я иметь переменные х, который подвергается блужданию в соответствии со следующими правилами:моделирования случайной прогулки в MATLAB
x(t+1)=x(t)-1; probability p=0.3
x(t+1)=x(t)-2; probability q=0.2
x(t+1)=x(t)+1; probability p=0.5
а) я должен создать эту переменный, инициализированные в нуле и написать цикл на 100 шагов и который работает 10000 раз, сохраняя каждое окончательное значение в xfinal b) Мне нужно построить распределение вероятности xfinal (гистограмма), выбрав размер и нормализацию бункера !! * я должен сообщить среднее значение и дисперсию xfinal c) i должны воссоздать распределение путем применения центральной предельной теоремы и построить распределение вероятности на одном и том же участке!
справка была бы оценена в рассказе мне, как выбрать размер бункера и нормализовать гистограмму и как попытаться выполнить часть c) Ваша помощь очень ценится !!
p=0.3;
q=0.2;
s=0.5;
numberOfSteps = 100;
maxCount = 10000;
for count=1:maxCount
x=0;
for i = 1:numberOfSteps
random = rand(1, 1);
if random <=p
x=x-1;
elseif random<=(p+q)
x=x-2;
else
x=x+1;
end
end
xfinal(count) = x;
end
[f,x]=hist(xfinal,30);
figure(1)
bar(x,f/sum(f));
xlabel('xfinal')
ylabel('frequency')
mean = mean(xfinal)
variance = var(xfinal)
Благодарю вас, ребята, за вашу предыдущую помощь! теперь я столкнулся с другой проблемой !! когда я запускаю код ниже, линия, которая должна представлять кривую, генерируемую центральной предельной теоремой, намного ниже, чем гистограмма! что я делаю? Это должно произойти? спасибо – user3242545
p = 0.3; q = 0,2; s = 0.5; numberOfSteps = 100; maxCount = 10000; % номер моделирования программы для count = 1: maxCount x = 0; для i = 1: numberOfSteps random = rand (1, 1); если случайный <= p x = x-1; elseif random <= (p + q) x = x-2; else x = x + 1; конец конец xfinal (count) = x; конец [f, x] = hist (xfinal, 30); рисунок (1) bar (x, f/sum (f)); – user3242545
xlabel ('xfinal') ylabel ('frequency') средний (xfinal) variance = var (xfinal); Удержание на % применение центральной предельной теоремы % нахождение среднего Xp = -1; Xq = -2; Xs = 1; mu = Xp. * P + Xq. * Q + Xs. * S; muN = numberOfSteps. * Mu; % нахождение дисперсии sigma = (Xp).^2. * p + (Xq).^2. * q + (Xs).^2. * s; sigmaN = номерOfSteps. * (Сигма- (mu).^2); % построение кривой согласно CLT на предыдущем графике Y = 1/sqrt (2 * pi * (sigmaN)) * exp (- (x- (muN)).^2/(2 * (sigmaN))); plot (x, Y, '- y') – user3242545