PROGRAMACIÓN Y SIMULACIÓN DE PROCESOS METALURGICOS GENERACIÓN DE DISTRIBUCIONES

La generación en Matlab de la matriz R(m,n) de números aleatorios para las distribuciones más conocidas utilizando las siguientes funciones:

Distribución estadística Matriz R(m,n) de números aleatorios según la distribución (m y n son opcionales)

Beta(a,b) R = betarnd(A,B,m,n) Binomial(n,p) R = binornd(N,P,m,n) Chi-cuadrado(v) R = chi2rnd(V,m,n) Exponencial(m) R = exprnd(M,m,n) F de Fisher(v1,v2) R = frnd(V1,V2,m,n) Gamma(a,b) R = gamrnd(A,B,m,n) Geométrica(p) R = geornd(P,m,n) Hipergeométrica(m,k,n) R = hygernd(M,K,N,m,n) Lognormal(m,s) R = lognrnd(M,S,m,n) Binomial negativa(r,p) R = nbinrnd(R,P,m,n) Normal(m,s) R = normrnd(M,S,m,n) Poisson() R = poissrnd(L,m,n) Rayleigh(b) R = raylrnd(B,m,n) T de Student(v) R = trnd(V,m,n) Uniforme discreta(n) R = unidrnd(N,m,n) Uniforme continua(a,b) R = unifrnd(A,B,m,n) Weibull(a,b) R = weibrnd(A,B,m,n)

Ejercicios 1. Generar muestras de tamaño 100 para las distribuciones discretas siguientes: Bernoulli (0.2),

Binomial (8,0.3), Geométrica (0.6), Binomial negativa (9,0.3), Hipergeométrica ( 20, 8, 0.3 ), Poisson (6).

2. Obtener la representación gráfica de la función de densidad de una distribución Normal(1,2).

3. Obtener la representación gráfica de una distribución Binomial de parámetros n = 20 y p = 0.3.

4. Generar una muestra aleatoria de tamaño 10 de una distribución Normal(0,1). Construir el histograma correspondiente con la curva normal superpuesta. ¿Se ajusta el histograma a la curva? Repetir para una muestra de tamaño 1000 y comentar los resultados.

5. Generar dos muestras de tamaño 10 de una distribución Normal(0,1), calcular y comparar sus

medias y desviaciones típicas. Repetir para dos muestras de tamaño 1000 comentando los resultados.

Docente: Ing. Alcides Ramos Calcina