- •Лабораторная работа № 1 «Методы генерации случайных величин с произвольным законом распределения вероятности»
- •1. Метод обратных функций (метод нелинейного преобразования обратного функции распределения)
- •2. Метод кусочной аппроксимации плотности распределения вероятности (Метод н. П. Бусленко)
- •3. Метод отбора Неймана (метод отказов)
- •4. Задания к лабораторной работе «Методы генерации случайных величин с произвольным законом распределения вероятности»
- •Распределение вариантов
- •Приложение: программа моделирования случайных чисел с экспоненциальным законом распределения
3. Метод отбора Неймана (метод отказов)
Этот метод также предполагает усечение плотности вероятности справа и слева на некотором интервале [a, b], если плотность имеет бесконечные хвосты.
М етод состоит в том, что на первом шаге генерируются два равномерно распределенных случайных числа: 1 и 2. Затем осуществляется проверка, попадает ли точка с координатами [a+(b-a)1, w max2] под кривую плотности вероятности. Если это так, то запоминается первое число 1, которое и используется для вычисления случайной величины =1. Критерием отбора является очевидное неравенство:
|
(7) |
Пары случайных чисел, удовлетворяющие этому условию, можно рассматривать как координаты случайных чисел на плоскости, равномерно распределенных вдоль осей y и . Вероятность того, что случайная точка на плоскости, попавшая под кривую , окажется в элементарной полосе с основанием , равна, очевидно, площади этой полосы, т.е. . Это и есть условие необходимое для того, чтобы случайная величина =a+(b-a)1 имела заданную плотность распределения вероятности . Таким образом, алгоритм получения последовательности случайных чисел, обладающих исходной плотностью, может быть сформулирован следующим образом:
Из исходной совокупности равномерно распределенных на интервале [0,1] чисел выбираем пары 1, 2.
Для этих чисел осуществляется проверка неравенства (7).
Если неравенство (7) справедливо, то переходим к шагу 4. В противном случае к шагу 1.
Если неравенство выполняется, то очередное число определяется согласно следующему соотношению: =a+(b-a)1.
Описанная выше процедура отбора случайных чисел может потребовать существенного числа вычислений, в основном за счет вычисления правой части неравенства (4). Кроме того, не все пара чисел 1, 2 будут удовлетворять (7) и, следовательно, некоторая часть этих пар будет отброшена. Это приводит к дополнительным затратам машинного времени.
4. Задания к лабораторной работе «Методы генерации случайных величин с произвольным законом распределения вероятности»
№ |
Распределение |
Плотность распределения w(y) |
Параметры распределения |
|
Хи-квадрат с n степенями свободы |
|
n=2 |
|
Логарифмически нормальное |
|
m=1 =0,3 |
|
Хи-квадрат с n степенями свободы |
|
n=1 |
|
Симпсона |
|
a=0 b=2 |
|
Хи-квадрат с n степенями свободы |
|
n=4 |
|
Хи-распределение с n степенями свободы |
|
n=1 |
|
Хи-распределение с n степенями свободы |
|
n=4 |
|
Гамма-распределение |
|
=2 =1 |
|
Гамма-распределение |
|
=3 =1 |
|
Накагами (m – распределение) |
|
m=0,5 =1 |
|
Накагами (m – распределение) |
|
m=1 =1 |
|
Накагами (m – распределение) |
|
m=2 =1 |
|
Коши |
|
t=1 m=1 |
|
Релея |
|
=1 |
|
Релея-Райса |
|
m=1 =1 |
|
Максвелла |
|
=1 |
|
Стьюдента (t-распределение) с m-степенями свободы |
|
m=2 |
|
Стьюдента (t-распределение) с m-степенями свободы |
|
m=4 |
|
Эрланга k-го порядка |
|
k=0 |
|
Эрланга k-го порядка |
|
k=1 |
|
Эрланга k-го порядка |
|
k=3 |
|
Вейбулла |
|
c=1 |
|
Вейбулла |
|
c=1 |
|
Вейбулла |
|
c=1 |
|
Мизеса |
|
D=3 |
|
Смесь двух равновероятных распределений Релея |
|
1=2 2=4 |
|
Смесь равновероятных распределений Релея и нормального распределения |
|
=1
m=0 =2 |
В соответствии с номером варианта необходимо сгенерировать выборку случайных чисел с заданным законом распределения двумя из рассмотренных теоретических методов. Отказ от использования метода обратной функции должен быть обоснован.
В качестве примера используйте файл LAB1.M. Текст программы приведен в Приложении. Рекомендуется создать копию этого файла под своим именем в каталоге \MATLAB\WORK для модификации программы в соответствии с заданием.
Необходимо проанализировать возможность применения метода обратной функции распределения (см. раздел 1 теории в данном файле). При возможности выполнения указанных преобразований – привести преобразование и итоговую формулу F-1. При невозможности получения теоретического результата – обосновать это.
Отчет по лабораторной работе должен включать:
Результаты теоретического исследования заданной плотности распределения и обоснование выбора методов генерации случайных чисел.
Листинг программы и графики полученных результатов моделирования.
Выводы по работе.