- •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
Моделируем
F()=
Получаем путём решения уравнения
Рис.3.
Например, пусть требуется смоделировать случайную величину с экспоненциальным законом распределения:
P(x)=e-(x-x0) , x0 x
F(x)=1-e-(x-x0)
В этом случае уравнение (2) имеет следующий вид:
1- e-(-x0) = (3)
Из (3) получаем явную формулу для моделирования :
(4)
Так как случайная величина 1- также равномерно распределена на интервале (0.1), то в формуле (4) можно заменить 1- на ;
Основным недостатком метода обратных функций является сложность (для большинства практических случаев) решения уравнения (2).
Метод Неймана. Данный метод в настоящее время является наиболее распространенным в практике моделирования случайных величин. Суть его заключается в следующем. Пусть требуется смоделировать случайную величину , определенную на конечном интервале (а,b) и имеющую заданную плотность распределения р(х)с (рис.4).
C
У=p(x)
ξ’’
0 α ξ́́́́́’ b X
Рис.4.
Введем в рассмотрение две независимые случайные величины1 и 2 . равномерно распределенные на интервале (0,I), а также случайные величины =a+(b-a)1 и =c2. Тогда случайная величина , определяемая формулой
= , если <р() .
имеет плотность вероятностей, равную р(х).
Блок-схема алгоритма моделирования случайной величины по методу Неймана имеет следующий вид:
Моделируем 1
Моделируем 2
:=a+(b-a)
1
:=c2
нет
да
:=
Рис.5.
Эффективность метода Неймана равна;
Здесь под эффективностью понимается, вероятность того, что точка (1,2) будет использована для расчета , а не отброшена. Для того, чтобы эффективность метода была наибольшей, следует положить С=sup p(x).
a<x<b
Недостатком метода Неймана является его малое быстродействие.
Метод суперпозиций. Основная идея этого метода сводятся к следующему. Пусть заданная функция распределения F(х) случайной величины может быть представлена в виде:
(5)
соответственно плотность распределения
, CX 0 , x=1 ,2 ……m .
Из (5) при х следует, что
(6)
Выражение (6) позволяет ввести в рассмотрение дискретную случайную величину с распределением:
-
xi
1
2
3
………….
m
Pi
C1
C2
C3
………….
Cm
так , что Р{=x}=СX
Пусть - равномерно распределенная случайная величина. Нетрудно показать, что если по величине получить значение х случайной величины , а затем получить значение случайной величины либо с помощью метода обратных функций по известной функций распределения FX(х), либо с помощью метода Неймана по известной плотности распределения pX(х) , то функция распределения будет равна F(х). Следует отметить, что равномерно распределенные случайные величины, используемые как в методе обратных функций (2), так и в методе Неймана (2 , 3), должны быть независимы с 1.
Блок-схемы алгоритмов моделирования случайной величины по методу суперпозиций приведены на рис.6.
Моделируем
1
Моделируем
1
Моделируем
=
x
Моделируем
=
x
Моделируем
2
Моделируем
2,3