Алгоритм для получения одной реализации дискретной случайной величины, распределенной по рекуррентной формуле
Введение
Метод Монте-Карло – это метод, использующий случайные числа для решения разнообразных задач. Случайные числа можно получать с помощью рулетки, что собственно и делают постоянно в игорных заведениях города Монте-Карло (княжество Монако). Так возникло название метода, а развитие метод получил в первую очередь в связи с расчетами атомной бомбы и ядерных реакторов. Развитию методов Монте-Карло способствует бурное развитие ЭВМ. Алгоритмы Монте-Карло легко программируются и позволяют рассчитывать многие задачи, недоступные для классических численных методов. Решать методами Монте-Карло можно любые математические задачи, а не только задачи, связанные со случайными величинами. Среди методов Монте-Карло можно выделить методы, в которых полностью воспроизводится модель рассчитываемого процесса. Такие методы называют имитационные.
Часть I. Моделирование случайных величин Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Обычно это математические ожидания рассматриваемых случайных величин и их дисперсии.
Моделирование дискретной случайной величины Дискретная случайная величина задаётся таблицей распределения
Таблица 1.1
где . (1.1)
Разобьём интервал на интервалы такие, что длина равна . Пусть – случайная величина равномерно распределённая на . Теорема 1.1. Случайная величина , определённая формулой , когда значение принадлежит , имеет распределение вероятностей, представленное таблицей 1.1.
Доказательство основано на следующем соотношении (см. рис.1.1): .
Алгоритм для получения одной реализации дискретной случайной величины, распределенной по табл. 1.1
Наиболее часто используются целочисленные случайные величины с распределением . (1.2)
Пример 1.1. Требуется разыграть два возможных значения дискретной случайной величины , закон распределения которой задан следующей таблицей
Разобьём интервал (0,1) на три интервала
, , .
Для нашего примера это следующие интервалы:
(0,0.22), (0.22,0.53), (0.53, 1).
Считаем, что в нашем распоряжении имеется способ получения независимых реализаций равномерно распределённой на промежутке (0,1) случайной величины . Независимые реализации случайной величины будем получать следующим образом. Пусть 0.61. Так как , то 3. Если 0.19, то 1, так как в данном случае и т.д.. Алгоритм для получения одной реализации дискретной случайной величины, распределенной по рекуррентной формуле Упражнение 1.1. Для дискретного распределения Пуассона , с параметром необходимо получить ряд значений . Алгоритм. Замечание. При моделировании следует учесть то, что вероятности подчиняются рекуррентным формулам
.
Популярное: Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (675)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |