Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...
Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...
Топ:
Процедура выполнения команд. Рабочий цикл процессора: Функционирование процессора в основном состоит из повторяющихся рабочих циклов, каждый из которых соответствует...
Когда производится ограждение поезда, остановившегося на перегоне: Во всех случаях немедленно должно быть ограждено место препятствия для движения поездов на смежном пути двухпутного...
Отражение на счетах бухгалтерского учета процесса приобретения: Процесс заготовления представляет систему экономических событий, включающих приобретение организацией у поставщиков сырья...
Интересное:
Средства для ингаляционного наркоза: Наркоз наступает в результате вдыхания (ингаляции) средств, которое осуществляют или с помощью маски...
Мероприятия для защиты от морозного пучения грунтов: Инженерная защита от морозного (криогенного) пучения грунтов необходима для легких малоэтажных зданий и других сооружений...
Уполаживание и террасирование склонов: Если глубина оврага более 5 м необходимо устройство берм. Варианты использования оврагов для градостроительных целей...
Дисциплины:
2021-06-23 | 31 |
5.00
из
|
Заказать работу |
|
|
Пусть нам требуется «разыграть» значение случайной величины Х, имеющей известный закон распределения. Случай, когда величина Х дискретна (т.е. имеет отдельные значения х1,х2,…хk с вероятностями р1,р2,…рk) рассматривать не будем, т.к. он сводится к предыдущему пункту 2. Рассмотрим случай, когда случайная величина Х непрерывна и имеет заданную непрерывную функцию распределения F(x) (рис.)
Докажем следующее утверждение: если взять на оси ординат случайное число R (от 0 до 1) и найти то значение Х, при котором F(x)=R, то полученная случайная величина Х будет иметь функцию распределения F(x).
Действительно, возьмем случайную величину Х и найдем её функцию распределения, т.е. вероятность Р(Х < х). Из рисунка видно, что для того, чтобы выполнялось неравенство Х< х, величина R должна принять значение, меньшее, чем F(x). Р(Х< х)= P(R< F(x)). Но случайное число R имеет постоянную плотность распределения f(r), равную 1 на отрезке (0,1); значит
, что и требовалось доказать.
Т.о. розыгрыш значения случайной величины Х с заданной функцией распределения F(x) сводится к следующей процедуре: получить случайное число R от 0 до 1 и в качестве значения Х взять X=F-1(R), где F-1 – функция, обратная по отношению к F.
Пример 1. Случайная величина Х распределена по показательному закону с плотностью f(x)=le-lx (x>0). Построить процедуру единичного жребия для получения значения Х.
По заданной плотности f(x) находим функцию распределения:
(x>0).
График F(x) дан на рисунке.
Графически значение случайной величины Х можно разыграть так: взять случайное число от 0 до 1 на оси ординат и найти соответствующее ему значение абсциссы Х. Это же можно сделать расчетом, если написать: R=1-e-lX и решать это уравнение относительно Х (т.е. найти обратную по отношению к F функцию). Имеем e-lX=1-R, -lX=ln(1-R)ÞX= ln(1-R). Эту формулу можно упростить: вспомним, что если R – случайное число от 0 до 1, то (1-R)- также случайное число от 0 до 1, поэтому можно взять X = lnR. Т.о. процедура розыгрыша сводится к следующему: взять случайное число от 0 до 1, прологарифмировать его при натуральном основании, изменить знак и разделить на l.
|
Пример 2. Розыгрыш значения случайной величины, распределенной по нормальному закону (короче – «нормальной») с математическим ожиданием mx и средним квадратичным отклонением . Плотность распределения случайной величины Х имеет вид:
.
Удобнее применить не общее правило, а поступить иначе: перейти от Х к другой (т.н. «нормированной») случайной величины Z= , разыграть значение этой величины, а затем уже по ней найти Х. Это удобно потому, что mz=0, и придется только один раз и навсегда найти обратную функцию. Легко показать, что значение нормальной случайной величины Х с характеристиками mx, разыгрывается по формуле:
,
где Ф-1 – функция, обратная функции Лапласа. Есть и другой способ, основанный на центральной предельной теореме теории вероятностей. Согласно этой теореме, при сложении достаточно большого числа независимых случайных величин, сравнимых по своим дисперсиям, получается случайная величина, распределенная приближенно по нормальному закону, причем этот закон тем ближе к нормальному, чем больше случайных величин складывается (для большинства прикладных задач достаточно складывать 6 случайных величин от 0 до 1). В результате получается следующая процедура
.
|
|
Биохимия спиртового брожения: Основу технологии получения пива составляет спиртовое брожение, - при котором сахар превращается...
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...
Состав сооружений: решетки и песколовки: Решетки – это первое устройство в схеме очистных сооружений. Они представляют...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!