Изменения

Перейти к: навигация, поиск

Симуляция одним распределением другого

839 байт добавлено, 21:28, 18 марта 2018
Распределение
{{Определение
|definition =
Пусть <tex>\xi</tex> является случайной величиной, а <tex>A</tex> {{---}} ее множеством значений. Функция <tex>P: 2^A \rightarrow \mathbb R,</tex> определенная как <tex>P(B) = P(\xi \in B),</tex> называется '''Распределение вероятностейраспределением случайной величины''' (англ. ''probability distribution'') {{---}} закон, описывающий область значений случайной величины и вероятность их исходато есть представляет собой набор вероятностей, с которыми случайная величина принимает те или иные значения. }}[[Файл:Распределение1_4РаспределениеUPD.JPG‎jpeg‎|200px|thumb|right|Геометрическое распределение с <tex>p = \dfrac {3} {4}</tex>]]
Закон распределения дискретной случайной величины <tex>\xi</tex> задается таблицей:
Количество результатов "честной монеты" $\lambda$, которые необходимы для формирования случайного исхода, $-$ это случайная величина. Её математическое ожидание:
$E\lambda = \dfrac{1}{2}\cdot1+\dfrac{1}{4}\cdot2+\dfrac{1}{8}\cdot3+\dfrac{1}{16}\cdot3+\dfrac{1}{16}\cdot4 = 1\dfrac{7}{8}.$
Можно сделать схему более экономной, используя свойство датчика случайных чисел формировать не отдельные результаты "честной монеты", а целые наборы их, например в виде числаесли использовать датчик, равномерно распределённого в формирующий число из диапазона $[0, 1]$. Образуем по данному набору вероятностей $p_i$ накопленные суммы $s_i$: , такие, что $s_0 = 0; s_i = s_{i-1} + p_i, $ для $i > 0$. Случайный исход будет вырабатываться так: по полученному из датчика случайному числу $\gamma$ определяется находится такой индекс $i$, для которого $s_{i-1} < \gamma \leqslant s_i$. Найденное значение индекса $i$ и определяет исход $A_i$. Индекс $i$ можно определять непосредственно просмотром $s_i$ подряд.
Индекс Рассмотрим приведенный выше пример с четырьмя исходам. В данном случае суммы $s_0, \ldots, s_4$ будут принимать значения <tex>0,</tex> <tex>\dfrac{3}{16},</tex> <tex>\dfrac{4}{16},</tex> <tex>\dfrac{12}{16}</tex> и <tex>1</tex> соответственно. Значению $\gamma = 0,5$ будет соответствовать $i= 3$ можно , то есть оно будет определять непосредственно просмотром исход события $s_iA_3.$ подрядТаким же образом, $\gamma = 0,985$ определяет исход события $A_4. $ Если $k$ велико, можно применять специальные приёмы ускоренного поиска, например, деление множества индексов примерно пополам.
==Общий случай==
| рис. <tex>1</tex> || рис. <tex>2</tex> || рис. <tex>3</tex>
|-
|width = "210px280px"| [[Файл:Sim pic1.JPG|200px270px]] ||width = "210px280px"|[[Файл:Sim pic2.JPG‎|200px270px]] ||width = "210px280px"|[[Файл:Sim pic3.JPG‎|200px270px]]
|}
  Таким образом, из любого исходного распределения можно мы можем получить нужное нам распределение.
==См. также==
*[[Дисперсия случайной величины]]
==ЛитератураИсточники информации==
*Боровков А.А. Математическая статистика: оценка параметров, проверка гипотез. {{---}} М., Физматлит, 1984, {{---}} стр. 71.
*[http://sheen.me/books/spec/apia.djvu Т. Кормен, Ч. Лейзерсон, Р. Ривест, К. Штайн {{---}} Алгоритмы. Построение и анализ {{---}} М. : ООО "И. Д. Вильямс", 2013. {{---}} 1328 с. {{---}} стр. 1254.]
Анонимный участник

Навигация