МОДЕЛИРОВАНИЕ НЕПРИРЫВНЫХ СЛУЧАЙНЫХ ВОЗДЕЙСТВИЙ

 

1. ЦЕЛЬ И ЗАДАЧИ РАБОТЫ

Освоение методов получения реализаций непрерывной случайной величины на ЭВМ. Имитация случайных воздействий по заданному закону на ЭВМ.

 

2. ОСНОВЫ ТЕОРИИ

При построении имитационных моделей часто возникает необходимость в получение реализаций разного рода случайных величин: промежутков времени между некоторыми событиями, воздействий некоторых физических величин на систему управления, размеров обрабатываемых деталей и т.п.

Для формирования возможных значений случайных величин с заданным законом распределения исходным материалом служат обычно случайные величины, имеющие равномерное распределение в интервале [0,1].

Для получения реализаций непрерывной случайной величины X с заданной плотностью распределения вероятностей f(x) существует немало искусственных приёмов. Они достаточно полно излагаются в [2]. Из этих методов весьма распространен метод нелинейного преобразования, называемым методом обратной функции. Этот метод основан на использовании соотношения

, i=1,2,…

в котором ui - i-я реализация случайной величины U, равномерно распределённой в интервале [0,1]; xi - i-я реализация случайной величины X, описываемой плотностью вероятности f x).

При использовании интегральной функции распределения вероятностей P[x<xi]=F(xi) получаем уравнение

F( xi)=ui, i=1,2,3,...,

решение которого относительно xi даёт явную функциональную связь между xi и ui: xi=F-1( ui).

В некоторых случаях метод обратной функции легко алгоритмизируется и даёт явное выражение для расчёта искомой случайной величины с заданным законом распределения вероятностей.

 

Равномерное распределение

Для имитации равномерного распределения на интервале от a до b используют обратное преобразование соответствующей функции распределения, которое приводит к выражению

x= a + (b-a) u,

где u - случайные числа, полученные от ДСЧ.

 

Экспоненциальное распределение

Когда вероятность наступления события в малом интервале времени Dt очень мала и не зависит от наступления других событий, то интервалы времени между последовательными событиями распределяются по экспоненциальному закону с плотностью вероятностей

, m £ t < , ( m=const).

Этому закону распределения подчиняются многие явления, например, длительность телефонных разговоров, срок службы многих электронных деталей, время поступления заказов на предприятие и т.д.

Для имитации экспоненциального распределения используют обратное преобразование функции плотности

T = -(l/ ) ln u + m,

где u - случайные числа, получаемые от ДСЧ.

Метод обратных функций позволяет формально записать формулы для моделирования любой случайной величины. Однако довольно часто невозможно аналитическое определение обратной функции. В подобных случаях используют специальные методы моделирования. Используют либо специальные законы теории вероятностей, либо особенности моделируемого закона распределения вероятностей. К числу подобных подходов относится и подход при моделировании нормально распределённой случайной величины.








Дата добавления: 2015-02-19; просмотров: 825;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.005 сек.