Me gustaría obtener una solución diferente a un problema que he resuelto "simbólicamente" y mediante una pequeña simulación. Ahora, me gustaría saber cómo podría haber conseguido la integración directamente usando Mathematica.Integración en Mathematica
Considere un objetivo representado por un disco con r = 1, centrado en (0,0) .Quiero hacer una simulación de mi probabilidad de golpear este objetivo lanzando dardos.
Ahora, no tengo prejuicios tirarlos, es decir, en promedio, voy a golpear el centro de la mu = 0 pero mi varianza es 1.
Teniendo en cuenta las coordenadas de mi dardo al chocar contra el destino (o la pared :-)) tengo las siguientes distribuciones, 2 gaussianas:
XDistribution : 1/Sqrt[2 \[Pi]\[Sigma]^2] E^(-x^2/(2 \[Sigma]^2))
YDistribution : 1/Sqrt[2 \[Pi]\[Sigma]^2] E^(-y^2/(2 \[Sigma]^2))
con los 2 distribución centrada en 0 con igual varianza = 1, mi distribución conjunta se convierte en una gaussiana bivariante como:
1/(2 \[Pi]\[Sigma]^2) E^(-((x^2 + y^2)/(2 \[Sigma]^2)))
Así que necesito saber mi probabilidad de alcanzar el objetivo o la probabilidad de que x^2 + y^2 sea inferior a 1.
Una integración después de una transformación en un sistema de coordenadas polares me dio primero mi solución: .39. Simulación confirmó usando:
[email protected][
If[
EuclideanDistance[{
RandomVariate[NormalDistribution[0, Sqrt[1]]],
RandomVariate[NormalDistribution[0, Sqrt[1]]]
}, {0, 0}] < 1, 1,0], {1000000}]/1000000
me siento hubo forma más elegante de resolver este problema utilizando las capacidades de integración de Mathematica, pero nunca llegó a mapear el trabajo éter.
Me pareció interesante que Mathematica también pudo 'Integrar []' Distribución conjunta. –