Markov chain Monte Carlo Zadanie 4


LAMBDA = 3
ALFA = 7
BETA = 4
2. SUMY:

A: 17.204105 (jak w przykładzie)
Korzystamy z Mocnego prawa wielkich liczb i skorzystaliśmy ze wzoru
\sum{j=0}{m} frac{1}{j}f(x\{j})== EX(\ni), gdzie funkcja f ma postać
f(x)=sin(ln(x)) i m=1000

B:238561840,3328
Korzystamy z Mocnego prawa wielkich liczb i skorzystaliśmy ze wzoru
\sum{j=0}{m} j*f(x\{j})== EX(\ni), gdzie funkcja f ma postać
f(x)=sin(ln(x)) i m=1000

C:71.013404
Korzystamy z Mocnego prawa wielkich liczb i skorzystaliśmy ze wzoru
na rozkład Bernouliego gdzie Pr({i}) = (n po i)*pow(p,i)*pow((1-p),n-1) dla
p należącego do <0,1>
\sum{j=0}{m} (10^alfa po j)*f(x\{j})== EX(\ni), gdzie funkcja f ma postać
f(x)=sin(cosh(x)) i m=500

D:0.832949
Korzystamy z Mocnego prawa wielkich liczb i zauważyliśmy że jeżeli zmienna losowa
będzie mieć rozkład o częstości zadanej wzorem f(k)= 6/M_PI^2 * 1/k*k dla k należącego do
naturalnych to nasz wzór będzie postaci:
\sum{j=0}{m} (1/j*j)*f(x\{j})== EX(\ni), gdzie funkcja f ma postać
f(x)=sin(cosh(beta*j)) i m=5000

E:-0.568511
Korzystamy z Mocnego prawa wielkich liczb i zauważyliśmy że jeżeli zmienna losowa
będzie mieć rozkład o częstości zadanej wzorem f(k)= 90/M_PI^4 * 1/k*k*k*k dla k należącego do
naturalnych to nasz wzór będzie postaci:
\sum{j=0}{m} (1/j*j*j*j)*f(x\{j})== EX(\ni), gdzie funkcja f ma postać
f(x) = sin(cosh(beta*j)) i m=5000

Wyszukiwarka

Podobne podstrony:
Markov chain Monte Carlo Zadanie 5
Markov chain Monte Carlo Zadanie 3
Markov chain Monte Carlo zadanie 2
Markov chain Monte Carlo zadanie 1
CHEVROLET MONTE CARLO 1995 2005
Skoda Fabia Monte Carlo 13 CZ
wycena opcji metoda Monte Carlo
Modelowanie molekularne metody Monte Carlo
Probabilistyczna ocena niezawodności konstrukcji metodami Monte Carlo z wykorzystaniem SSN
Analiza Matematyczna 2 Zadania
ZARZĄDZANIE FINANSAMI cwiczenia zadania rozwiazaneE
ZADANIE (11)

więcej podobnych podstron