Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- 2014.02.18, kedd 10:00
- Egyenletes eloszlás:
- Amikor egy adott intervallumba esésnek (excel: "=VÉL()")a valószínűsége csak az intervallum hosszától függ, a helyétől nem.
- Rögzítés: A oszlop kijelöl, jobbegér B1-be: Irányított beillesztés. (Válaszd ki hogy Értékek, majd ok)
- [-2, 5] intervallumon: =VÉL()*5 - 2
- ### RÖGZÍTENI MINDIG KELL AZ ADATOKAT, KÜLÖNBEN PONTLEVONÁS (de meg kell hagyni az eredetiket is) ###
- 6 kockadobás imitálása:
- Egész rész: A legnagyobb egész szám ami nem nagyobb a számnál.
- -2,3 = -3 + 0,7
- 2,3 = 2 + 0,3
- 2,99 = 2 + 0,99
- =VÉL()*6 + 1 (1,xxxx-től 6,xxxx-ig)
- Egészrész: =INT()
- =INT(VÉL()*6) (0 - 5(,99))
- =INT(VÉL()*6)+1 (1-6)
- 1.7 feladat (esemény valószínűsége 0,4)
- Karakterisztikus eloszlás: Az indikátorváltozó eloszlása (0 vagy 1, igaz vagy hamis, jelen esetben)
- Karakterisztika: "Valamit vagy mutat, vagy nem. Az indikátor is ilyen, mint a lakmuszpapír: vagy savas, vagy lúgos."
- =HA(VÉL() < 0,4; 1; 0)
- 1.9 feladat
- Binomiális eloszlás: A gyakoriság eloszlása. (A karakterisztikus eloszlások összege a binomiális eloszlás!)
- Gyakorlatilag ugyanaz mint az előbb, csak megszámoljuk hogy hány kísérlet volt sikeres. A 1-esek összege lesz a sikeres esetek száma.
- =HA(VÉL() < 0,8; 1; 0)
- =SZUM(A1:E1)
- 1.11 feladat
- Exponenciális eloszlású valószínűségi változó: folytonos eloszlás, mint az egyenletes eloszlás.
- A várakozási idő ilyen eloszlású, pl (örök ifjú tulajdonság, hogy a teszkóban elképzelhető hogy a 20 fős sor hamarabb végez mint a 2 fős.... ezt mondta legalábbis Tómács. :D)
- Itt van egy képlet, jegyzetben benne van, 12. oldal. Végső soron:
- P(ln(pszí) > -lambda*x) - vegyük mindkét oldal exponenciális függvényét.
- P(e^ln(pszí) > e^-lambda*x) - e^ln(pszí) = pszí -> varázslat -> 1-e^-lamda*x (egy mínusz e a mínusz lambdaszor xediken) .... ^ <- hatvány
- Lamda: 5,6
- =-LN(VÉL()) / 5,6
- Normális eloszlás (ezzel fogunk a legtöbbet foglalkozni)
- A pszí valószínűségi változót m és szigma paraméterű normális eloszlású valószínűségi változónak tekintjük, ha annak a valószínűsége hogy pszí < x (nagylevegő, "elnézést kérek a gyengébb idegzetűektől", mondta tómács, és laza 6 másodperc alatt felírta/elmondta a következő a képletet):
- P(pszí < x) = 1 / (szigma * gyök(2*pí) * (integrál mínusz végtelentől x-ig (e ^ -((t-m)^2 / 2*szigma^2) dt)
- m=0, szigma=1 esetén standard normális eloszlásról beszélünk (m a várható érték, szigma a szórás)
- Tétel: Ha pszí és éta a [0,1] intervallumon egyenletes eloszlású és függetlenek, akkor gyök(-2*ln(pszí)) * cos(2*pí*éta). Ez biztosan, tutira standard normális eloszlású (ez precíz!).
- =GYÖK(-2 * LN(VÉL())) * COS(2 * PI() * VÉL())
- m=4, szigma=1,2:
- =GYÖK(-2 * LN(VÉL())) * COS(2 * PI() * VÉL()) * 1,2 + 4
- Pluszinfó: gyakorlatok! ZH-nál úgy veszi Tómács, hogy ezeket a feladatokat mindenki megcsinálta.
- Házik:
- 1.1: Cauchy eloszlás: két standard normálist legyártunk és vesszük a kettő hányadosát.
- ...1.6-ig is akár (az épp le is lehet programozni)
- Csak a matematikai háttér lesz adva! Ebből kell gazdálkodnunk. GYAKOROLNI.
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement