Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
СМОД – Статистические методы обработки данных / Муха, Слуянова, БГУИР 2004 (Лаб практикум).pdf
Скачиваний:
98
Добавлен:
15.06.2014
Размер:
708.82 Кб
Скачать

ЛАБОРАТОРНАЯ РАБОТА № 4. МОДЕЛИРОВАНИЕ МНОГОМЕРНЫХ

СЛУЧАЙНЫХ ЧИСЕЛ

4.1.Цель работы

4.1.1.Изучение методов моделирования многомерных случайных чисел.

4.1.2.Приобретение навыков моделирования многомерных случайных чи-

сел в системе Matlab.

4.2.Теоретические положения

4.2.1.Моделирование случайных чисел с многомерным нормальным (гауссовским) распределением

Пусть требуется моделировать значения m-мерного случайного вектора

( 1,..., m ), распределенного по нормальному закону N(A,R) с математиче-

ским ожиданием A и ковариационной матрицей R,

A (ai ), R ( i, j ), i, j 1,m.

Обозначим ( 1,..., m ) стандартный гауссовский m-мерный случайный вектор, то есть случайный вектор, распределенный по нормальному закону

N(0,I), где I – единичная матрица. Методы моделирования базируются на сле-

дующем результате.

Теорема. Пусть C (ci, j ) – действительная (m m)-матрица, являющаяся решением матричного уравнения

 

 

 

 

CCT R.

(4.1)

 

 

 

 

 

 

 

 

 

 

Тогда случайный вектор

, являющийся линейным преобразованием

,

 

 

 

 

 

C

 

A,

 

 

 

 

 

(4.2)

имеет нормальное распределение N(A,R).

 

Моделирование легко осуществляется. Действительно, компоненты этого

вектора 1,..., m некоррелированы, следовательно, и независимы, распределе-

ние отдельной компоненты i – стандартное нормальное N(0,1). Поэтому мо-

делирование можно выполнить m-кратным обращением к функции модели-

рования случайного числа с одномерным стандартным нормальным распреде-

лением N(0,1).

 

 

Различные методы моделирования , известные в литературе, отличаются

лишь способом построения матрицы C.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Один из методов использует неединственность решения (4.1) и требует,

чтобы C была нижней треугольной матрицей:

сi, j 0,

если

j i. Ненулевые

элементы

 

сi, j определяются

рекуррентно.

Действительно, в силу (4.2)

 

1

c

 

1

a . Выражение (4.1) дает соотношение

c2

 

1,1

. Следовательно,

 

1,1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

1,1

 

 

c1,1

 

. Теперь из (4.2) получим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

c2,1 1

c2,2 2

a2,

 

 

 

 

 

 

а из (2.1) имеем

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c22,1 c22,2

 

2,2,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c2,1c1,1

1,2.

 

 

 

 

 

 

 

 

Отсюда

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c

2,1

 

, c

2,2

 

 

2,2

c2

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c

 

 

 

 

 

 

2,1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

и т.д. Справедлива общая рекуррентная формула

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j 1

 

 

 

 

 

 

 

 

 

 

 

 

ci, j ( i, j

ci, cj, )/

j, j

 

c2j, .

 

 

(4.3)

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

Здесь

0

() 0

1

ивычисления по рекуррентной формуле (4.3) осуществляются по строкам мат-

рицы С, то есть в следующем порядке: c1,1, c2,1,c2,2, c3,1,c3,2,c3,3, c4,1,...,cm,m .

Таким образом, моделирующий алгоритм определяется формулами (4.3), (4.2).

4.2.2. Моделирование случайных чисел с многомерным распределени-

ем, равным произведению одномерных гамма-распределений

m ((a1,b1),...,(am ,bm ))

 

 

 

 

 

m

 

1

 

ai

1

 

 

xi

 

 

 

 

 

 

 

 

 

 

 

bi

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f

 

 

 

 

 

 

 

 

xi

 

 

e

 

 

,

xi 0, bi 0, ai 0

,

 

 

 

 

(a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x i 1

i

)b ai

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

xi 0.

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

 

4.2.3. Моделирование случайных чисел с многомерным распределени-

ем, равным

произведению одномерных распределений Уишарта

Wm ((k1, 12 ),...,(km , m2 ))

При b 2

2 , a

 

 

ki

произведение гамма-распределений представляет

 

 

i

i

i

2

 

собой произведение одномерных распределений Уишарта.

4.2.4. Моделирование случайных чисел с многомерным распределени-

ем, равным

произведению одномерных распределений хи-квадрат

Hm (k1,...,km )

 

 

 

 

 

При b 2,

a

i

 

ki

произведение гамма-распределений представляет собой

 

i

 

2

 

произведение распределений хи-квадрат.