Savelova_Metod_Monte-Karlo_2011
.pdfДругой вариант моделирования нормальной случайной величи-
ны N 0,1 будет рассмотрен в разделе 2.4 при использовании двумерного нормального распределения с независимыми компо-
нентами.
Рассмотрим метод суперпозиций моделирования случайной ве-
личины.
Пусть функция распределения случайной величины имеет вид
|
|
m |
|
|
|
|
F x |
Ci Fi x , |
(2.9) |
||
|
|
i 1 |
|
|
|
где Ci 0 , |
Fi x – функции распределения случайных величин ξi , |
||||
|
m |
|
|
|
|
i 1,..., m , |
Ci 1 . Тогда для моделирования используются ал- |
||||
|
i 1 |
|
|
|
|
горитмы: |
|
|
|
|
|
шаг 1 – моделирование дискретной случайной величины |
|||||
|
1 |
2 |
... |
m |
|
|
|
|
|
|
, |
|
C1 |
C2 |
... |
Cm |
|
по значению γ1 0,1 равномерно распределенной случайной ве-
личины находим номер k, k 1,..., m ;
шаг 2 – моделирование случайной величины методом обрат-
ных функций
Fk ξ γ2 , ξ Fk 1 γ2 Gk γ2 ,
где Gk γ – обратная функция к Fk x .
Для обоснования алгоритма метода суперпозиций имеем равен-
ства
71
|
m |
|
|
η i P η i |
F x P ξ x P G γ x = P Gη γ x |
|
|||
|
||||
|
||||
|
i 1 |
|
|
|
m |
m |
m |
||
Ci P Gi γ x Ci P ξi |
x Ci Fi x . (2.10) |
|||
i 1 |
i 1 |
i 1 |
Вприведенной цепочке уравнений (2.10) используется теорема
ополной вероятности, записанная через условные вероятности со-
бытий.
Пример 2.7. Пусть функция распределения случайной величины
имеет вид
F x |
3 |
x2 |
|
1 |
x5 |
, |
x 0,1 . |
|
4 |
4 |
|||||||
|
|
|
|
|
|
Пользуясь методом суперпозиций, дать алгоритм для моделирова-
ния случайной величины .
Используя шаги 1 и 2, получаем результат:
если γ1 34 , то ξ γ2 ,
если γ1 34 , то ξ 5γ2 ,
где γ1 , γ2 – разыгранные независимые равномерно распределен-
ные случайные величины в интервале (0,1).
Существуют обобщения метода обратных функций и метода су-
перпозиций на более широкий класс случайных величин, функция распределения которых не обязательно строго монотонна и непре-
рывна [14, 24].
72
2.4. Моделирование многомерных случайных величин
|
, |
|
|
Пусть Q ξ |
ξ= ξ1,ξ2 ,ξ3 |
, – случайная точка с независимыми |
координатами. Для простоты изложения рассматривается случай трех переменных.
Пусть Fi xi , i 1, 2,3 , – функция распределения случайной ко-
ординаты ξi . Положим γ1, γ2 , γ3 независимые равномерно рас-
пределенные случайные величины в интервале (0,1). Рассмотрим
|
|
|
|
|
|
|
|
|
|
|
|
|
|
систему уравнений для моделирования Q ξ : |
|
||||||||||||
|
|
Fi ξi γi , i 1, 2, 3 . |
(2.11) |
||||||||||
Имеем уравнения |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
3 |
3 |
|
|
x2 ,ξ3 |
x3 P ξi xi Fi xi . |
||||||||||
F x P ξ1 x1,ξ2 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
i 1 |
Из уравнений (2.11) находим |
|
|
|
|
|
|
|||||||
|
|
|
ξ |
i |
F 1 |
|
γ |
, i 1,2,3 , |
|
||||
|
|
|
|
|
i |
|
|
i |
|
|
|
||
где F 1 |
γ |
– обратная функция к F |
x . |
|
|||||||||
i |
i |
|
|
|
|
|
|
|
|
|
i |
i |
|
Пример 2.8. Пусть задан параллелепипед |
|
||||||||||||
|
|
|
|
|
|
|
|
|
bi , i 1,2,3 . |
|
|||
|
|
D x : ai xi |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Случайная точка Q ξ |
равномерно распределена в |
D , т.е. плот- |
|||||||||||
ность распределения Q |
|
|
|
|
|
|
|
|
|
|
|||
ξ |
равна |
|
|
|
|
|
|||||||
|
|
|
|
|
|
1 |
|
, если Q D, |
|
||||
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
||||||
|
|
p x |
VD |
|
|
|
|||||||
|
|
|
|
|
|
|
0, если Q D, |
|
|||||
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
73 |
|
|
|
где VD – объем области D .
Имеем
|
|
|
1 |
, x a1 |
,b1 |
, |
|
|
x1 |
|
|
|
|||
p1 |
|
a1 |
|||||
b1 |
|
|
|
||||
|
|
|
0, x a1,b1 |
|
|||
|
|
|
|
плотность распределения компоненты ξ1 . |
|
||||||
Функция распределения ξ1 |
имеет вид: |
|
|||||
|
|
0, x a1, |
|
|
|||
|
|
|
x1 |
a1 |
|
|
|
F |
x |
|
, a x b , |
||||
|
|
|
|||||
1 |
1 |
b |
a |
1 |
1 |
||
|
|
|
|
|
|||
|
|
1 |
1 |
|
|
|
|
|
|
1, |
x b . |
|
|
||
|
|
|
|
1 |
|
|
Методом обратных функций находим формулу для разыгрыва-
ния координаты ξ1:
ξ1 a1 γ1, b1 a1
ξ1 a1 γ1 b1 a1 .
Аналогично получаем
ξ2 a2 γ2 b2 a2 ,
ξ3 a3 γ3 b3 a3 .
В общем случае плотность распределения может быть
Q
ξ
представлена в виде
p x1, x2 , x3 p1 x1 p2 x2 / x1 p3 x3 / x1, x2 ,
74
где p1 x1 – плотность распределения ξ1 ; p2 x2 / x1 – условная плотность распределения ξ2 при условии ξ1 x1 ; p3 x3 / x1, x2 –
условная плотность распределения ξ3 при условии ξ1 x1 , ξ2 x2 .
Обозначим
F1 x1 |
x1 |
|
p1 t dt, |
||
|
|
|
F2 x2 / x1 |
x2 |
t / x1 dt, |
p2 |
||
|
|
|
F3 x3 / x1, x2 |
x3 |
t / x1, x2 dt . |
p3 |
||
|
|
|
Теорема 2.4. Пусть γ1, γ2 , γ3 – независимые равномерно распре-
деленные случайные величины в (0,1). Определим ξ1, ξ2 , ξ3, по-
следовательно решая уравнения
F1 ξ1 γ1 , |
|
F2 ξ2/ξ1 γ2 , |
(2.12) |
F3 ξ3/ξ1,ξ2 γ3 . |
|
Тогда плотность точки Q ξ1,ξ2 ,ξ3 равна |
p x1, x2 , x3 . |
Доказательство теоремы 2.4 приведено в [14, 24]. |
|
Пример 2.9. Пусть случайная точка ξ,η |
равномерно распреде- |
лена в треугольнике, ограниченном отрезком прямой y b 1 x , b 0 и осями координат (рис. 2.4).
75
Найти формулы для разыгрывания и .
Решение. Плотность точки ξ,η вычисляется следующим образом:
|
|
|
1 |
|
|
2 |
, x, y D, |
|
||||||
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
||||||||
|
p x, y S |
b |
|
|
|
|
|
|||||||
|
|
|
0, |
x, y D. |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
Здесь D – искомый треугольник. |
|
|
|
|
|
|
|
|
||||||
Находим плотность координаты : |
|
|
|
|
|
|||||||||
|
b 1 x |
|
|
|
2 1 x , x 0,1 , |
|||||||||
p1 x |
|
p x, y dy |
||||||||||||
|
|
|
|
|||||||||||
|
0 |
|
|
|
|
|
|
0, x 0,1 . |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
Вычисляем условную плотность |
|
|
|
|
|
|
|
|
||||||
p y / x |
p x, y |
|
|
|
1 |
|
, 0 y b 1 x . |
|||||||
|
|
|
|
|
||||||||||
2 |
|
|
p1 x |
b 1 x |
|
|
|
|||||||
|
|
|
|
|
|
|||||||||
Находим формулы для разыгрывания , : |
|
|
|
|||||||||||
ξ |
|
|
ξ |
|
|
|
|
ξ2 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|||||
F1 ξ p1 t dt 2 1 t dt 2 ξ |
|
, |
ξ 0,1 , |
|||||||||||
|
||||||||||||||
0 |
|
|
0 |
|
|
|
|
|
|
2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
76 |
|
|
|
|
|
|
|
|
η |
1 |
|
|
|
|
η |
|
|
|
||
F2 |
η / ξ |
|
|
dt |
|
|
|
, |
0 η b 1 ξ , |
||||
|
|
|
|
|
|
|
|
||||||
b 1 |
ξ |
b 1 ξ |
|||||||||||
|
|
|
|
|
|||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
Отсюда находим |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
2 |
|
|
ξ2 |
γ1 |
, |
||||
|
|
|
|
ξ |
|
|
|
||||||
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
2 |
|
|
|
η |
γ2 . |
|
|
||
b 1 ξ |
||
|
Следовательно, получаем формулы для моделирования:
ξ1 γ1 ,
ηb 1 ξ γ2 bγ1 γ2 ,
γ1 , γ2 равномерно распределены в (0,1).
Рассмотрим преобразование случайного вектора
|
|
ξ |
ξ1,...,ξn η η1,...,ηn , |
при этом плотность преобразуется следующим образом:
|
|
|
p |
y ,..., y |
|
p |
x ,..., x |
|
|
x1 |
,..., xn |
|
, |
||
|
|
|
|
|
|
||||||||||
|
|
|
n |
|
y1 |
,..., yn |
|
||||||||
|
|
|
η |
1 |
ξ |
1 |
n |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
где |
x1 |
,..., xn |
– якобиан перехода от |
x1,..., xn к y1,..., yn . |
|||||||||||
y1 |
,..., yn |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 2.10. Пусть случайная точка Q x, y, z равномерно рас-
пределена в шаре
D x, y, z : x2 y2 z2 R2 .
Плотность точки Q равна
77
|
|
|
1 |
|
, |
x, y, z D, |
|
4 |
|
3 |
|||
|
|
|
|
|||
p x, y, z |
|
R |
|
|
|
|
3 |
|
|
|
|||
|
0, x, y, z D. |
|||||
|
|
|||||
|
|
|
|
|
|
Введем сферические координаты r,θ,θ :
0 r R ,
0 θ π ,
0 θ 2π .
Якобиан перехода равен
x, y, z r2 sin θ .
r,θ,θ
Плотность в новых координатах записывается в виде:
p r,θ,θ |
r2 sin θ |
|
|
|
3r2 |
|
|
sin θ |
|
1 |
|
||||||
4 |
|
|
3 |
R3 |
|
2 |
2π . |
||||||||||
|
|
|
πR |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Обозначим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p1 |
r |
3r2 |
|
, |
|
|
|
|
|
|
||||||
|
R3 |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
p2 |
θ |
sin θ |
|
, |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
p3 θ 21π .
Получаем, что в новых координатах все переменные независимы.
Находим функции распределения
F |
|
|
|
r 3 |
, |
F |
|
|
|
1 |
|
cosθ |
, |
F |
θ |
. |
||
r |
|
|
|
θ |
|
|
||||||||||||
1 |
|
|
|
|
2 |
|
|
2 |
1 |
|
3 |
2π |
||||||
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
78 |
|
|
|
|
|
|
|
Отсюда находим простые формулы для разыгрывания случайных координат:
r R3γ1 , cosθ 1 2γ2 , θ 2πγ3 .
При моделировании случайных величин нередко используется метод усечения. Пусть случайная величина имеет плотность рас-
пределения p x , x a,b . Рассмотрим случайную величину с
плотностью
p x Kp x , x a ,b ,
где a a b b .
Из условия нормировки плотности p x находим
b |
|
|
1 |
K |
p |
x |
dx . |
|
|
|
|
a |
|
|
|
В частности, метод усечения используется для случайных вели-
чин, значения которых неограничены, например нормальная слу-
чайная величина.
Рассмотрим метод Неймана моделирования случайных величин.
Для простоты ограничимся одномерным случаем, хотя этот метод
легко обобщается на случай многих переменных.
Теорема 2.5. Пусть случайная величина распределена с плот-
ностью p x , где a x b , |
0 p x c . Выберем |
два независимых случайных числа γ , |
γ , равномерно распреде- |
ленных в (0,1).
Пусть
79
ξ a γ b a , η cγ .
Определим метод отбора
ξ ξ , если η p ξ .
Тогда плотность распределения равна p x .
Доказательство. Имеем равенства (рис. 2.5):
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ξ |
|
|
F |
|
z |
|
P ξ z P ξ |
|
z |
|
|
|
|
|
P ξ z, η |
p |
|
|
|
||||||||
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
η p ξ |
|
P η p ξ |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
p x |
1 |
|
|
|
|
|
z |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
dx |
|
dy |
|
p x dx |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
c b |
a |
|
z |
|
|
|
|
|
|||||||||||
|
|
|
|
|
a |
0 |
|
|
|
|
|
a |
|
|
p x dx , |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
b |
p x |
1 |
|
|
|
|
b |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
dx |
|
dy |
|
p x dx |
0 |
|
|
|
|
|
|||||||||
|
|
|
|
|
c b |
a |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
a |
0 |
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
независимы и равномерно распределены с плот- |
||||||||||||||||||
поскольку ξ ,η |
||||||||||||||||||||||||
ностью |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p x, y |
|
|
1 |
|
|
, |
x a,b , |
y 0,c . |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
c b a |
|
|
|
|
|
Теорема доказана.
80