5.0      NOMBOR RAWAK

 

Pembolehubah rawak boleh mengambil nilai tertentu daripada yang dibolehkan (mungkin daripada suatu julat selanjar), yang tak boleh diramalkan.

Namun taburannya boleh diketahui.

 

      g(u)du = Pr(u < u’ < u+du)       kebarangkalian p/u rawak u’ di antara u dan u+du

g(u) – fungsi ketumpatan kebarangkalian

 

ataupun

                     dengan           

Gmeningkat secara ekanada drp 0 kpd 1

 

Dua p/u rawak u, v bebas secara stokastik jika fkk bersama g(u,v) = g1(u).g2(v)

 

Nilai jangkaan suatu fungsi f(u’) = min = purata

           

            Kalau u’ bertaburan seragam antara a dan b, dG = du/(b-a),

                       

 

Juga,

     

 

Varians = purata kuasadua sisihan drp jangkaan,

     

 

Sisihan piawai, s = √(varians)

 

Perhatikan,

      E(cx+y) = cE(x) + E(y)

dan

      V(cx+y) = c2V(x) + V(y) + 2cE[(y-E(y))(x-E(x)]

      Jika x dan y bebas,

                  V(x+y) =V(x) + V(y)

                  yakni,

                              sx+y = √(sx2+sy2)

 

Hukum bilangan besar

     

Purata bilangan besar bagi f  ® nilai jangkaan bagi f

Anggaran ‘Monte Carlo’ bagi fanggaran konsisten (menumpu)

·         Jika V(f) terhad, anggaran MC ® nilai sebenar

·         E(f) tak pincang utk apa2 n

 

Teorem had pusat

            n besar, ®

E(f) bertaburan normal

Sisihan piawai bagi E(f) ialah s = √V(f)/√n

 

 

NOMBOR RAWAK SEBENAR

 

Tak boleh diramalkan Þ tak boleh dijanasemula

 

Diperolehi daripada proses rawak dalam fizik, misalnya reputan radioaktif, hingar terma dalam elektronik, ketibaan sinar kosmos, dll

 

Ada parameter fizikan yang hampir rawak, yang timbul daripada kerumitan mengira perkembangan tertentunya. Misalnya, digit mikrosaat dalam masa komputer semasa

 

Pembuangan pincang

Contoh, jujukan rawak 0 dan 1, tapi mungkin Pr(0) dan Pr(1) tak setepatnya ½.

                  - lihat pasangan bit dlm jujukan, jika sama, abaikan, jika lain, pilih bit kedua

                              jika Pr(01) = Pr(0)×Pr(1) = Pr(10) (tiada korelasi antara bit dalam jujukan),

 kebarangkalian  baru Pr’(0) = Pr(1)×Pr(0) dan Pr’(1) = Pr(0)×Pr(1), sama

 

 

NOMBOR PSEUDORAWAK

 

Dijana menerusi rumus matematikboleh dijanasemula, tidak sebenarnya rawak

Tak dapat dibezakan dgn jujukan yg rawak sebenar

 

Kalaberapa nomborrawakdiberikan sebelum jujukan diulang

 

Kaedah Tengah Kuasadua

Mula dgn nombor dgn r digit (benih)

Berikan nombor di digit tengah (r/2) sebagai nombor rawak pertama

Kuasaduakan nombor ini, memberikan nombor baharu berdigit r.

Ulang.

 

Kaedah Kongruenan Daraban/Kongruenan Linear

Modulus m, pekali a, pemula r0.

      ri = a ri-1 (mod m)

      Biasanya m dipilih supaya pendaraban dua integer berbit t dimoduluskan memberikan integer t bit terendah.

            Kala ~ m/4

 

Kongruenan Bercampur

      ri = (a ri-1 + b) (mod m)

 

Ujian kerawakan

Misalnya, purata utk n nombor pertama

     

Kesan Marsaglia

d tupel berturutan daripada kongruenan daraban, diplot dlm d dimensi

® berada di atas bilangan terhad hipersatah selari

 

Kongruenan Daraban Majmuk

      ri = (a ri-1 + b ri-2) (mod m)

membanyakkan hipersatah

 

 

NOMBOR KUASIRAWAK

 

Cukup kerawakan utk pengiraan

Misalnya,   kadang-kadang tak perlu kebebasan dalam jujukan

kadang-kadang darjah turun-naik tak penting

 

Contoh kaedah: jujukan Korobov, penjana Richtmeyer, penjana van der Corput

 

 

PENGURANGAN VARIANS

 

-          n besar

-          cara penyampelan

 

penyampelan berlapis

      belahkan kamiran kepada subselang

      hasiltambahkan separa hasiltambah

                  varians ® hasiltambah varians          (boleh berkurang atau bertambah)

      misalnya, pelapisan seragam

 

penyampelan kepentingan

      ambil bil sampel lebih banyak dalam rantau f lebih besar

                 

                        (perubahan pembolehubah)

 

variat pengawal

     

      sebutan kedua sebelah kanan diketahui, dan g(x) hampir kpd f(x)

      Þ varians hanya drp sebutan pertama, dan kecil

 

variat antitetik

gunakan nombor rawak yg tak bebaspilih yg punyai korelasi negatif

Contoh: hasiltambah f(x) – pilih f(x) bila x kecil, pilih f(1-x) bila x besar

                                                (x seragam antara 0 dan 1)

 

Kaedah pengurangan varians suaian

Sheppey dan Lautrup: suaikan saiz lapisan menurut besarnya f di rantau

                                    berkenaankecilkan saiz bila f besar

Friedman: fasa tinjauan (pelapisan dibuat) & fasa penilaian (nilaikan)