Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
Рассмотрим особенности моделирования случайных событий.Пусть имеются случайные числа xi, т.е. возможные значения случайной величины x, равномерно распределённой в интервале {0,1}. Необходимо реализовать случайное событие А, наступающее с заданной вероятностью Р. Определим А как событие, состоящее в том, что выбранное значение xi удовлетворяет неравенству: xi£Р (1) Тогда вероятность события А будет : . Противоположное событию А состоит в том, что xi>р. Тогда . Процедура моделирования состоит в этом случае в выборе значений xi и сравнение их с р. При этом, если условие (1) удовлетворяется, то исходом испытания будет событие А. Таким же образом можно рассмотреть группу событий. Пусть А1, А2…Аn – полная группа событий, наступающая с вероятностями Р1, Р2, … Рn соответственно. Определим Аm как событие, состоящее, в ом, что выбранное значение xi случайной величины x удовлетворяет неравенству: lm-1<xi<lm, где (2) Тогда . Процедура моделирования испытаний в этом случае состоит в последовательности сравнений случайных чисел xi со значениями lk. Исходом испытания оказывается событие Am, если выполняется условие (2). Эту процедуру называют определением исхода по жребию в соответствии с вероятностями Р1, Р2, … Рn. При моделировании систем часто необходимо осуществить такие испытания, при которых искомый результат является сложным событием, зависящим от 2-х и более простых. Пусть например, независимые события А и В имеют вероятности наступления РА и РВ. Возможными исходами совместных испытаний в этом случае будут события с вероятностями РАРВ, (1-РА)РВ, РА(1-РВ), (1-РА)(1-РВ). Для моделирования совместных испытаний можно использовать последовательную проверку условия (1). Он требует двух чисел xi. Рассмотрим случай, когда события А и В являются зависимыми и наступают с вероятностями РА и РВ. Обозначим через Р(В/А) условную вероятность события В при условии, что событие А произошло. Считаем, что Р(В/А) задана. Из последовательности случайных чисел {Xi} извлекается определённое число xm и проверяется справедливость неравенства xm<PA. Если это неравенство справедливо, то наступило событие А. Для испытания, связанного с событием В используется вероятность Р(В/А). Из совокупности чисел {Xi} берётся очередное число xm+1 и проверяется условие xm+1£ Р(В/А). В зависимости от того выполняется или нет это неравенство, исходом испытания является АВ или . Если неравенство xm<PA не выполняется, то наступило событие . Поэтому для испытания, связанного с событием В необходимо определить вероятность: Выберем из совокупности {Xi} число xm+1 и проверим справедливость неравенства . В зависимости от того, выполняется оно или нет, получаем исходы испытания . Алгоритм вычислений можно представить в виде схемы, которая изображена на рисунке 7.1. Рис.7.1. Схема моделирования группы случайных событий 7.2 Преобразование случайных величин. Дискретная случайная величина h принимает значения y1£ y2 y3… yl с вероятностями P1, P2…, Pl составляющими дифференциальное распределение вероятностей: y y1 y2…… yj… P(h=y) P1, P2……Pj… (3) При этом интегральная функция распределения ym£ym+1; m=1,2,... Fh(y)=0, y<y1. (4) Для получения дискретных случайных величин можно использовать метод обратной функции. Если x - равномерно распределённая на интервале (0, 1), случайная величина h получается с помощью преобразования h=Fh-1(x), где Fh-1 - функция, обратная Fh. (5) Алгоритм вычисления по (4) и (5) сводится к выполнению следующих действий: если х1<Р1 то h=y1 иначе, если х2<Р1+Р2 то h=y2 иначе, (6) если хj< то h=ym иначе При счёте по (6) среднее число циклов сравнения равняется Пример 1. Необходимо методом обратной функции на основании базовой последовательности случайных чисел {xi}, равномерно распределённых в интервале (0,1), получить последовательность чисел {yi}, имеющих биноминальное распределение, задающее вероятность у удачных исходов в N реализациях некоторого эксперимента: P(ti=y)=PN(y)=CNyPy(1-P)N-y , где P=0.5 и N=6; CNy=N!/y!(N-y)! Математическое ожидание и дисперсия биноминального распределения соответственно будут М[y]=np(1-P). Используя для Рj обозначения, принятые в (6), вычислим:
Например, получив из равномерного распределения число Хi=0.89063 и проведя сравнения по алгоритму (6), найдём, что 0.85393<0.89063, т.е. yi=4. При этом среднее число циклов сравнения =1*0.01562+2*0.09375+3*0.23438+4*0.31250+5*0.23438+6*(0.09375+0.01562)»3.98. |
|||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2017-07-22 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |