Имитация случайных событий
6]. Существует несколько методов, основанных на преобразованиях равномерно распределенных случайных чисел в числа с заданным законом распределения. Пусть в результате эксперимента должно наступить с вероятностью рi одно из несовместимых событий A1, A2,…, An, которые образуют полную группу событий. Метод обратной функции. Если х — случайная величина, равномерно распределенная на отрезке… Читать ещё >
Имитация случайных событий (реферат, курсовая, диплом, контрольная)
Пусть в результате эксперимента должно наступить с вероятностью рi одно из несовместимых событий A1, A2,…, An, которые образуют полную группу событий.
Разбиваем отрезок [0,1] на n частей длиной Р1, Р2,…, Рn, при этом точки деления отрезка имеют следующие координаты:
Пусть теперь х — очередное число от генератора случайных чисел.
Если lk-1х<�х.
Имитация непрерывных случайных величин
[6]. Существует несколько методов, основанных на преобразованиях равномерно распределенных случайных чисел в числа с заданным законом распределения.
Метод обратной функции. Если х — случайная величина, равномерно распределенная на отрезке [0,1], то случайная величина y, являющаяся решением уравнения.
(3.4).
плотность распределения f (y). Этот метод позволяет вывести правило генерирования случайного числа, имеющего произвольное непрерывное распределение f (y):
- — вырабатывается случайное число х генератором случайной равномерной последовательности;
- — случайное число yi, имеющее распределение f (y), находится из решения уравнения (3.4).
Графическая иллюстрация метода обратных функций приведена на рис. 3.1.
Метод ступенчатой аппроксимации. Зависимость плотности распределения f (y) представляется графически в интервале изменения y от a до b. Если случайная величина задана на [0,], то произведем усечение распределения с заданной точностью. Разобьём отрезок [a, b] на n частей таких, что.
где ai (i=0,n) — координата точки разбиения.
Рис3.1.
Тогда вероятность того, что случайная величина y попадет в один из интервалов определится по формуле.
Т.е. попадание на любой отрезок равновероятно.
На каждом из интервалов функция f (y) аппроксимируется так, чтобы значение f (y) в каждом интервале было постоянным. Тогда координата случайной точки может быть представлена как yi=ai+сi, где сi- - расстояние от левого конца интервала. В силу ступенчатой аппроксимации сi является равномерно распределенной случайной величиной на интервале [ai, ai+1] (i=0, n-1).
Правило имитации в этом случае сводится к следующему:
- — получаем два числа х1 и х2 от генератора равномерно распределенных чисел;
- — с помощью х1 находим индекс i=[nх1] интервала, где [nх1];
- — целая часть числа nх1, причем [nх1]
- — с помощью числа х2 находим сi= х2(ai+1-ai);
- — находим случайное число, имеющее интересующий нас закон распределения f (y), по формуле
.
Использование предельных теорем. Для получения нормального закона распределения используется свойство сходимости независимых величин к нормальному распределению. Для получения нормального распределения чисел с параметрами my=0, y=1 удобен искусственный прием, основанный на центральной предельной теореме теории вероятностей.
Для этого в качестве исходных чисел возьмем n равномерно распределенных на отрезке [1,-1] чисел, получаемых из интервала [0,1] по правилу zi=2хi-1.
Сформируем величину z согласно следующей формуле:
.
По центральной предельной теореме при достаточно большом значении n величина z может считаться нормально распределенной с параметрами.
нормирование величины z и получим.
Величина y будет иметь нормальное распределение с my=0, y=1.
Установлено, что при n>8 формула (3.5) дает хорошие результаты.