Властивості рівномірної випадковості послідовності чисел

Імовірності, що відповідають можливим значенням , мають вигляд

Визначимо математичне сподівання і дисперсію дискретної квазірівномірної випадкової величини x :

У перетвореннях було використано відомі формули:

Отже, математичне сподівання квазірівномірної випадкової величини збігається з математичним сподіванням РСП [0, 1], а дисперсія відрізняється лише множником який для великих k дуже близький до 1. Наприклад, для k = 10 Тому для k > 10відмінність між дисперсіями рівномірної і квазірівномірної випадкових величин стає неістотною, а це дає підставу в імітаційному моделюванні використовувати програмно створені випадкові числа.

Питання для самоконтролю

1. Що Ви розумієте під методом Монте-Карло?

2. Які Ви знаєте приклади експериментів без застосування ЕОМ?

3. Коли відбулось зародження методу Монте-Карло?

4. В чому полягає задача Бюффона?

5. В чому полягає обчислення визначеного інтеграла за методом Монте-Карло?

Тема 6.Генерування РВП [0,1]

План

1. Поняття про генератори (датчики) випадкових чисел.

2. Табличний спосіб одержання РВП [0,1]

3. Фізичний спосіб одержання РВП [0,1]

4. Програмні способи одержання РВП [0,1]

5. Загально статистичні методи перевірки якості псевдовипадкових чисел

Література [2,6]

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Точність оцінки ймовірності за допомогою відносної частоти.	\|	Поняття про генератори (датчики) випадкових чисел.

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.003 сек.