|
Метод предельных теорем Этот
метод моделирования случайных величин основывается на приближенном
воспроизведении условий, при которых оказываются справедливыми
соответствующие предельные теоремы. Так, центральная предельная теорема теории вероятностей
позволяет получить случайную величину с нормальным законом распределения.
Эта теорема впервые была
сформулирована Лапласом. Ее обобщением занимались многие выдающиеся
математики, в том числе Чебышев ПЛ., Марков
А.А. и Ляпунов А.М. Приведем центральную
предельную теорему в следующей формулировке: Теорема1. Пусть τ1, τ2,…τn - взаимно
независимые нормированные случайные величины с одним и тем же распределением.
Тогда при распределение нормированной суммы
cтремится к нормальному
распределению с плотностью вероятностей
Если в
качестве независимых случайных величин f(x) использовать базовые случайные величины ξi с математическим
ожиданием тz = 1/2 и дисперсией
Следовательно,
по формуле (6.18) при достаточно больших п можно вычислить
приближенные значения нормального распределения с параметрами т =
0 и
Здесь z и х
– реализации соответственно базовой Алгоритм,
реализующий формулу (6.19), заключается в следующем: Шаг 1. Положить j
= 1. Шаг 2. Принять S = 0 и i =1. Шаг 3. Получить
реализацию z случайной величины Шаг 4. Положить S = S + z и i = i+ 1. Шаг 5.
Проверить условие i<=12. При выполнении условия перейти на шаг 3. Шаг 6. Вычисление
очередной реализации хj случайной величины η
Шаг 7.
Положить j=j+1. Шаг 8.
Проверить условие завершения счета j > п, где л – число
реализаций нормального распределения. При нарушении этого условия
возврат на шаг 2. Шаг 9.
Вывод реализации {хj}. |