Generování náhodných čísel

Slides:



Advertisements
Podobné prezentace
VÝPOČET OC.
Advertisements

GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Testování parametrických hypotéz
Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK
MATLAB LEKCE 7.
Houška M.,Švasta J.: Simulační modely I
Cvičení 6 – 25. října 2010 Heteroskedasticita
Lekce 12 Metoda Monte Carlo III Technologie (kanonický soubor)
4EK211 Základy ekonometrie Autokorelace Cvičení /
ZÁKLADY EKONOMETRIE 2. cvičení KLRM
4EK416 Ekonometrie Úvod do předmětu – obecné informace
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.
Tloušťková struktura porostu
Náhoda, generátory náhodných čísel
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Vybraná rozdělení spojité náhodné veličiny
Základy ekonometrie Cvičení října 2010.
Generování náhodných veličin (2) Spojitá rozdělení
Toolbox analýzy a modelování stochastických systémů b Ústav teorie informace a automatizace, AVČR b Oddělení stochastické informatiky b Ing. Petr Salaba.
Nechť (, , P) je pravděpodobnostní prostor:
Poskytuje daný generátor opravdu posloupnost náhodných čísel?
Testy náhodnosti, metody transformace náh. čísel na hodnoty náh
Statistická analýza únavových zkoušek
Náhoda, generátory náhodných čísel
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Další spojitá rozdělení pravděpodobnosti
Markovovské řetězce. Andrej Andrejevič Markov
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Statistické výpočty v MATLABu
Odhad metodou maximální věrohodnost
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.
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.
PPA1 – 5.cvičení Pavel Bžoch.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Normální rozdělení a ověření normality dat
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
Modeling claim size in time via copulas (Gaida Pettere & Tonu Kollo) Mgr. Jan Šváb
Kendalova klasifikace SHO
(Popis náhodné veličiny)
Hustota pravděpodobnosti – případ dvou proměnných
Systémy. Definice systému Systém je množina navzájem souvisejících prvků a vztahů mezi nimi.
Poissonovo rozdělení diskrétní náhodné veličiny
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.
Kapitola 5: Spojitá náhodná veličina
Testování hypotéz Otestujte,… Ověřte,… Prokažte,… že střední věk (tj.  ) …činí 40 let (= 40) …je alespoň 40 let (≥ 40)
Stručný přehled modelových rozložení I.
Modelování hlubinného úložiště - Citlivostní analýza vstupních  parametrů a její vztah k hodnocení rizik. Josef Chudoba.
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Lineární kongruentní generátor
Normální (Gaussovo) rozdělení
Statistika a výpočetní technika
Lineární kongruentní generátor
Rozdělení pravděpodobnosti
Náhodný proces Funkce f(t), kde f(t) je náhodná veličina.
Poissonovo rozdělení diskrétní náhodné veličiny
Náhodné výběry a jejich zpracování
Testování hypotéz - pojmy
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Generování náhodných čísel

Generování náhodných čísel Generátory obvykle generují náhodná čísla s rovnoměrným rozložením na intervalu <0,1> Například funce RANDOM resp. NÁČÍSLO v Excelu

Testování generátorů náhodných čísel Test střední hodnoty E(N0,1) = 0.5 Test dalších parametrů (např. Rozptyl, var(N0,1)=1/12 Test náhodnosti výskytu číslic

Cvičení Otestujte funkci NÁH.ČÍSLO z MS Excelu na Střední hodnotu Royptyl Náhodnost výskytu číslic

Náhodná čísla s jiným rozložením

Hustota pravděpodobnosti Rovnoměrné rozložení na intervalu <0,1> 1

Hustota pravděpodobnosti Rovnoměrné rozložení na intervalu <a,b> b a

Rovnoměrně rozložená čísla na <a,b> R = RANDOM()*(b-a)+a

Obecné rozložení

Metoda inverzní funkce RANDOM Výsledné n.č.

Metoda inverzní funkce R = F-1 (RANDOM) Nevýhoda: Musím být schopen explicitně vyjádřit inverzní funkci k distribuční funkci.

Metoda vylučovací zamítnuto

Metoda vylučovací Je-li bod (R1,R2) nad grafem hustoty pravděpodobnosti, zamítni Je-li bod (R1,R2) pod grafem hustoty pravděpodobnosti, je R1 generovaná hodnota

Výhody a nevýhody Stačí mi znát vyjádření hustoty pravděpodobnosti Pro jedno číslo musím vygenerovat minimálně dvě (obvykle ale více) hodnoty.

Cvičení Vygenerujte pomocí excelovské funkce RANDOM náhodná čísla s normálním rozložením se střední hodnotou 0 a rozptylem 1 Generujte čísla z intervalu <-10,10>

Cvičení Takto vygenerovaná náhodná čísla otestuje na Střední hodnotu Rozptyl

Simulace Markovovských řetězců 50% 60% 0,3<=R<0,8 R<0,6 20% 30% medvídek R>=0,8 100% R<0,3 R<0,5 40% 50% R>=0,6 50% 50% R<0,5 40% R>=0,5 10% 0,5<=R<0,9 R>=0,9 past med

Cvičení Pomocí rovnoměrně rozložených náhodných čísel a simulace řešte příklad „hokej“ z minulé hodiny.