LABORATOR 3

1. (din lab 2) Sa se simuleze vectorul aleator discret (X,Y) a carei repartitie este data de tabela de contingenta: Y= b1 ... X= a1 a2 as p11 ... p21 ... ps1 ... br p1r | p2r | psr
r

p1. p2. ps.

.............................................. |

unde

i , j pij =1

si pi . = j=1 p ij

Indicatie: se genereaza X cu repartitia (p1., p2., ..., ps.). Daca X=ai atunci se genereaza Y cu repartitia (pi1/pi., pi2/pi., ..., pir/pi.). Exemplu: Sa se genereze perechea (X,Y) cu repartitia data de urmatoarea tabela de contingenta: Dreptaci Stangaci Barbati Femei 43 47 9 5

2. Sa se calculeze valoarea lui folosindu-se metoda Monte Carlo. Sugestie: fie D discul de raza 1, centrat in origine si I2=[-1,1] x [-1,1]. Atunci are loc relatia aria ( D )/ aria ( I 2 )=/ 4 . 3. Sa se calculeze urmatoarele integrale folosindu-se metoda Monte Carlo: a) b)

0 x 2 dx

(metoda Monte Carlo bruta);

5/ 2

0 0 ex

3 /2

x 2 + y 2+1 dx dy

(metoda Monte Carlo dupa importanta, cu functia de

importanta

x y , daca x > 0, y > 0 p ( x , y )= e ). 0, altfel

4. Sa se simuleze urmatoarele repartitii discrete si sa se valideze algoritmii de generare: a) repartitia binomiala Binom(n,p) 0<p<1, n>0 numar natural (numarul de succese din n probe independente; p este probabilitatea de a avea succes) E(X)=np Var(X)=np(1-p) b) repartitia Pascal(k,p) 0<p<1, k>0 numar natural (numarul de esecuri pana la aparitia a k succese intr-un sir de probe independente; p este probabilitatea de a avea succes) E(X)=k(1-p)/p Var(X)=k(1-p)/p2 c) repatitia hipergeometrica H(N,A,n) , A<N, n<N (semnificatie: N bile intr-o urna, A bile albe; se extrag n bile fara intoarcere si se numara cate bile albe s-au extras) E(X)=np Var(X)=np(1-p)(N-n)/(N-1), unde p=A/N. Algoritm: p=A/N; j=0;X=0; repeat genereaza u uniform(0,1); j++; if u<p then X++; S=1; else S=0; N--; A=A-S; p=A/N; until j=n; write(X); Daca X1, X2, ..., Xn este o selectie simulata, momentele empirice de selectie sunt X =( i =1 X i)/ n ,
n

. s 2=( i =1 X 2 i )/ n X