- •Глава 1. Принципы моделирования случайных элементов 6
- •Глава 3. Метод Монте-Карло и его применения 51
- •3.4. Задания 63
- •Глава 4. Система моделирования gpss 64
- •Глава 5. Моделирование сложных систем на основе gpss 127
- •5.2.1. Иммитационная модель системы 136
- •Глава 6. Задания лабораторного практикума по gpss 152
- •Глава 7. Статистическое моделирование в финансовом анализе. 181
- •Введение
- •Глава 1.Принципы моделирования случайных элементов
- •1.1. Моделирование случайных величин
- •1.1.1.Моделирование базовых случайных величин (бсв) Понятие бсв
- •Датчики бсв
- •Метод Макларена-Марсальи
- •Специальные тесты проверки точности моделирования бсв
- •Тест «совпадения моментов»
- •Тест «ковариация»
- •Тест «равномерность двухмерного распределения»
- •1.1.2.Статический анализ точности моделирования
- •1.1.3.Задания
- •1.2. Моделирование дискретных случайных величин (дсв)
- •1.2.1.Понятие дсв. Общая схема алгоритма моделирования
- •1.2.3.Графический анализ точности моделирования
- •1.2.4.Задания
- •Дискретное равномерное распределение
- •1.3. Моделирование непрерывных случайных величин (нсв)
- •1.3.1.Понятие нсв. Универсальные методы моделирования нсв. Понятие нсв.
- •Метод обратной функции.
- •Метод исключения
- •1.3.2.Тесты проверки точности моделирования нсв Критерии согласия
- •- Критерий согласия Пирсона
- •Критерий согласия Колмогорова.
- •Критерий серий
- •Критерий “нисходящих” и ”восходящих” серий
- •1.3.3.Алгоритмы моделирования для основных непрерывных распределений Равномерное распределение
- •Алгоритм моделирования
- •Одномерное нормальное распределение
- •Алгоритм моделирования
- •Экспоненциальное распределение
- •Алгоритм моделирования
- •Распределение Лапласа
- •Алгоритм моделирования
- •Алгоритмы моделирования:
- •Бета-распределение.
- •Связь с другими распределениями
- •Алгоритмы моделирования:
- •Алгоритмы моделирования
- •Алгоритм моделирования
- •Моделирование случайных величин с заданной гистограммой
- •Алгоритм моделирования
- •Моделирование случайных величин с заданным полигоном частот
- •1.3.4.Задания Равномерное распределение
- •Одномерное нормальное распределение
- •Распределение Лапласа
- •Распределение Вейбулла-Гнеденко
- •Гамма распределение
- •Бета-распределение
- •Распределение Коши
- •Логистическое распределение
- •Распределение Стьюдента
- •Распределение Фишера
- •3.2. Вычисление определенного интеграла методом Монте-Карло
- •Пример.
- •Текст программы:
- •3.3. Решение системы алгебраических уравнений методом Монте-Карло
- •3.4. Задания
- •Глава 4.Система моделирования gpss
- •4.1. Краткие сведения из теории
- •4.2. Основные правила и операторы языка gpss
- •4.2.1.Структура операторов gpss
- •4.2.2.Основные операторы языка gpss
- •4.3. Основные блоки gpss/pc и связанные с ними объекты
- •4.3.1.Блоки, связанные с транзактами
- •4.3.2.Блоки, связанные с аппаратными объектами
- •4.3.3.Блоки для сбора статистических данных
- •4.3.4.Блоки, изменяющие маршруты транзактов
- •4.3.5.Блоки, работающие с памятью
- •4.3.6.Блоки для работы со списками пользователя
- •4.4. Управляющие операторы gpss/pc
- •4.5. Некоторые приемы конструирования gpss-моделей
- •4.5.1.Косвенная адресация
- •4.5.2.Обработка одновременных событий
- •4.6. Команды gpss/pc и технология работы с пакетом
- •4.6.1.Загрузка интегрированной среды
- •4.6.2.Ввод новой модели
- •4.6.3.Редактирование текста модели
- •4.6.4.Запись и считывание модели с диска
- •4.6.5.Прогон модели и наблюдение за моделированием
- •4.6.6.Получение и интерпретация стандартного отчета
- •5.1.3.Анализ результатов иммитационного моделирования
- •5.2. Моделирование работы участка цеха
- •5.2.1.Иммитационная модель системы
- •110 Generate 30,5 Первый сегмент модели
- •280 Generate 20,5 Второй сегмент модели
- •450 Generate 480 Третий сегмент модели (таймер)
- •5.2.2.Анализ результатов иммитационного моделирования
- •Обсуждение результатов моделирования
- •105 A2 storage 2 Второй станок моделируется как накопитель
- •Задание для домашней подготовки
- •5.3. Порядок оформления отчета
- •5.3.1.Содержание отчета
- •Задания для самопроверки
- •5.3.2.Создание выходного файла
- •5.3.3.Описание элементов выходного файла
- •Глава 6.Задания лабораторного практикума по gpss
- •Глава 7.Статистическое моделирование в финансовом анализе.
- •7.1. Моделирование наращенных сумм и современных величин платежа.
- •Задание 4.
- •7.2. Моделирование величины реальной наращенной суммы платежей с учетом инфляции.
- •7.3. Моделирование обменного курса валют при двойной конверсии валют.
- •Приложение
- •Примечание к таблице п.3
- •Литература
Алгоритм моделирования
Алгоритм моделирования ~ основан на методе функциональных преобразований и состоит из следующих шагов:
Моделирование z реализации стандартной гаусовской СВ.
Получение y реализацией СВ ~ (где ) по формуле:
.вычисление реализации x СВ ~ по формуле
.
Экспоненциальное распределение
НСВ
с функцией и плотностью распределения,
определяемые соотношениями:
,
(25)
имеет
экспоненциальное(потенциальное)
распределение
,
где
-параметр
распределения (
).
Среднее значение
и дисперсия СВ
равны:
.
Связь с другими распределениями
Экспоненциальное распределение можно рассматривать как частный случай распределений:
гамма - распределения
при
;Вейбулла-Гнеденко
при с=1.
Алгоритм моделирования
Алгоритм
моделирования СВ
основа на методе обратной функции.
Обратная функция для
,
определяемой (25), находится при решении
уравнения
относительно
x:
.(26)
Далее в соответствии с методом обратной функции алгоритм моделирования СВ состоит из двух шагов:
Моделирование реализации a БСВ a.
Вычисление в соответствии с (26) реализации x СВ :
где учтено, что a и a-1 одинаково распределены.
Коэффициент использования БСВ к=1.
Распределение Лапласа
НСВ
с плотностью распределения
,(27)
имеет распределение
Лапласа
,
где
параметр распределения. Распределение
иногда называется двусторонним
экспоненциальным распределением,
поскольку график функции (27) можно
рассматривать как результат “склеивания”
графика плотности распределении
со
своим зеркальным относительно вертикальной
оси отражением (с учетом необходимой
нормировки). Согласно (27) функция
распределения
имеет
вид:
(28)
Среднее значение
и дисперсия СВ
:
.
Алгоритм моделирования
Алгоритм
моделирования
основан
на методе обратной функции. Обратная
для
функция согласно (28) имеет вид:
(29)
.(30)
Для моделирования реализации x СВ выполняются следующие действия:
Моделируется реализация y БСВ.
Принимается решение о том, что реализацией СВ является величина x, вычисляемая по формуле (29), если y<0.5; но формуле (30), если
.
Коэффициент использования БСВ к=1.
Распределение Вейбулла-Гнеденко.
НСВ с плотностью распределения
,(31)
имеет распределение Вейбулла-Гнеденко имеет вид:
.(32)
Среднее значение и дисперсия равны:
,
здесь Г(x)-гамма-функция Эйлера, то есть
Связь с другими распределениями
Частными случаями распределения с плотностью (31) являются:
экспоненциальное распределение при с=1;
распределение Релея, имеющее плотность
при с=2 и
.
Алгоритм моделирования
Алгоритм
моделирования СВ
основан на методе обратной функции с
состоит из следующих шагов:
Моделирование реализации а БСВ.
Принятие решения о том, что реализацией СВ является величина x, вычисляемая с учетом (32) по формуле:
.
Коэффициент использования БСВ к=1.
Гамма-распределение.
НСВ с плотностью распределения
,
имеет
гамма-распределение
с параметрами:
-
параметр формы; b>0 –
параметр масштаба. Здесь
-гамма-функция
Эйлера:
Среднее значение
и дисперсия
равны:
Связь с другими распределениями.
При
гамма-распределение совпадает с
экспоненциальным:
.
Для произвольного
целого
гамма-распределение
называется распределением Эрланга
порядка
с параметром
.
Если
-целое
число,
-независимые
случайные величины, распределенные по
стандартному экспоненциальному закону
,
то СВ
вида:
(33)
имеет распределение .
В соответствии с методом обратной функции:
(33)
- независимые БСВ. С учётом этого из (33)
следует:
(34)
Если
- независимые БСВ,
,
то СВ вида:
(35)
имеет распределение
.
