Главная > Основы моделирования и первичная обработка данных
<< 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

6.3.2. Моделирование дискретных случайных величин. Стандартный метод.

Общий прием моделирования дискретной случайной величины принимающей значения с вероятностями основан на следующей очевидной формуле:

где для удобства записи положено — равномерно распределенная на отрезке [0, 1] случайная величина.

Предположим, что значения записаны соответственно в ячейках Программа (на Фортране

для нахождения значений случайной величины X в этом случае имеет вид:

В случае, когда вероятности связаны простыми рекуррентными соотношениями массив Р можно заранее не вводить, а вычислять значения в программе. Например:

а. Для биномиального распределения с параметрами

б. Для распределения Пуассона с параметром К

а. Биномиальное распределение. Чтобы получить значения случайной величины X, имеющей биномиальное распределение с параметрами , можно также воспользоваться статистическим моделированием, а именно осуществить независимых реализаций равномерно распределенной случайной величины , и положить X равным числу случаев, когда Соответствующая программа (на Фортране) имеет вид:

б. Пуассоноеское распределение. Моделирование выборочных значений случайной величины X, имеющей пуассоновское распределение с параметром X, также проводится методом прямого статистического моделирования и основывается на том, что X можно определить [63] как

Соответствующая программа (на Фортране) имеет вид:

Здесь — обращение к стандартной процедуре вычисления Формальный параметр заменяет К.

Categories

1
Оглавление
email@scask.ru