Академический Документы
Профессиональный Документы
Культура Документы
- Sintaxis:
Y = random(pd)
Y = random(pd,m,n,...)
Y = random(pd,[m,n,...])
Y = random(name,A)
Y = random(name,A,B)
Y = random(name,A,B,C)
Y = random(name,A,m,n,...)
INGENIERA ELECTRNICA
Y = random(name,A,[m,n,...]) dimensiones comunes de A B y C despus de
Y = random(name,A,B,m,n,...) cualquier expansin escalar necesario.
Y = random(name,A,B,[m,n,...])
Y = random(name,A,B,C,m,n,...) GENERADOR DE NMEROS ALEATORIOS.
Y = random(name,A,B,C,[m,n,...])
Un ordenador es una mquina determinista con un
- Descripcin nmero finito de estados. El problema es cmo
generar una sucesin infinita de nmeros aleatorios,
Y = random(pd) devuelve un nmero aleatorio Y de con una distribucin de probabilidad subyacente
la distribucin especificada por el objeto distribucin prefijada, de manera algortmica.
de probabilidad pd Puede crear un objeto de
distribucin de probabilidad con valores de Nos centraremos en el problema de encontrar
parmetros especificados usando makedist o encajar nmeros aleatorios con una distribucin uniforme en
un objeto de distribucin de probabilidad para tomar el intervalo [0, 1]. La distribucin de probabilidad es
muestras de datos utilizando _tdist.
Ventajas
El mtodo es rpido.
La secuencia generada es independiente de la
mquina en la que se ejecuta el algoritmo. Representacin grfica del mtodo del rechazo.
Existen correlaciones entre los nmeros generados: El mtodo de la transformada inversa, es el mtodo
Imaginemos que utilizamos esta secuencia para ms utilizado en la obtencin de variables. Aleatorias
generar puntos en k dimensiones, los puntos se para experimentos de simulacin. Para aplicar este
distribuyen en un mximo de m1/k hiperplanos de mtodo suponga que queremos generar el valor de una
dimensin k 1, y no de manera uniforme. variable aleatoria discreta X con funcin de masa de
Los bits menos significativos tienen un carcter probabilidad:
menos aleatorio que los bits ms significativos.
Mtodo de rechazo.
- Descripcin
escaleras (Y) dibuja un grfico escalonado de los
elementos en Y.
Si Y es un vector, entonces escaleras dibuja una
lnea.
Si Y es una matriz, entonces escaleras dibuja una
lnea por cada columna de la matriz.
V. ACTIVIDADES
%Experimento 1.1
%Experimento 1.2
clear all
clc
x=-20:0.25:20;
mu=5;
sig=2;
fx=inline('(exp(-0.5*((x-
mu)/sig)^2))/(sqrt(2*pi*(sig^2)))','x'
,'mu','sig');
for i=1:length(x)
f(i)=fx(x(i),mu,sig);
end
plot(x,f,'r')
title('Grafica Funcion')
grid on
vaX=random('norm',mu,sig,[1,1000]);
figure;
hist(vaX);
[h,t]=hist(vaX);
for i=1:length(t)
f2(i)=fx(t(i),mu,sig);
end
bar(t,h/(sum(h)*(t(2)-t(1))));
hold on
plot(t,f2,'r');
title('Grafica Distribuci\'on Normal')
hold off
figure
INGENIERA ELECTRNICA
Trabajo extra:
Grficos: Grficos:
INGENIERA ELECTRNICA
clc clc
clear all clear all
x=0:0.1:10;
y=raylpdf(x,0.5); c=2;
plot(x,y) K=10;
y=raylpdf(x,1); f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
hold on (x/c).^k);
plot(x,y,'r') plot(x,f(K,x))
plot(x,y,'g') hold on
title('Grafica Distribucion Raleigh') c=1;
figure K=2;
ecdf(y); f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
title('Grafica ECDF'); (x/c).^k);
plot(x,f(K,x),'r')
c=1;
K=10;
f=@(k,x) (k/c)*((x/c).^(k-1)).*exp(-
(x/c).^k);
plot(x,f(K,x),'g')
title('Grafica Distribucion Weibull')
figure
ecdf(y);
title('Grafica ECDF');
INGENIERA ELECTRNICA
Cdigo Matlab
clc
clear all
x=0:.1:10; VI. ANLISIS DE RESULTADOS
y = chi2pdf(x,5);
plot(x,y,'b') La declaracin de las distribuciones en el Matlab
hold on deben tener un orden, y un correcto uso de sintaxis.
y = chi2pdf(x,3);
plot(x,y,'b') Matlab presenta sus propias herramientas para la
x=0:.1:5; presente materia, lo cual reduce la necesidad de
y = chi2pdf(x,3); programar extensos cdigos.
plot(x,y,'r')
title('Grafica Distribucion Chi La visualizacin en el plano de las funciones permite
Cuadrado') un mejor entendimiento de la materia impartida.
figure
ecdf(y); Con el uso de Matlab nos permite estudiar con mayor
title('Grafica ECDF') facilidad si por ejemplo como datos estos superen las
decenas por la razn que usa vectores y tambin hay
la posibilidad de realizar bucles para repeticiones para
trabajar con todos estos datos que si lo haramos a
mano nos llevara horas.
VII. CONCLUSIONES
http://grupo.unavirtual.una.ac.cr/mahara/artefact/_le/dow
nload.php?_le=6827view=1085
http://www.mathworks.com/products/statistics/descriptio
n6.html.