Projekt 1 - Matematikcentrum - Lunds Tekniska Högskola
Projekt 1 - Matematikcentrum - Lunds Tekniska Högskola
Projekt 1 - Matematikcentrum - Lunds Tekniska Högskola
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Projekt</strong> 1, Matstat AK för L, HT-02<br />
Svar:<br />
För att undersöka om du har rätt ska du jämföra<br />
den empiriska fördelningsfunktionen med din hypotetiska<br />
fördelningsfunktionen.<br />
Uppgift 3.9:<br />
Rita den empiriska fördelningsfunktionen för tegelstensvikterna<br />
med hjälp av följande MATLAB<br />
kommandon:<br />
>> xs = sort(vikt);<br />
>> n = length(xs);<br />
>> Fn = [1:n]/n;<br />
>> stairs(xs,Fn);<br />
Avläs från figuren vad medianvärdet är för vikterna,<br />
och vilken vikt som understigs av 90 % av tegelstenarna.<br />
Använd kommandot zoom on för att<br />
se detaljer i plotten.<br />
Svar:<br />
En fördelningsfunktion för normalfördelningen<br />
kan plottas med funktionen normcdf (normal cumulative<br />
distribution function) men kräver värden<br />
på parametrarna och i fördelningen. Håll<br />
kvar den empiriska fördelningsfunktionen i figuren<br />
med hold on och rita in en normalfördelning<br />
med = 1 och standardavvikelsen = 0.05 i<br />
figuren.<br />
>> x = [0:0.01:2];<br />
>> plot(x,normcdf(x,1,0.05))<br />
• Uppgift 3.10:<br />
Identifiera väsentliga avvikelser mellan de två fördelningarna.<br />
Relatera dessa avvikelser till dem<br />
som du sett i de tidigare plottarna.<br />
Svar:<br />
4 Summor av stokastiska<br />
variabler — faltning<br />
4.1 Symmetrisk fördelning<br />
Börja med att hitta på en diskret sannolikhetsfunktion<br />
med några möjliga utfall, till exempel<br />
den likformiga fördelningen över 1,2,. . . ,6, dvs<br />
ett tärningskast. Mata sedan in denna sannolikhetsfunktion<br />
i form av en vektor.<br />
6<br />
>> p = [0 1 1 1 1 1 1]/6<br />
Nollan finns där för att det blir lättare att hålla<br />
reda på saker och ting om det första elementet i<br />
vektorn är sannolikheten för att utfallet är noll.<br />
Rita upp sannolikhetsfunktionen med kommandot<br />
stem.<br />
>> stem(0:length(p)-1,p)<br />
Funktionen length ger antalet element i en vektor.<br />
Som du vet beräknas sannolikhetsfunktionen för<br />
en summa av två oberoende diskreta stokastiska<br />
variabler genom en diskret faltning (se kursboken).<br />
I MATLAB finns en funktion, conv, som<br />
utför just en sådan faltning (faltning heter convolution<br />
på engelska).<br />
>> p2 = conv(p,p);<br />
>> p4 = conv(p2,p2);<br />
>> p8 = conv(p4,p4);<br />
Här blir p8 alltså sannolikhetsfunktionen för en<br />
summa av åtta stycken oberoende stokastiska variabler<br />
med sannolikhetsfunktionen p. Rita upp<br />
var och en av dessa nya sannolikhetsfunktioner<br />
med hjälp av stem (om du använder subplotkommandot<br />
kan du få plottarna i följd på ett<br />
överskådligt sätt).<br />
Nu kan vi också åstadkomma slumptal från fördelningen<br />
p8 genom att generera åtta stycken<br />
slumptal från fördelningen p och sedan lägga<br />
ihop dem. Om vi gör detta, till exempel,<br />
hundra gånger kan vi sedan rita ett stolpdiagram<br />
över de relativa frekvenserna och jämföra<br />
detta med sannolikhetsfunktionen för p8. I<br />
MATLAB gör vi detta lätt och snabbt genom<br />
att först generera en 8 × 100-slumptalsmatris<br />
Y=floor(6*rand(8,100)+1), där vi kan betrakta<br />
varje kolonn som observationer av åtta stycken<br />
tärningskast. Ta, innan du går vidare, reda på hur<br />
funktionen sum fungerar.<br />
>> s = sum(Y);<br />
>> [yy,xx] = hist(s,0:length(p8)-1);<br />
>> stem(xx,yy/100)<br />
Den andra inparametern till funktionen hist är<br />
en vektor vars element anger klassmitten för respektive<br />
klass, och på detta sätt får vi samma indelning<br />
som i stolpdiagrammet över sannolikhetsfunktionen<br />
p8.<br />
Nu kan det vara dags att ta det lite lugnt ett slag<br />
och fundera över några frågor: