Главная > Численные методы Монте-Карло
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

1.3. Моделирование непрерывных случайных величин.

Предположим, что случайная величина определена в интервале имеет плотность при Обозначим через фуикцию распределения g, которая при равна

Случай и (или) не исключается.

Теорема 2. Случайная величина , удовлетворяющая уравнению.

имеет плотность распределения

Доказательство. Так как функция строго возрастает в интервале от до , то уравнение (4) имеет единственный корень при каждом (рис. 15). При этом равны вероятности

Рис. 15.

И так как случайная величина равномерно распределена в интервале (0,1), то

что и требовалось доказать. В тех случаях, когда уравнение (4) аналитически разрешимо относительно получается явная формула для разыгрывания случайной величины , где

- обратная функция по отношению к . В других случаях можно уравнение (4) решать численно. Если объем накопителя позволяет, то удобно составить таблицу функции и по ней находить значения Иногда удобно использовать таблицу функции и находить значения обратной интерполяцией. О некоторых приемах составления таблиц см. [8, 9, 90].

Пример Экспоненциальная случайная вели чина S определена при с плотностью

Так как

то уравнение (4) примет вид

Отсюда получаем явное выражение для расчета

Categories

1
Оглавление
email@scask.ru