
- •Способы получения стандартных случайных чисел. Представление случайных чисел в эвм. Период и отрезок апериодичности датчика случайных чисел.
- •Общий метод моделирования дискретных случайных величин.
- •Модификация метода моделирования дискретных случайных величин с повышенной эффективностью.
- •Общий метод моделирования непрерывных случайных величин.
- •Моделирование кусочно-постоянных непрерывных случайных величин.
- •Метод суперпозиции для дискретного параметра
- •Модифицированный метод суперпозиции с использованием одного случайного числа
- •Метод суперпозиции для непрерывного параметра
- •Метод исключения. Оптимизация.
- •Замена переменных. Использование полярных координат.
- •Моделирование нормального распределения
- •Моделирование обобщенного показательного распределения
- •Общий метод моделирования многомерных распределений
- •Метод исключения для многих переменных
- •Замена переменных в многомерном пространстве. Выбор случайного направления в 3-х мерном пространстве.
- •Общая схема моделирования процесса переноса
- •Моделирование длины свободного пробега в кусочно-однородной среде
- •Метод максимального сечения
- •Моделирование процесса размножения
Моделирование нормального распределения
Промоделируем нормальное распределение.
Пусть есть 2 случайные величины,
распределенные по нормальному закону:
.
Промоделировать их сложно, так как
сложно вычислить интеграл.
Эти величины не зависимы
.
Перейдем к полярным координатам:
и
можно увидеть что:
,
где
и
- равномерно распределена – эти величины
тоже независимы и
.
Теперь можно промоделировать величины
и
по известной формуле
.
Специальные методы.
Нормальное распределение:
Например:
|
|
Можно уменьшить
:
Показательное распределение:,
расположим по возрастанию: слева -
,
справа -
.
- подчиняется плотности
.
Пример:
Моделирование обобщенного показательного распределения
Может возникать ситуация когда сечение
зависит от координат, аf(x)
– эта зависимость. В случае отсутствия
этой зависимости распределение
превратится в
.
Пусть есть случайная величина с плотностью, имеющей вид показательного распределения :
.
Пусть а – верхняя граница функцииf(x)
-
.
- частица взаимодействует – это условие
необходимо, потому что компьютер должен
выдать хоть один ответ, иначе он
зациклится.
Берем
для моделирования другое
|
На каждом шаге моделируем
|
При
выполненном условии
| |
|
- 2 возможных случая. |
Общий метод моделирования многомерных распределений
Пусть у нас есть
измерений.
Пусть
,
.
Получаем два случая:
попроще. Случайные координаты независимы.
- получаем
- одномерных задач, которые решаются как обычные одномерные задачи.
посложнее.
.
Вычислим их следующим образом:
.
|
Изменяя
порядок рассмотрения можно получить
разные системы каждая из которых
приведет к решению задачи. Всего можно
составить
|
Метод исключения для многих переменных
Для многомерных задач можно применять
любой метод, что и для одномерных, если
представить исходную сумму в виде некой
суммы по i..
Где
-
вероятности,
;
- плотности,
.
С помощью одной случайной величины по
выбираем номерi(ту
плотность что будем моделировать), потом
моделируем плотность
.
Метод исключения требует увеличения
числа измерений на 1.
,
подбираем мажорирующую функцию
.
Моделируем точку
,
причем у – координата не зависимая от
.
После того как получили значения по
координатам:
- случайная точка.
в (n+1)-мерном пространстве.
Теперь надо проверить условие попадает
ли точка в пространство, ограниченноg:
.
Если условие не выполняется, то надо
снова получать новую точку в (n+1)-мерном
пространстве.
Функция g1должна удовлетворять тем же условиям что и мажорирующая функция в одномерном случае:
1.
2.
- легко моделировать в смысле того, что
должен получаться простой и быстрый
алгоритм.
3. Не слишком много точек должно быть
выкинуто, т.е. чтобы быстрее получались
нужные точки
должна быть близка к
-
близка к 1, где
Замена переменных в многомерном пространстве. Выбор случайного направления в 3-х мерном пространстве.
Замена переменных.
Если есть
сделаем замену переменных
- отображение одного пространства в
другом (если это отображение
взаимнооднозначно и дифференцируемо).
.
Обратное
,
тогда
.
Равномерно в шаре
,
.
,
,
,
,
.
Моделирование случайного направления.
,
,
.
|
|