Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Если последовательность независимых случайных величин с распределением Бернулли, то есть , тогда случайная величина , где
Алгоритм генерирования значений случайной величины :
1. Задаем и .
2. Генерируют значение случайной величины : .
3. Если , то . В противном случае .
4. Если возвращаемся к шагу 2. В противном случае переход к шагу 5.
5. Полученная последовательность является выборкой объема значений случайной величины имеющей геометрическое распределение.
б) Моделирование с помощью показательного распределения. Пусть , тогда
и следовательно, случайная величина имеет геометрическое распределение с параметром . Поэтому если взять , то будет иметь нужное нам распределение. Следовательно, если и , то . Для построения алгоритма необходимо выполнить последовательность действий примера из пункта 4.6.2.
4.9.4. Моделирование гамма - распределения. Непрерывная случайная величина имеет гамма - распределение с параметрами и , если она имеет функцию плотности вероятностей вида
,
Где гамма-функция Эйлера, для и .
Свойства гамма - функции: 1) 2) . Обозначение .
Частный случай гамма – распределения это распределение Эрланга го порядка, когда целое положительное число. Непрерывная случайная величина имеет распределение Эрланга го порядка с параметрами и , если она имеет функцию плотности вероятностей вида
,
Где , целое число.
Теорема 7. Случайная величина и ее плотность вероятностей равна
.
Тогда , где независимые случайные величины и .
Доказательство. Доказательство проведем по индукции. При получаем и тогда согласно пункта 4.6.2 имеем, что . Пусть утверждение теоремы верно при . Докажем, что оно также верно и для . Обозначим , и , тогда .
Воспользуемся правилом композиции плотностей независимых слагаемых
Воспользуемся индуктивным допущением
Теорема доказана.
Следствие. Пусть независимые случайные величины, . Тогда .
Примечание: Распределение Эрланга используется в теории массового обслуживания, описывая в ряде ситуаций распределение времен обслуживания.
4.9.5. Распределение Вейбулла. Непрерывная случайная величина имеет распределение Вейбулла с параметрами и , если она имеет функцию распределения , где и . Обозначают .
Для построения алгоритма моделирования, очевидно, что проще всего воспользоваться методом обратной функции.
Примечание: Распределение Вейбулла находит применение в статистической теории надежности при описании распределений времени без отказной работы.
4.9.6. Логнормальное распределение. Непрерывная случайная величина имеет логнормальное распределение с параметрами и , если она имеет функцию плотности вероятностей вида
,
где и . Обозначают .
Воспользуемся свойством логнормального распределения – если , то , следовательно .
Алгоритм генерирования значений случайной величины :
1. Генерируют значение случайной величины : . Для этого можно использовать любой из алгоритмов описанных в пункте 4.7.
2. Проводят вычисления значений .
3. Полученная последовательность является выборкой объема значений случайной величины имеющей логнормальное распределение с заданными параметрами.
Примечание: Логнормальное распределение используется в моделях дробления частиц, в моделях роста.
4.9.7. Моделирование многомерного нормального распределения. Функция плотности вероятностей случайной величины многомерного нормального распределения определяется как
,
для любого вектора в мерном вещественном пространстве; вектор средних значений, где ; ковариационная матрица. Многомерное нормальное распределение обозначают как . Матрица является симметричной и положительно определенной, и используя разложение Холецкого ее можно представить в виде , где нижнетреугольная матрица.
Алгоритм моделирования случайной величины .
1. .
2. Генерируется по алгоритму пункта 4.7.1 вектор значений независимых и одинаково распределенных случайных величин .
3. Вычисляют и .
4. Если , то возвращаемся к пункту 2. В противном случае переходим к пункту 5.
5. значений случайной величины .
4.9.8. Моделирование многомерного логнормального распределения. Определим многомерное логнормальное распределение через его отношение к многомерному нормальному распределению: случайная величина имеет логнормальное многомерное распределение, когда случайная величина имеет многомерное нормальное распределение . Тогда случайный вектор многомерного логнормального распределения можно представить как , где . Принятое обозначение
Алгоритм генерирования случайной величины .
1. По алгоритму пункта 4.9.7 генерируем многомерную случайную величину .
2. Возвращаем случайную величину :
Дата публикования: 2014-11-18; Прочитано: 666 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!