第二章建模仿真导论.ppt

(2) 选统计量 当 时， 的极限分布是 分布，其中r是F*(x)中待估参数个数。当n充分大时，（一般 ）就按 分布处理。 (3) 对给定的α，小概率事件的概率表达式为 (4)由样本值求出 值，查出 的值 (5)判断：若 ,小概率事件出现,则拒绝H0,若 ,则接受H0. 3.独立检验 主要是对随机数样本中相隔一定间隔的随机数之间的相关系数进行检验。 设给定N个随机数x1,x2,…,xn，计算前后距离为K的样本相关系数rK： 式中， 为随机数样本的方差， 为随机数样本的平均值＝0.5。 如果各xi相互独立，则相关系数为0。在原假设rK＝0之下，当N充分大时，统计量 渐进地服从正态分布N(0,1)。 补充知识： U检验法 步骤： （1） 给出原假设H0： ，对立假设H1： （2） 在H0： 成立的条件下，选统计量： （3） 对给定的显著性水平α，根据对立假设H1和统计量U的分布，小概率事件为 ，它的概率表达式为： （1） 由样本值算出样本估计值，从而算出统计量U的值u，并查出 。 （2） 判断小概率事件 是否出现 2.3 各种离散分布随机数的产生 2.3.1（a,b）均匀的离散分布 产生原理： ? 如何利用（0，1）均匀分布随机数来产生各种特定的离散分布随机数 选定产生均匀分布随机数的范围：x1=a、x2=b 从(0,1)区间至(a,b)区间构筑一个线性映射，因为在(0,1)区间上是均匀分布的，通过线性变化，则在(a,b)区间上也是一种均匀分布的随机数 产生(0,1)均匀分布的随机数yk 2.3.2 非均匀的离散分布 产生原理 产生n个(0,1)均匀分布的随机数 若随机数yi值∈[Fk-1,Fk],取xk 数xk服从特定的随机分布 2.4 非均匀的连续分布随机数及其产生 非均匀随机数的产生方法有一般有以下三种： 1. 逆变换法； 2. 合成法； 3. 筛选抽样法。 同样借助(0,1)均匀分布随机数进行变化或计算产生。 概率积分变换定理 给定(0,1)均匀分布随机数yn（n＝1，2，…），如果F－1(yn)是随机变量X的反累积分布函数，则由公式 ， 所计算的随机数就是随机变量X的取样值。 2.4.1 反函数法（逆变法） 1.指数分布 其概率密度函数为： 其累积分布函数为： 令 ，则 ，所以 当y是(0,1)均匀分布随机数时，z=(1-y)也是(0,1)均匀分布随机数，所以 2.正态分布 其概率密度函数为： 3.爱尔朗分布 其概率密度函数为： 4.三角分布 其概率密度函数为： 其累积分布函数为： 其逆函数为： u为(0,1)均匀分布随机数 5.韦伯分布 其概率密度函数为： 其分布函数为： 利用反变换可得： u为(0,1)均匀分布随机数 6.对数正态分布 设η是具有平均值μ和方差σ2的正态分布的随机变量，则y=ex为具有对数正态分布的随机变量。 其概率密度函数为： 7. 伽马分布 其概率密度函数为： 密度函数图形为： 8.贝塔分布 其概率密度函数： 2.4.2舍去法（舍选法） 实质：从许多均匀分布的随机数中选出一部分，使选出的那部分数据有所需要的概率分布。 这种方法可以用于产生任意有界的随机变量。 设某一随机变量的密度函数f(x)满足： 则用舍选法产生该随机数的步骤： （1） 产生两个独立的(0,1)均匀分布的随机数u1,u2 （2） 计算： （3） 检验是否符合下面的判别准则： 若符合，则x0为随机变量的一个抽样值，否则，从（1）重新进行。 P2 P1 c b a x 2.5 分布假设与检验 由观测数据确定随即变量的概率分布形式； 在随机变量概率分布类型已知的基础上，由观测数据确定分布参数； 采用某种方法对初步确定的概率分布形式和分布参数进行检验。 2.5.1 分布类型假设 1、点统计法 思路：通过比较概率分布的偏差数据来进行分布类型的假设。 随机变量ξ，偏差系数 设ξ的n个观测数据x1,x2,…,xn，其均值和方差分别为： 偏差系数的似然估计：