MATH_Gauss [Statistiques]
Par Teddy Linet (Math4D v2)
Nouvelle recherche
Si (Faux)
` MATH_Gauss [Teddy LINET 08/2002]
` ---------------------------------------------
` Méthode toute bête renvoyant la densité de probabilité en X
` Selon une distribution normale de moyenne mu et d'écart-type s
` ---------------------------------------------
` Rappels mathématiques :
` La distribution normale, ou de Laplace-Gauss, appelée aussi gaussienne est une
` distribution continue de la forme :
`
` (x-mu)^2
` 1 -1/2------------
` Y = --------e s^2
` s sqr(2pi)
` ---------------------------------------------
` Synthaxe : MATH_Gauss(VariableX;Moyenne;EType)
` Les 3 paramètres sont des reels
` ---------------------------------------------
` MATHERROR
` 0 -> Pas d'erreur
` -1->Ecart-type nul
` +1 -> Ecart-type négatif (mis à positif)
` ---------------------------------------------
`
Fin de si
C_ENTIER LONG(MATHERROR)
MATHERROR:=0 ` Tout marche jusqu'à preuve du contraire
C_REEL($1;$2;$3;$0;$VariableY_F;$VariableX_F;$vMoyenne_F;$vEType_F;$vVarTravail_F)
$VariableX_F:=$1
Si (Nombre de parametres<2) ` pas de moyenne
$vMoyenne_F:=0 ` On centre
Sinon
$vMoyenne_F:=$2
Fin de si
Si (Nombre de parametres<3) ` Pas d'ecart-type
$vEType_F:=1 ` On reduit
Sinon
$vEType_F:=$3
Fin de si
Au cas ou
: ($vEType_F=0) ` Pas de division par 0
MATHERROR:=-1
: ($vEType_F<0)
MATHERROR:=1
$vEType_F:=Abs($vEType_F) ` Valeur absolue
Fin de cas
$VariableY_F:=0
Si (MATHERROR>=0)
$VariableY_F:=$VariableX_F-$vMoyenne_F
$VariableY_F:=$VariableY_F*$VariableY_F
$VariableY_F:=$VariableY_F/($vEType_F*$vEType_F)
$VariableY_F:=-$VariableY_F/2
$VariableY_F:=Exp($VariableY_F)
$vVarTravail_F:=2*Pi
$vVarTravail_F:=Racine carree($vVarTravail_F)
$vVarTravail_F:=$vEType_F*$vVarTravail_F
$vVarTravail_F:=1/$vVarTravail_F
$VariableY_F:=$vVarTravail_F*$VariableY_F
Fin de si
$0:=$VariableY_F