Zobrazit minimální záznam

Rejection sampling
dc.contributor.advisorDvořák, Jiří
dc.creatorRajtmajer, Tomáš
dc.date.accessioned2024-09-24T06:41:31Z
dc.date.available2024-09-24T06:41:31Z
dc.date.issued2024
dc.identifier.urihttp://hdl.handle.net/20.500.11956/192795
dc.description.abstractNejjednodušší a nejběžnější způsob generování vzorků z daného rozdělení je inverzní metoda. Tato metoda však používá inverzní funkci k distribuční funkci daného rozdělení. Proto ji nelze použít v případech, kdy tuto inverzní funkci nejsme schopni získat. V tako- vém případě lze použít zamítací metodu generování vzorků. Bakalářská práce se zabývá generováním vzorků ze složitých rozdělení pomocí zamítací metody. Cílem je představit tuto metodu a popsat její fungování. V praktické části použijeme tuto metodu k zís- kání vzorků z rozdělení s hustotou danou tvarem hory Říp a pomocí testů normality se pokusíme se dokázat, že Říp není normální. 1cs_CZ
dc.description.abstractThe simplest and most common way to generate samples from a given distribution is the inverse transform sampling method. Since this method uses the inverse function of the distribution's cumulative distribution function, it cannot be used in cases where it is impossible to obtain this inverse function. In such cases, we can use the rejection sampling method. This thesis focuses on generating samples from complex distributions using the rejection sampling method. The goal is to introduce this method and describe how it works. In the practical part, we will apply this method to obtain samples from the distribution with the density defined by the shape of Říp Mountain. Using normality tests, we will attempt to demonstrate through that Říp does not have normal distribution. 1en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectsimulation|rejection sampling|Monte Carlo methods|normality testingen_US
dc.subjectSimulace|zamítací metoda|Monte Carlo metody|testování normalitycs_CZ
dc.titleZamítací metoda pro generování vzorků ze složitých rozdělenícs_CZ
dc.typebakalářská prácecs_CZ
dcterms.created2024
dcterms.dateAccepted2024-09-03
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId261901
dc.title.translatedRejection samplingen_US
dc.contributor.refereeMizera, Ivan
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineFinancial Mathematicsen_US
thesis.degree.disciplineFinanční matematikacs_CZ
thesis.degree.programFinancial Mathematicsen_US
thesis.degree.programFinanční matematikacs_CZ
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csFinanční matematikacs_CZ
uk.degree-discipline.enFinancial Mathematicsen_US
uk.degree-program.csFinanční matematikacs_CZ
uk.degree-program.enFinancial Mathematicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csNejjednodušší a nejběžnější způsob generování vzorků z daného rozdělení je inverzní metoda. Tato metoda však používá inverzní funkci k distribuční funkci daného rozdělení. Proto ji nelze použít v případech, kdy tuto inverzní funkci nejsme schopni získat. V tako- vém případě lze použít zamítací metodu generování vzorků. Bakalářská práce se zabývá generováním vzorků ze složitých rozdělení pomocí zamítací metody. Cílem je představit tuto metodu a popsat její fungování. V praktické části použijeme tuto metodu k zís- kání vzorků z rozdělení s hustotou danou tvarem hory Říp a pomocí testů normality se pokusíme se dokázat, že Říp není normální. 1cs_CZ
uk.abstract.enThe simplest and most common way to generate samples from a given distribution is the inverse transform sampling method. Since this method uses the inverse function of the distribution's cumulative distribution function, it cannot be used in cases where it is impossible to obtain this inverse function. In such cases, we can use the rejection sampling method. This thesis focuses on generating samples from complex distributions using the rejection sampling method. The goal is to introduce this method and describe how it works. In the practical part, we will apply this method to obtain samples from the distribution with the density defined by the shape of Říp Mountain. Using normality tests, we will attempt to demonstrate through that Říp does not have normal distribution. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code2
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV