КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Метод обратной функции
Имитация непрерывных случайных величин Имитация событий, составляющих полную группу Пусть событие Аi (i=1,n) составляют полную группу, тогда их вероятности Рi, таковы что: Имитация факта появления одного из событий Аi (i=1,n) сводится к проверке следующих неравенств: Выполнение К-го неравенства эквивалентно выполнению события АК. Описанный алгоритм называют иногда алгоритмом “розыгрыша по жребию”. Его можно интерпретировать как установление номера К-го отрезка длинной РК, на который пало СЧ х, при условии разбиения отрезка единичной длины на отрезки с длинами P1,P2,...Pn (рис 3.3.) Рис. 3.3.
Имитационное моделирование явлений и объектов, формальное описание которых возможно с помощью представления их в виде случайных величин (СВ) с заданным законом распределения, основываются на использовании СЧ с равномерным законом распределения и их преобразований. Такие преобразования могут быть осуществлены на основе: метода обратной функции; предельных теорем теории вероятности, приближенных методов и т.п. Для более подробного ознакомления с этими методами можно воспользоваться [20, 25]. Пусть непрерывная случайная величина (СВН) задана своим законом распределения: где – плотность распределения вероятностей, а - функция распределения вероятностей. Доказано, что случайная величина распределена равномерно на интервале (0,1). Отсюда следует, что искомое значение может быть определено из уравнения: (5) которое эквивалентно уравнению: где y – значение случайной величины . Решение уравнения (6) можно записать в общем виде через обратную функцию Основной недостаток метода заключается в том, что интеграл (5) не всегда является берущимся, а уравнение (6) не всегда решается аналитическими методами.
Пример 1. Получить в соответствии с методом обратной функции преобразование, позволяющее вычислить значения СВ , распределенной по показательному закону. Решение. Показательный закон характеризуется функцией плотности:
Воспользуемся методом обратной функции, вычислим интеграл (5) и получим уравнение вида (6) или Тогда: , прологарифмировав и разрешив уравнение через y, будем иметь: (7) Получая значение х с помощью датчика равномерно распределеных случайных чисел на интервале (0,1), можно получить значения y в соответствии с выражением (7). Заметим, что показательный закон распределения особенно часто используется для исследования систем массового обслуживания и определения показателей надежности систем. Пример 2. Получить преобразование в соответствии с методом обратной функции СВ , позволяющее вычислить значение СВ , распределенной по закону Вейбулла. Решение. Плотность распределения такой СВ имеет вид: - параметры закона распределения, введем обозначение . Нетрудно вывести уравнение вида (6). Для данного распределения оно имеет вид: Логарифмируя левую и правую его части и выражая y через х, получим: Распределение Вейбулла имеет место при исследовании отказов элементов оборудования, возникающих в результате износа и старения. Параметр носит название и имеет смысл интенсивности отказов. При a =1 закон Вейбулла совпадает с показательным, при a <1 интенсивность отказов является монотонно убывающей, а при a >1 – монотонно возрастающей функцией. Метод Неймана (режекции) Метод Неймана, так же как метод обратной функции, является методом, позволяющим получить значения СВ в соответствии с заданным законом распределения. Этот метод является достаточно универсальным он применим для моделирования всех СВ, значения которых не выходят за пределы ограниченного интервала (a,b), а также для СВ, законы распределения которых можно аппроксимировать усеченными.
Метод Неймана состоит в следующем: 1. С помощью датчика случайных чисел получают пару чисел, распределенных равномерно на (0,1).x1 и x2. 2. Путем преобразований (по методу обратной функции получают два числа , равномерно распределенных соответственно на интервалах (a,b) и (o,w), то есть
рис 2.5.
3. Из точек с координатами выбирают те, которые попали “под колокол” функции fh (y), то есть те точки, для которых . 4. Если выполнено условие 3., то искомое значение y полагают равным .
Дата добавления: 2017-01-14; Просмотров: 252; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |