第5章节 随即系统建模.ppt

5.1 系统输入随机过程建模 系统输入随机过程建模常用两种方法： 一、是按独立数据选择或确定系统输入的概率分布； 二、是对相关数据建立时间序列模型。 在这节采用第一种方法。在选择或确定随机变量概 率分布有三种方法：理论分布拟合法、经验分布拟合法 和半经验分布拟合法。当数据不独立时可建立时间序列 模型。 5.1.1输入随机变量的概率分布选择与确定 一．理论分布选择 理论分布选择的具体方法是，首先选定一种类型的理论分布， 如正态分布、指数分布等，然后估计其分布参数，最后进行概率分 布拟合性检验。 1. 连续理论分布类型的选择 点统计法、直方图法、概率图法 （1）采用点统计法选择理论分布类型 下表列出了几种典型理论连续概率分布的方差系数δc，对于 给定观察数据可计算其方差系数，与表中方差系数比较可确定其概 率分布类型。 （2）采用直方图法选择理论分布类型 求出数据最大值Xmax和最小值Xmin，选择两个界点a(稍小于Xmax) 和b(稍大于Xmin),并将所有样本数据的数值范围划分为k个相邻的等 长离散区间，其分界点为：a=a0 a1… ai… ak=b, 其中ai - ai-1 = （b-a）/k. B. 统计落入每个子区间的数据的概率fi Mi是数据落入每个子区间的个数. C. 在x,y平面上的每个子区间[ai,ai+1]上画一个长方形，其高度为： 长方形的面积就等于fi，此为直方图。 过每一长方形“顶边”画一条曲线，这条曲线近似代表该随机变 量的密度函数F(x). (3)采用概率图法选择连续分布 A．先取一种理论分布G（y），然后对经验分布函数值FN(xi*)取： 其相应理论分布G（y）的分位数为： B. 由 组成概率图。 判断：如上述图形为直线，均可认为给定数据大致属于所选择 之理论分布类型。否则，应予以拒绝而重新选择。 2. 离散理论分布类型的选择 (1) 点估计法 离散方差系数定义为： (2) 线图法 这种方法相当与连续分布的直方图，图中直线长度代表出现该 值的概率。 (3) 分布参数估计 矩估计法、极大似然估计法。 A 矩估计法 设给定的数据 是随机变量X的样本，且已知随机变量X 的密度函数为 ，其中 是待估计的参数，显 然，X的k阶原点矩也是 的函数，可写成： 在实际中，可用样本k阶原点矩作为总体k阶原点矩的估计，即： 联立上两式求解，可得参数的估计. B 极大似然估计法。 设给定的数据 是随机变量X的样本，且已知随机变量X 的密度函数为 ，其中 是待估计的参数.这时： 称为 的似然函数，如似然函数在 处取极大 值，则 分别称为 的极大似然估计。 令： 或 可求得 。 3．拟合性检验 检验的目的是检验所选择的具体分布是否符合给定的数据样本。 方法有：定性观察和定量的拟合性统计检验。 定性观察是将数据直方图与所选择的密度函数作直接比较，看是 否接近。定量的拟合性： （1） 检验 用于检验直方图或线图与所选择的密度函数之间的差异程 度， 它适合于大样本情况。 设样本 落入第i个区间的频率数为Mi，则所选择的理 论分布在第i个区间的取值概率为pi，即理论数据Ti =N pi,则 检验 统计量为： 当N→∞时，统计量 渐近服从 （k-l-1）分布，其中k-l-1为自由 度， l是选择分布是被估计的参数的个数。 （3）柯尔莫哥洛夫-斯米尔诺夫检验（K-S检验） 用于检验理论分布函数与所拟合的分布函数之间的差异程度， 它适合于小样本情况。 如果F N(x)为选择的理论分布函数，F (x)为拟合的分布函数，将 两者比较，其最大偏差就是K-S检验统计值DN：