Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Статистическое моделирование
и МЕТОД МОНТЕ-КАРЛО Учебное пособие САМАРА 1997 УДК 519.6 Статистическое моделирование и метод Монте-Карло: Учебное пособие/ А.Ф.Тараскин; Самар.гос.аэрокосм.ун-т. Самара, 1997. 62 с. ISBN 5-7883-0007-X
Изложены методы моделирования случайных величин, векторов и процессов. Предназначено для студентов специальности "Прикладная математика" при выполнении курсовых и расчетно-графических работ по курсам "Теория вероятностей и математическая статистика" и "Случайные процессы". Подготовлено на кафедре "Техническая кибернетика".
Библиогр.: 10 назв.
Печатается по решению редакционно-издательского совета Самарского государственного аэрокосмического университета имени академика С.П.Королева
Рецензенты: д-р физ.-мат. наук, проф. А.И.Жданов канд. физ.-мат. наук, доц. С.Я.Шатских
ISBN 5-7883-0007-X ÓТараскин А.Ф., 1997 ÓСамарский государственный аэрокосмический университет, 1997
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ...................................................................................... 4 1. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН..................... 6
1. Моделирование дискретных случайных величин................ 6
2. Моделирование непрерывных случайных величин............ 10
2. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ВЕКТОРОВ................. 32
1. Моделирование вектора с независимыми координатами... 32
2. Универсальный метод моделирования непрерывных случайных векторов....................................... 34
3. Метод преобразований......................................................... 37
4. Моделирование гауссова вектора......................................... 39
5. Моделирование дискретных случайных векторов............... 40
3. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ПРОЦЕССОВ............. 41
1. Общие замечания................................................................... 41
2. Квазислучайные процессы.................................................... 42
3. Приближенное моделирование случайного процесса......... 44
4. Процессы с независимыми значениями................................ 46
5. Процессы с независимыми приращениями.......................... 47
6. Марковские процессы........................................................... 49
7. Стационарные процессы....................................................... 54
СПИСОК ЛИТЕРАТУРЫ............................................................. 61
ВВЕДЕНИЕ
Метод статистического моделирования, известный в литературе также под названием метода Монте-Карло, дает возможность конструировать для ряда важных задач алгоритмы, хорошо приспособленные к реализации на компьютерах. Возникновение метода Монте-Карло связывают обычно с именами Дж.Неймана, С.Улама, Н.Метрополиса, а также Г.Кана и Э.Ферми; все они в 40-х годах работали в Лос-Аламосе (США) над созданием первой атомной бомбы. Название "Монте-Карло" произошло от города Монте-Карло (княжество Монако), известного своими казино, ибо одним из простейших приборов для генерирования случайных чисел служит рулетка. Хотя общепринятого определения методов Монте-Карло не существует, тем не менее под этим названием подразумевают численные методы решения математических задач при помощи моделирования случайных величин и процессов. Основная идея метода -- связь между вероятностными характеристиками различных случайных процессов (вероятностями случайных событий или математическими ожиданиями случайных величин) и величинами, являющимися решениями задач математического анализа (значениями интегралов, решениями дифференциальных уравнений и т.п.). Оказывается, что вместо вычисления ряда сложных аналитических выражений можно "экспериментально" определить значения соответствующих вероятностей и математических ожиданий. Этот метод получил широкое развитие в связи с новыми возможностями, которые дают быстродействующие электронные вычислительные машины. Продемонстрируем суть метода на простейшей задаче. Пусть требуется приближенно определить математическое ожидание M X с.в. X. Пусть x1, x2,..., xn -- значения величины X, полученные при n независимых испытаниях (измерениях) с.в. X. Тогда величина
, (1)
где Xk, k = 1,..., n -- независимые с.в. с общим распределением, совпадающим с распределением с.в. X, в соответствии с центральной предельной теоремой распределена по закону, близкому к гауссовому с параметрами
Поэтому имеет место оценка (с надежностью 0,997)
. (2)
Таким образом, в этом случае "время" связано обратной зависимостью с достигаемой точностью e
. (3)
Необходимо отметить одну особенность метода Монте-Карло, состоящую в том, что оценка погрешности вычислений имеет вероятностный характер. При этом методе нельзя утверждать, что ошибка не превысит какого-либо значения. Можно только указать границы, за которые ошибка не выйдет с вероятностью, близкой к единице. В частности, в оценке (2) эта вероятность равнялась 0,997. В соответствии с основной идеей метода Монте-Карло для приближенного вычисления величины a необходимо "придумать" такую с.в. X, чтобы M X = a. При этом сама величина X может быть функцией какой-то скалярной или векторной случайной величины, или даже функционалом от случайного процесса. Поэтому первоочередной задачей при использовании метода Монте-Карло является задача моделирования случайных величин или случайных процессов. Эта задача и рассматривается в настоящем пособии. Оно состоит из трех глав. Распределение материала по главам таково. В первой главе даются некоторые "прямые" и "специальные" методы моделирования случайных величин. Приводятся алгоритмы моделирования большого числа часто встречающихся в различных исследованиях дискретных и непрерывных с.в. Поскольку часть рассматриваемых с.в. студентам может встретиться впервые, в пособии приводятся попутно некоторые сведения о них. Во второй главе излагаются способы моделирования случайных векторов. Рассматривается моделирование вектора с независимыми координатами. В частности, приводятся равномерное распределение в параллелепипеде и гауссово распределение с независимыми координатами. Приводятся два общих метода моделирования векторов: так называемый универсальный метод и метод преобразований. С помощью последнего рассмотрено моделирование произвольного невырожденного гауссова вектора. Третья глава посвящена моделированию некоторых случайных процессов. В их числе квазислучайные процессы, процессы с независимыми значениями и независимыми приращениями. К последним относятся, в частности, винеровский процесс и процессы Пуассона. Рассмотрено моделирование основных классов марковских процессов, включая цепи Маркова, марковские процессы с непрерывным временем и дискретным фазовым пространством, а также диффузионные марковские процессы. Изложены методы моделирования стационарных процессов, среди которых подробно рассмотрены стационарные процессы с непрерывным временем, имеющие дробно-рациональную спектральную плотность, и стационарные случайные последовательности авторегрессии и скользящего среднего. Представлен также общий подход к приближенному моделированию процессов, основанный на их ортогональном разложении.
|
|||||||
Последнее изменение этой страницы: 2019-04-30; просмотров: 135; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.117.81.240 (0.011 с.) |