% Número de puntos a simular n = 10000; % Organizo los parámetros de la FDP beta a = 0; b = 360; alpha = 1.25; beta = 2.2; % Genero los números aleatorios x = a + betarnd(alpha,beta,n,1)*(b-a); % A partir de aquí podemos suponer que el vector x representa lecturas de campo % Calculo el histograma N = ceil(sqrt(n)); [nn,xout] = hist(x,N); nn = nn./sum((xout(2)-xout(1))*nn); % Dibujo el histograma vs la FDP beta figure, hold on subplot(1,2,1); bar(xout,nn,'hist'); xx = linspace(a,b,100); plot(xx, betapdf((xx-a)/(b-a),alpha,beta)/(b-a), 'r-','LineWidth',3); title('Histograma vs FDP beta'); xlabel('Direccion del viento entre 0 y 360 grados'); ylabel('f_X(x)'); ejes = axis; axis([a b ejes(3:4)]); subplot(1,2,2); rose(x*pi/180,N); title('Histograma'); xlabel('Direccion del viento entre 0 y 360 grados'); % Estimo utilizando el método de máxima verosimilitud los parámetoros % a y b que mejor representan los datos par_a_b = betafit((x-a)/(b-a))