Link - Hochschule Ulm
Link - Hochschule Ulm
Link - Hochschule Ulm
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
7 axis([-1 2 0 600])<br />
8 title(’Gleichmäßigverteilte<br />
9 Zufallszahlen’)<br />
10<br />
11 yn = randn(10000,1);<br />
12 x = min(yn):0.2:max(yn);<br />
13 subplot(2,1,2)<br />
14 hist(yn,x)<br />
15 h = findobj(gca,’Type’,’patch’);<br />
16 set(h,’FaceColor’,’b’,’EdgeColor’,<br />
’w’)<br />
17 title(’Normalverteilte<br />
18 Zufallszahlen’)<br />
illustriert die beiden Matlab-Funktionen rand<br />
und randn grafisch, siehe Abbildung 45.<br />
Das obere Histogramm zeigt, wie sich die<br />
10000 Zufallszahlen gleichmäßig über das<br />
Intervall ]0, 1[ verteilen. Mit dem Befehl<br />
rand(10000,1) wird ein Spaltenvektor mit<br />
10000 Werten erzeugt und yg zugeordnet.<br />
Die Matlab-Funktion hist erstellt nun das<br />
Histogramm. Mit dieser Funktion kann man<br />
verschiedene Ziele erreichen. Ein Aufruf wie<br />
hist(yg,25) erzeugt ein Histogramm, das<br />
angibt, wie oft ein Wert in einem Subintervall<br />
von ]0, 1[ vorkommt. Die Zahl 25 schreibt<br />
vor, das Intervall ]0, 1[ in 25 gleichgroße Subintervalle<br />
einzuteilen und 25 Rechtecksflächen<br />
zu zeichnen, deren Breite die Subintervallänge<br />
und deren Höhe die Anzahl der Zufallswerte<br />
in dem jeweiligen Subintervall angeben. Das<br />
untere Histogramm in Abbildung 45 zeigt, wie<br />
sich 10000 Zufallszahlen mit Mittelwert 0 und<br />
Varianz 1 ähnlich einer Gaußschen Glockenkurve<br />
verteilen.<br />
Der Skript-File<br />
1 Punkte = rand(10000,2);<br />
2 subplot(1,2,1)<br />
600<br />
400<br />
200<br />
1000<br />
Gleichmäßigverteilte Zufallszahlen<br />
0<br />
−1 −0.5 0 0.5 1 1.5 2<br />
500<br />
Normalverteilte Zufallszahlen<br />
0<br />
−4 −3 −2 −1 0 1 2 3 4<br />
Abbildung 45: Zufallszahlen<br />
3 plot(Punkte(:,1),Punkte(:,2),’.’)<br />
4 title(’Gleichmäßigverteilte<br />
5 Zufallszahlen’)<br />
6 axis([0 1 0 1])<br />
7 axis(’square’)<br />
8<br />
9 Punkte = randn(10000,2);<br />
10 subplot(1,2,2)<br />
11 plot(Punkte(:,1),Punkte(:,2),’.’)<br />
12 title(’Normalverteilte<br />
13 Zufallszahlen’)<br />
14 axis([-3 3 -3 3])<br />
15 axis(’square’)<br />
erzeugt die Abbildung 46, um Unterschiede<br />
Gleichmäßigverteilte Zufallszahlen<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
0 0.5 1<br />
Normalverteilte Zufallszahlen<br />
3<br />
2<br />
1<br />
0<br />
−1<br />
−2<br />
−3<br />
−2 0 2<br />
Abbildung 46: Zufallszahlen<br />
zwischen rand und randn klar zu machen.<br />
140 Copyright c○ G. Gramlich