我想计算两个三角形随机变量的和,
P(x1 + x2 在Matlab中有没有更快的方法来实现两个三角形随机变量之和? 编辑:似乎有一种更简单的方法,如此minitab演示所示。因此,这并非不可能。遗憾的是,它没有解释PDF的计算方式。仍在研究如何在matlab中做到这一点。 EDIT2:遵循建议,我在Matlab中使用 但是此代码有两个问题:conv
函数来开发两个随机变量之和的PDF:clear all;
clc;
pd1 = makedist('Triangular','a',85,'b',90,'c',100);
pd2 = makedist('Triangular','a',90,'b',100,'c',110);
x = linspace(85,290,200);
x1 = linspace(85,100,200);
x2 = linspace(90,110,200);
pdf1 = pdf(pd1,x1);
pdf2 = pdf(pd2,x2);
z = median(diff(x))*conv(pdf1,pdf2,'same');
p1 = trapz(x1,pdf1) %probability P(x1<y)
p2 = trapz(x2,pdf2) %probability P(x2<y)
p12 = trapz(x,z) %probability P(x1+x2 <y)
hold on;
plot(x1,pdf1) %plot pdf of dist. x1
plot(x2,pdf2) %plot pdf of dist. x2
plot(x,z) %plot pdf of x1+x2
hold off;
自变量之和的pdf是变量pdf的卷积。因此,您需要使用三角pdf来计算两个变量的卷积。三角形是分段线性的,因此卷积将是分段二次的。
有几种解决方法。如果数值结果是可接受的:离散化pdf并计算离散化pdf的卷积。我相信在Matlab中有一个函数conv
。如果没有,则可以进行快速傅立叶变换(通过fft
),逐点计算乘积,然后进行逆变换(如果我没有记错的话,请进行ifft
),因为fft(convolution(f,g))= fft (f)fft(g)。如果使用conv
或fft
,则需要注意标准化。
如果必须得到精确的结果,则卷积只是一个整数,如果您对积分的限制非常小心,则可以手动进行计算。我不知道您是否可以使用Matlab符号工具箱,如果可以,我也不知道它是否可以处理分段定义的函数的积分。
以下是将来用户的正确实现。非常感谢Robert Dodier的指导。
clear all;
clc;
min1 = 85;
max1 = 100;
min2 = 90;
max2 = 110;
y = 210;
pd1 = makedist('Triangular','a',min1,'b',90,'c',max1);
pd2 = makedist('Triangular','a',min2,'b',100,'c',max2);
dx = 0.01; % to ensure constant spacing
x1 = min1:dx:max1; % Could include some of the region where
x2 = min2:dx:max2; % the pdf is 0, but we don't have to.
x12 = linspace(...
x1(1) + x2(1) , ...
x1(end) + x2(end) , ...
length(x1)+length(x2)-1);
[c,index] = min(abs(x12-y));
x_short = linspace(min1+min2,x12(index),index);
pdf1 = pdf(pd1,x1);
pdf2 = pdf(pd2,x2);
pdf12 = conv(pdf1,pdf2)*dx;
zz = pdf12(1:index);
zz(index) = 0;
p1 = trapz(x1,pdf1)
p2 = trapz(x2,pdf2)
p12 = trapz(x_short,zz)
plot(x1,pdf1,x2,pdf2,x12,pdf12)
hold on;
fill(x_short,zz,'blue') % plot x1+x2
hold off;