LAK_-_tematy_projektow_archiwum.pdf
(
1824 KB
)
Pobierz
PROJEKT 1
LEM, SEMESTR LETNI 2000
ILUSTRACJA CENTRALNEGO TWIERDZENIA GRANICZNEGO
Celem projektu jest doswiadczalne sprawdzenie prawdziwosci nast epuj acego
fundamentalnego prawa rachunku prawdopodobienstwa ([1], str. 218):
Centralne twierdzenie graniczne.
}b edzie ci agiem wza-
jemnie niezaleznych zmiennych losowych o wspolnym rozkladzie. Zalozmy,
ze µ = E(X
k
) oraz ›
2
= D
2
(X
k
) istniej a, i niech S
n
Niech{X
k
= X
1
+ . . . + X
n
.
Wtedy dla dowolnego t zachodzi
(
)
S
n
−n·µ
›
lim
n!1
P
p
n
< t
= ˆ(t),
gdzie ˆ(t) oznacza dystrybuant e rozkladu normalnego.
Wskazowki realizacyjne:
1. Wykorzystaj funkcj e
RAND(M,N)
, ktora generuje macierze z elemen-
tami losowymi o rozkladzie jednostajnym na przedziale [0,1].
p
2. Utworz m = 10000 realizacji zmiennej losowej Y
n
= (S
n
−n·µ)/›
n
dla n = 10.
3. Wyznacz dystrybuant e zmiennej losowej Y
n
, licz ac jej wartosci dla ci agu
punktow
T=(-3):0.2:3
. Funkcja
FIND
jest jak stworzona w tym
celu.
4. Porownaj jej wykres z wykresem dystrybuanty rozkladu normalnego,
([1], str. 158).
5. Jesli starczy Ci zapalu, wyznacz funkcj e g estosci prawdopodobienstwa
dla Y
n
. Czy przypadkiem w twierdzeniu jest mowa o zbieznosci w sensie
dystrybuanty ?
[1] William Feller, Wst ep do rachunku prawdopodobienstwa, PWN, Warszawa
1977.
PROJEKT 2 LEM, SEMESTR LETNI 2000
PROSTE ZMIENNE LOSOWE – ODCINKI PRZYPADKOWE
Celem projektu jest doswiadczalne i numeryczne obliczenie wartosci srednich
prostych zmiennych losowych. Przypominamy, ze funkcja
RAND(N,M)
gene-
ruje macierze z elementami losowymi o rozkladzie jednostajnym na przedziale
[0,1].
A.
1. Niech x
1
, x
2
bed a dwiema zmiennymi losowymi o rozkladzie jednostaj-
nym w przedziale [-1,1]. Oblicz wartosc sredni a dlugosci utworzonego
przez nie odcinka dla
K=100:100:2000
probek.
2. Porownaj na wykresie wynik z dokladnym, obliczonym analitycznie.
Jezeli nie potrafisz wykonac obliczenia, wykorzystaj punkt C.
B.
1. Niech x
1
, x
2
, y
1
, y
2
b ed a zmiennymi losowymi takimi, jak w punk-
cie A.1. Oblicz wartosc sredni a dlugosci utworzonego przez punkty o
wspolrz ednych x = (x
1
, x
2
), y = (y
1
, y
2
) odcinka dla
K=100:100:2000
realizacji.
2. Porownaj na wykresie z wartosci a obliczon a przy pomocy calkowania
numerycznego, patrz punkt C.
C. Przyblizone wartosci calek na przedziale (kostce) I = [−1, 1]
n
, n =
1, 2, ... mozna obliczyc w sposob przyblizony, wykorzystuj ac np. 8–punktow a
kwadratur e Gaussa (analiz e dokladnosci i zakres stosowalnosci znajdziesz w
kazdym podr eczniku metod numerycznych),
Z
Z
Z
8
8
8
1
X
1
1
X
X
f(x) dx =
w
i
f(˜
i
),
f(x
1
, x
2
) dx
1
dx
2
=
w
i
1
w
i
2
f(˜
i
1
, ˜
i
2
).
−1
−1
−1
i=1
i
1
=1
i
2
=1
Uogolnienie dla n > 2 jest oczywiste. Wspolrz edne ˜
i
i wagi w
i
maj a wartosci:
WI=[0.1012285362,0.2223810344,0.3137066458,0.3626837833,...
0.1012285362,0.2223810344,0.3137066458,0.3626837833];
XI=[0.9602898564,0.7966664774,0.5255324099,0.1834346424,...
-0.9602898564,-0.7966664774,-0.5255324099,-0.1834346424];
PROJEKT 2 LEM, SEMESTR LETNI 2000
PROSTE ZMIENNE LOSOWE – ODCINKI PRZYPADKOWE
Celem projektu jest doswiadczalne i numeryczne obliczenie wartosci srednich
prostych zmiennych losowych. Przypominamy, ze funkcja
RAND(N,M)
gene-
ruje macierze z elementami losowymi o rozkladzie jednostajnym na przedziale
[0,1].
A.
1. Niech x
1
, x
2
bed a dwiema zmiennymi losowymi o rozkladzie jednostaj-
nym w przedziale [-1,1]. Oblicz wartosc sredni a dlugosci utworzonego
przez nie odcinka dla
K=100:100:2000
probek.
2. Porownaj na wykresie wynik z dokladnym, obliczonym analitycznie.
Jezeli nie potrafisz wykonac obliczenia, wykorzystaj punkt C.
B.
1. Niech x
1
, x
2
, y
1
, y
2
b ed a zmiennymi losowymi takimi, jak w punk-
cie A.1. Oblicz wartosc sredni a dlugosci utworzonego przez punkty o
wspolrz ednych x = (x
1
, x
2
), y = (y
1
, y
2
) odcinka dla
K=100:100:2000
realizacji.
2. Porownaj na wykresie z wartosci a obliczon a przy pomocy calkowania
numerycznego, patrz punkt C.
C. Przyblizone wartosci calek na przedziale (kostce) I = [−1, 1]
n
, n =
1, 2, ... mozna obliczyc w sposob przyblizony, wykorzystuj ac np. 8–punktow a
kwadratur e Gaussa (analiz e dokladnosci i zakres stosowalnosci znajdziesz w
kazdym podr eczniku metod numerycznych),
Z
Z
Z
8
8
8
1
X
1
1
X
X
f(x) dx =
w
i
f(˜
i
),
f(x
1
, x
2
) dx
1
dx
2
=
w
i
1
w
i
2
f(˜
i
1
, ˜
i
2
).
−1
−1
−1
i=1
i
1
=1
i
2
=1
Uogolnienie dla n > 2 jest oczywiste. Wspolrz edne ˜
i
i wagi w
i
maj a wartosci:
WI=[0.1012285362,0.2223810344,0.3137066458,0.3626837833,...
0.1012285362,0.2223810344,0.3137066458,0.3626837833];
XI=[0.9602898564,0.7966664774,0.5255324099,0.1834346424,...
-0.9602898564,-0.7966664774,-0.5255324099,-0.1834346424];
Projekt
LEM, semestr letni 2001
Budowanie plotu
czyli
powloka wypukla zbioru punktow na plaszczyznie
Wyobrazmy sobie l ak e, na ktorej rosnie k epa drzew. Chcemy te drzewa
ogrodzic plotem o najmniejszej dlugosci, przy czym slupkami mog a byc ich
pnie. Intuicyjnie najprostszy sposob post epowania: przywi azujemy sznurek
do drzewa najbardziej wysuni etego na poludnie, a nast epnie owijamy go
dookola k epy, obchodz ac j a w kierunku przeciwnym do ruchu wskazowek
zegara. Po naci agni eciu sznurek wyznacza przebieg plotu i pnie stanowi ace
slupki.
Postawmy teraz zadanie w sposob formalny.
Nalezy napisac program
ktory wykonuje nast epuj ace czynnosci:
A:
Pyta o liczb e punktow n;
B:
Tworzy losowo zbior P zawieraj acy n punktow p
i
= (x
i
, y
i
), i = 1, . . . , n,
w kwadracie [0, 10]×[0, 10];
C:
Rysuje wielok at stanowi acy powlok e wypukl a tego zbioru oraz podaje
liczb e wierzcholkow tego wielok ata.
Algorytm owijania realizuj acy punkt C mozna zaproponowac w nast epuj acej
postaci.
1. Znajdujemy punkt o najmniejszej wspolrz ednej x, niech ma on numer k.
B edziemy liczyc k at nawijania, wi ec wybieramy kierunek odniesienia,
zadaj ac go przy pomocy wektora jednostkowego τ = (1, 0). Przyjmu-
jemy pocz atkow a wartosc k ata nawini ecia φ = 0.
2. Tworzymy zbior P
k
= P\{k}={p
1
, .., p
k
−
1
, p
k+1
, .., p
n
}. Dla wszyst-
kich punktow p
i
∈P
k
obliczamy k aty α
i
pomi edzy wektorami
p
i
−p
k
p
i
−p
k
τ
i
=
a wektorem τ . Nast epnie znajdujemy najmniejszy z nich, α
r
.
3. Jesli φ + α
r
≥2π + ǫ (gdzie ǫ to mala liczba, np. 10
−
6
), znaczy to, ze
budowa wielok ata zostala zakonczona juz w poprzednim kroku, koniec
programu.
4. Jesli φ + α
r
< 2π + ǫ, punkt o numerze r nalezy do wielok ata. Narysuj
teraz odcinek p
k
p
r
, podstaw φ := φ + α
r
, k := r, τ := τ
r
, a nast epnie
wroc do punktu 2.
Uwagi realizacyjne:
•dla znajdowania najwi ekszego i najmniejszego elementu wektora oraz
jego pozycji zastosuj funkcj e
SORT
,
•kosinusy k atow α
i
mozna wyliczyc ze wzoru cos α
i
= τ
i
·τ , gdzie kropka
oznacza iloczyn skalarny (tylko gdyτ
i
=τ= 1),
•aby znalezc najmniejszy k at α
i
wystarczy znalezc najwi ekszy cos α
i
.
Wzorcowa realizacja liczy 28 linii (instrukcji) i w ci agu kilku – kilkunastu
sekund znajduje powloki wypukle dla kilkunastu tysi ecy punktow. Wykonaj
eksperymenty dla n pomi edzy 10 a 100.
15
10
5
0
.
0
5
10
15
Rysunek 1: Przykladowy wynik dzialania programu.
Plik z chomika:
Lexor2
Inne pliki z tego folderu:
LAK_-_instrukcje.pdf
(1423 KB)
LAK_-_materiały.pdf
(1076 KB)
LAK_-_notatki.pdf
(2286 KB)
LAK_-_tematy_projektow_archiwum.pdf
(1824 KB)
Inne foldery tego chomika:
Algebra (AL)
Algebra, Calculus And Pre-Calculus Know-It-All - Beginner to Advanced, and Everything in Between
Analiza matematyczna 1 (AM1)
Analiza matematyczna 2
Grafy
Zgłoś jeśli
naruszono regulamin