احتمال ” همانطور که در دیکشنری وبستر تعریف می شود” به معنای شانسی است که یک واقعه داده شده اتفاق خواهد افتاد . مثالی که بسیار برایمان برای احتمال در زندگی روزانه مان آشنا می باشد ، این است که فردا قرار است باران ببارد یا نه ؟ و … اما در احتمال ، ما با متغیر های تصادفی و فرآیند های تصادفی رو به رو هستیم . که با متغیر های تصادفی در مطالب قبلی به طور کامل آشنا شدیم . در این پست به بررسی فرآیندهای تصادفی در متلب می پردازیم تا به طور کامل نیز این مطلب را فرا گیریم .
گام اول برای بررسی فرآیندهای تصادفی در متلب : فرآیند تصادفی چیست ؟
برای شروع بحثمان در مورد فرآیند های تصادفی ، یک ODE به صورت زیر را در نظر بگیریم :
\( \Large \alpha \) و \( \Large \beta \) هر دو متغیر های تصادفی هستند و w در واقع یک واقعه در فضای احتمال مورد نظر می باشد .
برای هر t ( زمان ) دلخواهی
\( \Large u(t,w)=\beta(w) \)
مثالی از فرآیند تصادفی می باشد .
فرآیند تصادفی به صورت مجموعه ی زیر تعریف می شود :
گام دوم برای بررسی فرآیندهای تصادفی در متلب : کد نویسی فرآیندهای تصادفی در متلب :
آموزش فرآیندهای تصادفی در متلب را با مثالی آغاز می کنیم .
فرآیند تصادفی میانگین متحرک (MA) در واقع یک فرآیند تصادفی DTCV می باشد و به صورت زیر تعریف می شود :
اگر بخواهیم این فرآیند تصادفی را در نرم افزار متلب کد نویسی کنیم بایستی به صورت زیر عمل کنیم :
1 2 3 4 5 6 7 8 9 10 11 12 |
به دلیل اینکه در پایان کد بالا از عبارت stem استفاده کرده ایم ، نرم افزار متلب نمودار فرآیند تصادفی را نیز در اختیار ما قرار خواهد داد ؛ به صورت زیر :
در این پست به مرور کاملی در مورد فرآیندهای تصادفی در متلب و چگونگی رسم آنها پرداختیم . در پست های آینده سایت منتظر معرفی توابع مهم احتمال از جمله تابع چگالی احتمال و تابع توزیع احتمال و … باشید .