|
Метод последовательного моделирования Моделирование
п - мерной
случайной величины (вектора) заданного совместной
функцией плотности
сводится
к последовательной выработке реализаций скалярных величин Сначала
предположим, что все случайные величины
Следовательно,
каждую из
случайных величин
случайные
величины зависимы, то
Пример1. Рассмотрим двумерную случайную величину + x2<1, x1>0,
x2>0. Определим f 1 (x1) и f2(x2/x1) Тогда из уравнений метода обратной функции
тогда из уравнений метода обратной функции
определим
Алгоритм
метода последовательного моделирования состоит из двух этапов -
предварительного и основного. Предварительный
этап Шаг
1. Определение функций плотностей
Шаг 2. Решение
интегральных уравнений
относительно xk т.е. определение зависимостей
Основной этап Шаг 3. Положить i = 1. Шаг 4. Положить k = 1. Шаг 5. Получить
реализацию z базовой случайной величины Шаг 6.
Проверить выполнение условия k = 1. При нарушении
этого условия переход
на шаг 8. Шаг 7. Вычисление х1 = F1-1 (z). Переход на шаг 9. Шаг 8. Вычисление х1 = Fk-1 (zk, x1,..., xk-1). Шаг 9. Принять k = k+1. Шаг 10.
Проверить условие k > п. При нарушении этого
условия возврат на шаг 5. Шаг 11.Выводит x[i] = (х1,х2, ...,xk-1). Шаг 12. Принять i= i +1. Шаг
13. Проверить условие завершения счета i > N. При нарушении этого условия
возврат на шаг 4. Шаг 14. Конец. Метод
последовательного моделирования, к сожалению, является очень громоздким даже
при небольшой размерности моделируемого вектора. Более экономичным по объему требуемых вычислений
является метод исключения Неймана. |