- •1. Переменные 5
- •2. Массивы 6
- •3. Автономно запрограммированная процедура 6
- •Постановка задачи
- •Инструкция по пользованию программой
- •1. Переменные
- •2. Массивы
- •3. Автономно запрограммированная процедура
- •Описание программы
- •Листинг программы приведен ниже.
- •Последовательность выполнения программы.
- •Процедура ogr
- •Процедура mcch
- •Процедура ctatobr
- •Описание работы с программой
- •В каждом из файлов – даётся краткая характеристика закона распределения
- •Использование буфера обмена (бо)
- •Пояснение как создать необходимый exe-файл к программе «Оболочка» прилагается папка «Создание ехе Процесс».
- •Как создать ProjectOfflineProcess.
- •Файл typedata.Pas
- •Литература
- •Скриншоты программы
Процедура mcch
procedure MCCH( M:raM100_10; MK:raX;N,Q:integer;var X:raX);
позволяет получать числа со следующими законами распределения:
1) изменение параметров с равномерным шагом
2) равномерное распределение на интервале
3) нормальное распределение с параметрами и ;
4) бета-распределение с параметрами
5) гамма-распределение с параметрами
6) Экспоненциальное распределение получается из гамма-распределения при =1.
Значение формальных параметров процедуры:
М - массив , задающий режим работы процедуры (см. табл.1);
МК - массив констант, вычисляемых в процедуре OGR;
N - номер реализации;
Q - количество элементов входного (случайного) вектора X;
Х - случайный вектор (выходной массив процедуры).
Процедура MCCH использует при работе датчик равномерно распределённых на интервале [0, l] случайных чисел. Работа процедуры основана на формировании чисел с заданным законом распределения методом исключения (метод Дж. фон Неймана). Закон распределения описывается в простейшей форме, и случайное число приводится к закону распределения с заданными параметрами по формуле линейного преобразования одномерной случайной величины:
пусть Х - случайное число, Y = a Х + b;
т огда
Вывод рабочих формул (R – равномерно распределенное на интервале [0…1] случайное число):
1 . Равномерное распределение на интервале по формуле:
2 . Нормальное распределение с параметрами . Простейшая формула плотности нормального распределения (м.о.=0 и с.к.о.=1) имеет вид:
П ри методе Неймана используется нормированная (приведенная) плотность распределения
Коэффициент нормировки равен
Отсюда с учётом правила „3”:
По формуле линейного преобразования производится переход к требуемому
з акону распределения:
З начения и вычисляются в процедуре OGR. по правилу "3".
3. Бета-распределение при 0x1 имеет вид:
(3.1)
где
Точку максимума функции находим, приравнивая нулю первую производную
Е сли 0<x<1 , 0, 0 , то
где – коэффициент нормировки.
Нормированная плотность распределения равна:
При =0, 0 или 0, =0 , получаем степенную функцию
П ри =0, =0; получаем равномерную плотность распределения:
В общем случае можно записать:
П ри программной реализации в случае в процедуре OGR происходит изменение соответствующего элемента задающего массива (К[J]:=1).
П ереход к общему случаю бета-распределения осуществляется по формуле
где R выбирается по методу Неймана с учетом плотности (3.1).
4. Гамма-распределение имеет в простейшем виде (=1) следующую плотность распределения
Для расчёта функции // вычисление значения Гамма функции
используется разложение Гаусса в бесконечное произведение
( см. Р.Курант, Краткий курс дифференциального и интегрального исчисления, т.2,стр.355,изд.»Наука», Москва 1970г. )
procedure Fgamma (X :extended; var gamma:extended );
Число сомножителей N=10000.
Результаты счёта : G(5)= 23,9760179882471- точное значение -24;
G(6)= 119,820185838726- точное значение -120;
Для выбора числа N были проведены расчёты разных значений N.
Был проведен расчет при N=100000.
Результаты счёта : G(5)= 23,9976001799882- точное значение -24;
G(6)= 119,982001859839- точное значение -120;
Был проведен расчет при N=1000000.
Результаты счёта : G(5)= 23,9997600018 - точное значение -24;
G(6)= 119,9982000186- точное значение -120;
Был выбран вариант– N=10000. Ошибка не превышает 1Е-3
Задается в виде Fgamma ( teta,gamma );
К общему виду (см. табл.2) эту плотность распределения приводит линейное преобразование
Следовательно, при формировании чисел, имеющих γ-распределение, можно использовать функцию (4.1) с последующим линейным преобразованием (4.2).
При выводе рабочей формулы воспользуемся тем же методом, что и в п.З:
Окончательно имеем:
Д алее, поскольку гамма-распределение справа не ограничено, а метод Неймана рассматривается на конечном интервале, необходимо оценить границу распределения при заданной доверительной вероятности Рдов ,
Д ля целых имеем:
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
где
Ч исленное решение уравнения при
Получим значение такое, что .
С учетом формул линейного преобразования имеем
где R выбирается по методу Неймана с учетом плотности (4.1).
Экспоненциальное распределение получается из (4.1) при =1.