ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 01.04.2021

Просмотров: 300

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

 

 

11

     

М етоду

 

исклю ч ения

 

свойственен

 

характерный

 

недостаток

М оделирую

-

щ ий

 

алгоритм

 

описывается

 

ф орм улой

 

(

)

K

,

,

2

1

α

α

ψ

ξ

=

где

 

,...

,

2

1

α

α

 - 

независи

-

м ые

 

БСВ

( )

ψ

  - 

ф ункция

 

сч етного

 

м нож ества

 

аргум ентов

Последний

 

ф акт

 

предъявляет

 

ж есткие

 

требования

 

к

 

псевдослуч айным

 

ч ислам

     

Е сли

 

( )

x

f

0

 

задана

 

на

 

бесконеч ном

 

интервале

 

или

 

не

 

ог ранич ена

принципи

-

аль но

 

возм ож но

 

построить

 

м аж орирую щ ую

 

ф ункцию

 

непосредственно

О днако

 

более

 

удобно

 

подобрать

 

преобразование

 

( )

ξ

φ

η

1

=

 

так

ч тобы

 

случ айная

 

вели

-

ч ина

 

η

 

им ела

 

ог ранич енную

 

плотность

 

на

 

конеч ном

 

интервале

η

 

м оделирую т

 

м етодом

 

исклю ч ения

тогда

 

( )

η

φ

ξ

1

1

=

 

3.4.

М о д е

ли ро вани е

 

не

преры вно й

 

случ айно й

 

ве

ли ч и ны

 

м е

то д о м

 

супе

рпо зи ци и

 

 
     

М етод

 

суперпозиции

 

м оделирования

 

непрерывной

 

случ айной

 

велич ины

 

ξ

 

с

 

ф иксированной

 

плотность ю

 

распределения

 

( )

x

f

0

 

основан

 

на

 

ф орм уле

 

полной

 

вероятности

Пусть

 

ξ

 

и

 

ν

 

случ айные

 

велич ины

заданные

 

на

 

одном

 

и

 

том

 

ж е

 

вероятностном

 

пространстве

( )

z

F

ν

ф ункция

 

распределения

 

ν

( )

z

x

p

ν

ξ

  - 

ус

-

ловная

 

плотность

 

распределения

 

ξ

 

при

 

условии

 

z

=

ν

Т ог да

 

безусловная

 

плот

-

ность

 

распределения

 

ξ

 

равна

 

( )

( )

( )

=

z

dF

z

x

p

x

f

ν

ν

ξ

0

 .                                            (3.4.1) 

     

В

 

ч астности

если

 

ν

 

дискретная

 

случ айная

 

велич ина

 

со

 

м нож еством

 

знач е

-

ний

 

{

}

N

c

c

c

,

,

,

2

1

K

и

 

вероятностям и

  

 

{

}

{

}

( )

( )

x

f

c

x

p

N

N

i

p

c

P

i

i

i

i

=

=

=

=

ν

ξ

ν

,

,

,

1

:

 

то

 (3.4.1) 

приним ает

 

вид

 

( )

( )

=

=

N

i

i

i

x

f

p

x

f

1

0

  .                                                        (3.4.2) 

      

М оделирую щ ий

 

алгоритм

 

заклю ч ается

 

в

 

следую щ ем

:   

     1. 

О пределяется

 

вспом огатель ная

 

случ айная

 

ν

 

велич ина

 

так

ч тобы

 

им ело

 

м есто

 (3.4.1) 

или

 (3.4.2). 

     2. 

М оделируется

 

ν

пусть

 

z

 

реализация

 

ν

.  

     3. 

М оделируется

 

ξ

 

при

 

условии

 

z

=

ν

получ аем

 

x

 

реализацию

 

случ айной

 

велич ины

 

ξ

     

Д ля

 

ум ень шения

 

среднего

 

врем ени

 

τ

затрач иваем ого

 

на

 

получ ение

 

одной

 

реализации

 

x

случ айную

 

велич ину

 

ν

 

надлеж ит

 

определять

 

так

ч тобы

 

ν

 

и

 

ξ

 

при

 

ф иксированном

 

ν

 

достаточ но

 

быстро

 

м оделировались

Н аиболь ший

 

практич еский

 

эф ф ект

 

дает

 

непрерывно

-

дискретный

 

вариант

 (3.4.2). 

Граф ич ески

 

(3.4.2) 

означ ает

ч то

 

ф иг ура

 

единич ной

 

площ ади

 

( )

( )

{

}

c

x

b

x

f

y

y

x

<

,

0

:

,

0

 

разбивается

 

на

 

N

 

непересекаю щ ихся

 

ч астей

 

с

 

площ адям и

 

i

p

О сновной

 

прин

-


background image

 

 

12

цип

 

разбиения

  (3.4.2) 

заклю ч ается

 

в

 

том

ч то

 

ч асти

 

i

g

им ею щ ие

 

наиболь шую

 

площ адь

  (

наиболь шую

 

вероятность

 

i

p

), 

долж ны

 

соответствовать

 

наиболее

 

просто

 

и

 

быстро

 

им итируем ым

 

плотностям

 

( )

x

f

i

О статоч ную

 

плот

-

ность

  

( )

( )

( )

=

=

=





=

5

1

6

6

5

1

0

0

1

,

i

i

i

i

i

p

p

p

x

f

p

x

f

x

f

 

 

м ож но

 

им итировать

 

м етодом

 

исклю ч ения

 
 

3.5. 

М о д е

ли ро вани е

 

гауссо вск о й

 

случ айно й

 

ве

ли ч и ны

 

м е

то д ам и

 

о братно й

 

ф унк ци и

 

и

 

сум м и ро вани я

 

 
     

Рассм отрим

 

м оделирование

 

м етодам и

 

обратной

 

ф ункции

 

и

 

сум м ирования

 

гауссовской

 

случ айной

 

велич ины

 

ξ

 

с

 

плотность ю

 

распределения

 

( )

(

)

(

) ( )

(

)

;

,

2

2

exp

,

1

2

1

0

R

x

D

D

x

D

x

n

x

f

=

=

π

µ

µ

                (3.5.1) 

 

где

 

парам етры

 

распределения

:

1

R

µ

м атем атич еское

 

ож идание

D

диспер

-

сия

     

В ведем

 

в

 

рассм отрение

 

стандартную

 

гауссовскую

 

случ айную

 

велич ину

 

ξ

с

 

плотность ю

 

( )

1

,

0

1

x

n

Л ег ко

 

убедить ся

ч то

  

 

D

+

=

µ

ξ

ξ

                                                                 (3.5.2) 

 

им еет

 

распределение

 (3.5.1). 

И споль зуя

 

соотношение

 (3.5.2) 

для

 

м оделирования

 

ξ

обратим ся

 

к

 

задач е

 

м оделирования

ξ

И сследуем

 

три

 

м етода

 

м оделирования

 

ξ

     

Первый

 

м етод

 

есть

 

ч астный

 

случ ай

 

м етода

 

обратной

 

ф ункции

:  

 

( )

(

)



Φ

<

<

Φ

=

,

5

,

0

0

,

1

,

1

5

,

0

,

1

1

α

α

α

α

ξ

                                         (3.5.3) 

где

 

( )

( )

=

Φ

z

dx

x

n

z

1

,

0

1

 

есть

 

ф ункция

 

распределения

 

стандартного

 

норм аль ного

 

закона

а

 

( )

Φ

1

 

об

-

ратная

 

ей

 

ф ункция

В

 (3.5.3) 

уч тено

 

известное

 

свойство

 

( )

Φ

( )

( )

z

z

Φ

=

Φ

1

     

В ыраж ение

 

( )

z

1

Φ

ч ерез

 

элем ентарные

 

ф ункции

 

отсутствует

поэтом у

 

ис

-

поль зуется

 

аппроксим ация

  

 


background image

 

 

13

 

( )

( )

θ

θ

θ

θ

+

+

+

=

Ψ

Φ

2

1

1

04810

,

0

99229

,

0

1

27061

,

0

30753

,

2

z

z

                         (3.5.4) 

 

с

 

ошибкой

 

( )

( )

3

1

1

10

3

<

Ψ

Φ

z

z

при

 

9

,

0

<

z

или

 

 

( )

( )

3

2

2

2

1

001308

,

0

189269

,

0

432788

,

1

1

01328

,

0

802853

,

0

515517

,

2

θ

θ

θ

θ

θ

θ

+

+

+

+

+

+

=

Ψ

Φ

z

z

             (3.5.5) 

 

с

 

ошибкой

 

( )

( )

4

1

1

10

5

,

4

<

Ψ

Φ

z

z

при

 

9

,

0

<

z

     

В

 

соотношениях

 (3.5.4), (3.5.5) 

1

5

,

0

,

ln

2

<

<

=

z

z

θ

     

В торой

 

м етод

  (

м етод

 

сум м ирования

основан

 

на

 

централь ной

 

предель ной

 

теорем е

Е сли

 

K

,

,

2

1

α

α

 

независим ые

 

БСВ

то

 

при

 

N

случ айная

 

велич ина

  

 





=

=

N

i

i

N

N

1

2

12

α

ξ

                                                       (3.5.6) 

 

распределена

 

асим птотич ески

 

норм аль но

так

 

ч то

 

ф ункция

   

распределения

 

.

R

z

),

z

(

F

1

*

Φ

ξ

 

     

Ф орм ула

  (3.5.6) 

при

 

некотором

 

конеч ном

 

N

 

и

 

определяет

 

м оделирую щ ий

 

алгоритм

Случ айная

 

велич ина

 

ξ

определяем ая

  (3.5.6), 

аппроксим ирует

 

стан

-

дартную

 

г ауссовскую

 

случ айную

 

велич ину

О шибка

 

аппроксим ации

 

( ) ( )

z

z

F

z

N

Φ

=

ξ

max

   

тем

 

м ень ше

ч ем

 

боль ше

 

N

     

Т ретий

 

м етод

 

является

 

м одиф икацией

 

второго

О ч евидно

ч то

 

при

 

пом ощ и

 

специаль ного

 

ф ункциональ ног о

 

преобразования

 

из

 

произволь ной

 

случ айной

 

велич ины

в

 

ч астности

 

ξ

м ож но

 

получ ить

 

г ауссовскую

О днако

 

это

 

преобра

-

зование

 

ч ерез

 

элем ентарные

 

ф ункции

 

не

 

выраж ается

Т ем

 

не

 

м енее

 

среди

 

эле

-

м ентарных

 

ф ункциональ ных

 

преобразований

 

найдены

 

такие

которые

 

сущ ест

-

венно

 

ум ень шаю т

 

N

В

 [3] 

реком ендовано

 

ф ункциональ ное

 

преобразование

  

 

(

)

+

=

ξ

ξ

ξ

ξ

ξ

15

10

13440

41

3

5

2

N

 
 

3.6. 

М о д е

ли ро вани е

 

гауссо вск о й

 

случ айно й

 

ве

ли ч и ны

 

м е

то д ам и

 

ф унк ци о нально го

 

пре

о бразо вани я

и ск люч е

ни я

 

и

 

супе

рпо зи ци и

 

 
     

Рассм отрим

 

м оделирование

 

гауссовской

 

случ айной

 

велич ины

 

ξ

 

с

 

плотно

-

сть ю

 

распределения

 (3.5.1) 

с

 

пом ощ ь ю

 

м етодов

 

ф ункциональ ного

 

преобразова

-

ния

исклю ч ения

 

и

 

суперпозиции


background image

 

 

14

     

У ч итывая

  (3.5.2), 

решим

 

задач у

 

м оделирования

 

стандартной

 

гауссовской

 

велич ины

 

ξ

И сследуем

 

два

 

м етода

 

м оделирования

 

ξ

.  

     

Первый

 

м етод

 

 

м етод

 

ф ункциональ ног о

 

преобразования

  - 

основан

 

на

 

сле

-

дую щ ем

 

утверж дении

     

Е сли

 

2

1

,

α

α

 

независим ые

 

БСВ

то

 

случ айные

 

велич ины

 

 

(

)

(

)

2

1

2

2

1

1

2

sin

ln

2

2

cos

ln

2

πα

α

ξ

πα

α

ξ

=

=

                                               (3.6.1) 

 

являю тся

 

независим ым и

 

стандартным и

 

гауссовским и

М оделирую щ ий

 

алго

-

ритм

 

определяется

 

ф орм улой

 (3.6.1).  

     

В торой

 

м етод

 

исполь зует

 

ком бинацию

 

м етода

 

суперпозиции

 

с

 

м етодом

 

ис

-

клю ч ения

     

Представим

 

ξ

 

в

 

виде

 

νη

ξ

=

,                                                               (3.6.2) 

 

где

 

η

ν

,

 

независим ые

 

случ айные

 

велич ины

ν

бернуллиевая

 

случ айная

 

вели

-

ч ина

{

} {

}

5

,

0

1

1

=

=

=

=

ν

ν

P

P

η

 - 

непрерывная

 

случ айная

 

велич ина

 

с

 

плотно

-

сть ю

  

0

,

2

2

2

=

y

e

p

y

π

η

.                                               (3.6.3) 

     

Д ля

 

м оделирования

 

η

 

прим еним

 

м етод

 

суперпозиции

 

( )

( )

( )

y

f

p

y

f

p

y

p

2

2

1

1

+

=

η

,                                         (3.6.4)  

где

  

6827

,

0

2

,

1

1

0

2

1

1

2

2

=

=

dy

e

p

p

p

y

π

                                (3.6.5)  

( )

[ ]

( )

( )

[ ]

( )

y

I

e

p

y

f

y

I

e

p

y

f

y

y

=

=

,

1

2

2

2

1

,

0

2

1

1

2

2

2

1

2

1

π

π

.                                         (3.6.6) 

 

     

Середина

 

распределения

 

( )

(

)

y

f

1

 

м оделируется

 

м етодом

 

исклю ч ения

 

с

 

пря

-

м оуг оль ной

 

м аж орирую щ ей

 

ф ункцией

 

( )

[ ]

( )

y

I

p

y

g

1

,

0

1

1

2

1

π

=

.                                                  (3.6.7)  

 


background image

 

 

15

     

«Х вост»

 

распределения

 

( )

(

)

y

f

2

 

тож е

 

м оделируется

 

м етодом

 

исклю ч ения

прич ем

 

предваритель но

 

исполь зуется

 

вспом огатель ное

 

преобразо

-

вание

 

(

)

(

)

2

1

exp

2

η

ψ

=

Плотность

 

распределения

 

для

 

ψ

 

( )

(

)

1

0

,

ln

2

1

2

1

2

1

2

1

2

<

=

z

z

e

p

z

p

π

ψ

.                            (3.6.8) 

 

     

При

 

м оделировании

 

ψ

 

исполь зуем

 

м етод

 

исклю ч ения

 

с

 

прям оуголь ной

 

м а

-

ж орирую щ ей

 

ф ункцией

  

 

( )

[ ]

( )

z

I

e

p

z

g

1

,

0

2

1

2

2

2

1

=

π

.                                             (3.6.9) 

 

     

Случ айная

 

велич ина

 

η

 

получ ается

 

обратным

 

преобразованием

:  

 

ψ

η

ln

2

1

=

.                                                       (3.6.10) 

 

Ф орм улы

 (3.6.2) 

 (3.6.10) 

определяю т

 

следую щ ий

 

м оделирую щ ий

 

алг оритм

     1. 

С

 

пом ощ ь ю

 

датч ика

 

БСВ

 

ф орм ируется

 

псевдослуч айное

 

ч исло

 

1

α

Е сли

 

5

,

0

1

<

α

то

 

реализация

 

s

случ айной

 

велич ины

 

ν

 

равна

 

1

=

s

инач е

 

1

=

s

     2. 

Ф орм ируется

 

ч исло

 

2

α

Е сли

 

1

2

p

<

α

то

 

выч исляется

 

1

2

p

α

α

=

и

 

осущ е

-

ствляется

 

переход

 

к

 

шагу

  3  (

им итация

 

( )

y

f

1

), 

в

 

противном

 

случ ае

 

 

к

 

шагу

  4 

(

им итация

 

( )

y

f

2

).  

     3. 

Ф орм ируется

 

ч исло

 

3

α

Е сли

 

( )

(

)

2

exp

2

3

α

α

<

то

 

реализация

 

y

случ ай

-

ной

 

велич ины

 

η

 

равна

α

=

y

В

 

противном

 

случ ае

 

получ аем

 

4

α

и

 

проверка

 

не

-

равенства

 

повторяется

полагая

 

4

:

α

α

=

 

и

 

т

.

д

., 

пока

 

при

 

некоем

 

k

α

 

не

 

выпол

-

нится

 

неравенство

Переход

 

к

 

шагу

 6. 

     4. 

В ыч исляется

 

(

) (

)

1

1

2

1

p

p

=

′′

α

α

     5. 

Ф орм ируется

 

ч исло

 

1

+

k

α

Е сли

 

(

)

2

1

1

ln

2

1

+

′′

<

α

α

k

то

 

реализация

 

y

случ айной

 

велич ины

 

η

 

равна

:   

α

′′

=

ln

2

1

y

В

 

противном

 

случ ае

 

получ аем

 

2

+

k

α

и

 

проверку

 

неравенства

 

повторяем

 

при

 

2

:

+

=

′′

k

α

α

и

 

т

.

д

., 

пока

 

неравенство

 

не

 

выполнится

     6. 

В ыч исляется

 

реализация

 

x

c

луч айной

 

велич ины

 

ξ

sy

x

=

     

Следует

 

отм етить

ч то

 

велич ины

 

α

α

′′

,

позволяю т

 

исполь зовать

 

одно

 

и

 

то

 

ж е

 

псевдослуч айное

 

ч исло

 

на

 

различ ных

 

шаг ах

 

алгоритм а

 

и

следователь но

ум ень шаю т

 

врем я

 

м оделирования