![]() |
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: 682 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!