a nepatrných jevů (výška populace). Lze jím dobře aproximovat i jiná rozdělení.

3. Normální rozdělení

3. Normální rozdělení Generování: Algoritmus vycházející z centrální limitní věty - součty n náhodných čísel (pro n alespoň 12 a vetší) je možno chápat jako hodnoty normálního rozdělení Box-Mullerova transformace Upravená Box-Mullerova transformace

4. Logaritmicko-normální rozdělení Vhodné pro jednostranně ohraničená data – např. fyzikální veličiny (teplota, tlak, hmotnost, objem, …)

4. Logaritmicko-normální rozdělení Generování: Nagenerujeme X z normálního rozdělení Pokud má X rozdělení N(,2), pak Z má rozdělení LN(,2 ), jestliže Z = ex

5. Další rozdělení a) Obecné trojúhelníkové b) Lichoběžníkové c) Gama a Erlangovo d) Beta e) 2 f) Studentovo t-rozdělení g) Weibullovo aj.