1. Metoda odwrotnej dystrybuanty dla rozkładów dyskretnych.
• Niech zmienna losowa X będzie dyskretną zmienną losową o rozkładzie praw- dopodobieństwa P (X = 1) = 0.2, P (X = 2) = 0.3, P (X = 3) = 0.15, P (X = 4) = 0.05, P (X = 5) = 0.2, P (X = 6) = 0.1. Korzystając z metody odwrotnej dystrybuanty wygeneruj N (np. 104 ) realizacji zmiennej losowej X i zaproponuj test empiryczny, który sprawdzi poprawność zaimplementowanego generatora. • (Metoda tablicowa) W przypadku kiedy prawdopodobieństwa są liczbami wy- miernymi, możemy zaproponować pewien wariant metody odwrotnej dystrybu- anty dla generowania zmiennej losowej z rozkładu dyskretnego. Niech P (X = k) = pk = ak /q i a1 + . . . + an = q. Stwórz listę (tablicę jednowymiarową) o q elementach. Wypełnij listę według schematu: na a1 pierwszych miejscach umieść liczbę 1, na a2 kolejnych miejscach umieść liczbę 2; itd. aż do an . Szu- kana zmienna losowa ma indeks I, gdzie I jest losową, jednostajnie wylosowaną liczbą całkowitą ze zbioru {1, 2, . . . , q}. Przetestuj działanie metody tablicowej na kilku zestawach prawdopodobieństwa pk . • Zaimplementuj generator zmiennej losowej z rozkładu dwumianowego B(n, p). W implementacji wykorzystaj tożsamość rekurencyjną n! n−i p P (X = i + 1) = pi+1 (1 − p)n−i−1 = P (X = i), (i + 1)!(n − i − 1)! i+11−p
gdzie i = 0, . . . , n−1 oraz P (X = 0) = (1−p)n . Przetestuj poprawność Twojego