LABORATOR 2 Tehnici de simulare

Autor: lect.dr. Bianca Mogos

Aplicatii MATLAB recapitulare:

Sa se defineasca o functie Matlab principala (avand ca nume prenume_nume_student) in care

sa se apeleze functiile definite pentru rezolvarea aplicatiilor 1-10 de mai jos (avand ca nume
aplicatie_numarAplicatie). Functiile asociate aplicatiilor 1-10 vor fi introduse in acelasi fisier
cu functia principala; fisierul va fi salvat cu numele functiei principale.
Observatie: Se cere programarea vectoriala a functiilor (evitarea folosirii ciclurilor for, while).

1 2 3

1. Fie matricea A 4 5 6 .
7 8 9

a. Afisati submatricele:
1 3 5 6
si .
7 9 8 9
b. Afisati elementele aflate pe ultima linie, respectiv pe coloana a doua.
c. Inlocuiti in matricea A numerele pare cu 0.
d. Adaugati dupa cea de a treia linie o noua linie care sa contina valorile 10, 11, 12. Apoi,
adaugati o a patra coloana care sa contina valorile 4 7 10 13.

2. Folosind operatii element cu element calculati distanta dintre doi vectori u si v de

dimeniune n, dati ca parametri de intrare ai functiei.

1 2 n 1 2 n

n 1 n2 2n 1 2 n
3. Construiti matricele B si C


(m 1)n 1 (m 1)n 2 mn 1 2 n

avand m linii, pentru n si m parametri de intrare ai functiei.

4. Reprezentati grafic functia

x 2 x 1, x [1,1]
f : [1,3] R, f ( x)
2 x 3, x [1,3]

5. Afisati primii m termeni ai sirului lui Fibonacci (1 =1, 2 = 1, +2 = +1 + , 1),

unde m este dat ca parametru de intrare al functiei.

6. Eliminati din vectorul v (nesortat) avand n, 3 componente numere reale cele mai mari
m (2*m < n, 1) valori aflate pe pozitiile pare in vectorul u obtinut prin sortarea
vectorului v.
Presupunem ca dispunem de observatii asupra a p variabile continue masurate pe n indivizi.

=1,
Valorile sunt retinute intr-o matrice = ( )=1,

, unde reprezinta valoarea luata de
variabila j masurata pe individul i.

O variabila este identificata prin vectorul-coloana j al matricei X (notat ) iar un individ prin
vectorul-linie (notat ).

Consideram ca fiecarui individ i se atribuie o pondere > 0, =

1, , =1 = 1,
proportionala cu importanta pe care o are in studiul realizat.

Definim
- media de selectie a variabilei j
n
m( X j ) pi xij
i 1
- dispersia de selectie a variabilei j
s 2 ( X j ) pi xij m( X j )
n
2

i 1
- coeficientul de corelatie de selectie a variabilelor j si j
n

p (x i ij m( X j ))( xij ' m( X j ' ))

corr ( X j , X j ' ) i 1
s j s j'

Definitiile si notatiile de mai sus se folosesc in Aplicatiile 7 9.

7. Calculati media de selectie si dispersia de selectie ale celor p variabile 1 , 2 , , .

Antetul functiei va fi [media, dispersia] = aplicatie_7(X), unde media si dispersia sunt doi
vectori de dimensiune p continand mediile de selectie si respectiv dispersiile de selectie
asociate celor p variabile.

8. Calculati coeficientul de corelatie pentru oricare doua variabile. Antetul functiei va fi:
[corr] = aplicatie_8(X), unde corr este o matrice continand pe linia j si coloana j
coeficientul de corelatie de selectie a variabilelor j si j.

9. Afisati coloanele care contin cel putin o observatie care se abate de la valoarea medie (de
selectie) cu mai mult de 3 ori deviatia standard de selectie (= ).

10. Calculati cel mai mare divizor comun si cel mai mic multiplu comun a n numere naturale.

Bibliografie:

1. M. Ghinea, V. Fireteanu (2007), Matlab. Calcul numeric. Grafica. Aplicatii, Ed. Teora
2. D. Enachescu (2003), Tehnici statistice de Data Mining, Editura Universitatii din
Bucuresti