ВУЗ:
Составители:
67
последовательности основан на использовании центральной
предельной теоремы Ляпунова (см. выше). В соответствии с ней
случайную величину с нормальным распределением можно получить
путем простого сложения N равномерно распределенных величин
12
2
)...(
1
N
N
RRR
y
Nkk
i
−+++
=
+
, к = 1, 2, …, N.
Этот алгоритм, очевидно, легче реализуем, чем предыдущий,
однако он приводит лишь к приближенно нормальным величинам.
При этом практически удовлетворительное приближение к
нормальному распределению получается уже при N = 12. В этом
случае выражение немного упрощается
6)...(
1221
−
+
+
+
=
RRRy
i
.
8.1.7. Общее нормальное распределение
Нормальное распределение с произвольными значениями мате-
матического ожидания и дисперсией получают из стандартного
нормального распределения путем линейного преобразования:
Y = a +
σ
Y
0
,
где a – математическое ожидание (среднее) моделируемого
распределения;
σ – среднеквадратическое отклонение случайной величины.
8.1.8. Логарифмически нормальное распределение
Для моделирования логарифмически нормальной величины Y
достаточно смоделировать гауссовскую случайную величину Z с
параметрами (m,
σ
2
), где m и
σ
математическое ожидание и
стандартное отклонение логарифмов случайной величины Y.
последовательности основан на использовании центральной
предельной теоремы Ляпунова (см. выше). В соответствии с ней
случайную величину с нормальным распределением можно получить
путем простого сложения N равномерно распределенных величин
N
( Rk + Rk +1 + ... + RN ) −
yi = 2 , к = 1, 2, …, N.
N
12
Этот алгоритм, очевидно, легче реализуем, чем предыдущий,
однако он приводит лишь к приближенно нормальным величинам.
При этом практически удовлетворительное приближение к
нормальному распределению получается уже при N = 12. В этом
случае выражение немного упрощается
yi = ( R1 + R2 + ... + R12 ) − 6 .
8.1.7. Общее нормальное распределение
Нормальное распределение с произвольными значениями мате-
матического ожидания и дисперсией получают из стандартного
нормального распределения путем линейного преобразования:
Y = a + σ Y0,
где a – математическое ожидание (среднее) моделируемого
распределения;
σ – среднеквадратическое отклонение случайной величины.
8.1.8. Логарифмически нормальное распределение
Для моделирования логарифмически нормальной величины Y
достаточно смоделировать гауссовскую случайную величину Z с
параметрами (m, σ2), где m и σ математическое ожидание и
стандартное отклонение логарифмов случайной величины Y.
67
Страницы
- « первая
- ‹ предыдущая
- …
- 65
- 66
- 67
- 68
- 69
- …
- следующая ›
- последняя »
