- •Моделирование на цвм случайных величин с заданным законом распределения
- •1.Цель работы
- •2. Основные теоретические сведения
- •2.1. Моделирование дискретных случайных величин Пусть дискретная случайная величина задала своим распределением
- •2.2. Моделирование непрерывных случайных величин
- •Моделируем
- •Получаем путём решения уравнения
- •Моделируем 1
- •Моделируем 2
- •Решаем уравнение
- •3. Порядок выполнения работы
- •4. Содержание отчета
- •5. Контрольные вопросы
- •Литература
Лабораторная работа № 2
Моделирование на цвм случайных величин с заданным законом распределения
1.Цель работы
Изучение методов моделирования на ЦВМ дискретных и непрерывных случайных величин, имеющих заданный закон распределения.
2. Основные теоретические сведения
Случайную величину , имеющую заданный закон распределения, обычно моделируют не непосредственно, а путем преобразования случайной величины , имеющей равномерное распределение в интервале (0,1). Для получения на ЦВМ псевдослучайной (в дальнейшем, просто случайной) величины , в принципе можно воcпользоваться известными методами, однако предпочтительным является использование, для этой цели стандартных подпрограмм получения случайных чисел с равномерным законом распределения гарантирующих высокое качество псевдослучайных чисел. В настоящее время практически у всех ЦВМ есть стандартные подпрограммы получения равномерно распределенных случайных чисел. Например, в математическом обеспечении ЕС ЭВМ имеется стандартная подпрограмма получения равномерно распределенных псевдослучайных чисел. Обращение к ней имеет следующий вид:
CALL RANDU (IX,IY,YFL) .
Данная подпрограмма позволяет получать последовательности равномерно распределенных псевдослучайных чисел в интервалах (0,1) и (0,231).
Идентификатором IX обозначено начальное 8-значное целое нечетное число; идентификатором IY обозначено вычисленное подпрограммой число из последовательности псевдослучайных чисел, равномерно распределенных на интервале (0,231), и необходимое при следующем обращений к этой подпрограмме; идентификатором YFL обозначено вычисленное подпрограммой число из последовательности псевдослучайных чисел, равномерно распределенных на интервале (0,1).
При первом обращении к подпрограмме IX должно быть присвоено некоторое целое нечетное число с 9-ю или меньшим числом знаков. При последующих обращениях к подпрограмме IX присваивается значение IY.
2.1. Моделирование дискретных случайных величин Пусть дискретная случайная величина задала своим распределением
Х1 |
Х2 |
…………. |
Хn |
Р1 |
Р2 |
…………. |
Рn |
pi=P{ = xi}. (1)
Интервал (0,1) изменения равномерно распределенной случайной величины разделим на интервале i , такие, что длина i равна Pi (см.рис.1).
1 2 3 n У
0
Рис. 1.
Тогда случайная величина , имеющая распределение (I), получается по следующей формуле:
=xi , если i
Блок-схема алгоритма моделирования дискретной случайной величины имеет следующий вид:
m:=1
Получаем
1:=Xm m:=1
да
нет
m:=m+1
Рис.2.
2.2. Моделирование непрерывных случайных величин
Метод обратных функций. Данный метод является непрерывным аналогом метода моделирования дискретных случайных величин, описанного в разделе 2,1, Пусть необходимо смоделировать случайную величину (a,b) , заданную плотностью распределения р(х).
Обозначим через F(х)=функцию распределения случайной величины.
Тогда случайная величина , полученная путем решения уравнения
F()= , (2)
где - равномерно распределенная на интервале (0,1) случайная величина, имеет плотность распределения p (х) .
Блок-схема алгоритма моделирования случайной величины по методу обратных функций приведена на рис. 3.