|
) + Uniform(i,j);
end
end
>> Uniform = rand(100000,10);
>> Gaussian2(100000)=0;
>> for i=1:1:100000,
for j=1:1:10,
Gaussian2(i) = Gaussian2(i) + Uniform(i,j);
end
end
>> for i=1:1:100000,
Rayleigh(i) = sqrt(Gaussian(i)^2 + Gaussian2(i)^2);
end
>> hist(Rayleigh,100)
2) C
|
- 페이지 3페이지
- 가격 1,000원
- 등록일 2006.06.01
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
확률밀도함수에 대해 알아보자.
1) 정규분포의 확률밀도함수
π : 3.1416(원주율 : 상수)
e : 2.7183(상수)
μ : 정규분포의 평균
σ : 정규분포의 표준편차
위 식에서 분포의 평균 μ와 표준편차 σ를 제외하고는 모두 상수이고 X는 확률변수이기 때문
|
- 페이지 8페이지
- 가격 1,000원
- 등록일 2008.10.09
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
확률변수라 하자. 이때 P값과 N값을 달리하면서 그 결과치를 비교해보면서 CLT가 됨을 증명해보아라. 여기서 중요한 것은 베르누이에 대한 난수발생함수가 없기 때문에 UNIFORM난수발생함수를 이용하여라. 단, 프로그램은 MACRO명령을 써서 프로
|
- 페이지 65페이지
- 가격 500원
- 등록일 2003.01.24
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
UNIFORM_NOISE.m
Uniform noise를 발생시키는데 사용하는데, 사용 방법은 다음과 같다.
uniform_noise (a, b, N)
이 함수는 (a, b) 사이에서 균일한 분포를 갖는 난수 N 개를 발생시킨다.
ii) GAUSSIAN_NOISE.m
Gaussian noise를 발생시키는데 사
|
- 페이지 143페이지
- 가격 3,300원
- 등록일 2014.07.28
- 파일종류 압축파일
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
확률분포의 이해
확률분포는 무작위 변수의 가능한 값들과 각 값이 발생할 확률을 나타낸다. 이 리포트에서는 세 가지 주요 확률 분포에 대해 다룬다:
1. 균등 분포 (Uniform Distribution): 모든 가능한 결과가 동일한 확률을 가지는 분포이다. 예
|
- 페이지 5페이지
- 가격 1,900원
- 등록일 2024.07.27
- 파일종류 워드(doc)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|