MATLAB程序设计随机模拟—概率分布与随机数.docxVIP

随机模拟—概率分布与随机数 在金融中很多问题由于没有解析的数学方程或概率密度函数，再考虑到市场行情的变化莫测，风险即未来的不确定性无处不在。度量风险的主要方法之一便是随机模拟，例如期权定价、风险价值的计算等等。本章主要介绍概率分布、随机数生成、随机收益率与价格序列的生成等。 1 概率分布 1.1 概率分布的定义 设为一随机变量，对任意实数，定义 为的分布函数。根据随机变量取值的特点，随机变量分为离散型和连续型两种。 若为离散随机变量，其可能的取值为，称为的概率函数（也称为分布列）。定义（若存在）为的数学期望（也称均值）。 若随机变量的分布函数可以表示为一个非负函数的积分，即，则称为连续型随机变量，称为的概率密度函数（简称密度函数）。定义（若存在）为的数学期望。 定义（若存在）为随机变量的方差。 1.2 几种常用概率分布。 1．二项分布 若随机变量的概率函数为 则称服从二项分布，记为. 其期望，方差. 这样一个实例就对应了一个二项分布，在次独立重复试验中，若每次试验仅有两个结果，记为事件和（的对立事件），设发生的概率为，次试验中发生的次数为，则. 2．泊松分布 若随机变量的概率函数为 则称服从参数为的泊松分布，记为. 其期望，方差. 在生物学、医学、工业统计、保险科学及公用事业的排队等问题中， 泊松分布是常见的。例如纺织厂生产的一批布匹上的疵点个数、电话总机在一段时间内收到的呼唤次数等都服从泊松分布。 3．离散均匀分布 若随机变量的概率函数为 则称服从离散的均匀分布. 4．连续均匀分布 若随机变量的概率密度函数为 则称服从区间上的连续均匀分布，记为. 其期望，方差. 通常四舍五入取整所产生的误差服从上的均匀分布。在没指明分布的情况下，我们常说的随机数是指上的均匀分布随机数。 5．指数分布 若随机变量的概率密度函数为 其中为参数，则称服从指数分布，记为. 其期望，方差. 某些元件或设备的寿命服从指数分布。例如无线电元件的寿命 、电力设备的寿命、动物的寿命等都服从指数分布。 6．正态分布 若随机变量的概率密度函数为 其中为分布的参数，则称服从正态分布，记为. 其期望，方差. 特别地，当时，称服从标准正态分布，记为. 正态分布是最重要最为常见的一种分布，自然界中的很多随机现象都对应着正态分布，例如考试成绩近似服从正态分布，人的身高、体重、产品的尺寸等均近似服从正态分布。 正态分布具有以下几个重要特征： （1）密度函数关于对称，呈现出中间高，两边低的现象，在处取得最大值，如图1所示。 图1 正态分布密度函数图 图2 卡方分布密度函数图 （2）当的取值变动时，密度函数图像沿轴平移，当的取值变大或变小时，密度函数图像变得平缓或陡峭。 （3）若，则 这里为的分布函数，为标准正态分布的分布函数，在一般的概率论与数理统计课本中都提供的函数值表。 7．（卡方）分布 设随机变量相互独立，且均服从分布，则称随机变量所服从的分布是自由度为n的分布，记作. 卡方分布的密度函数图像如图2所示。 8．t分布 设随机变量与相互独立，服从分布，服从自由度为n的分布，则称随机变量 所服从的分布是自由度为的分布，记作. 分布的密度函数图像如图3所示。 9．F分布 设随机变量与相互独立，分别服从自由度为与的分布，则称随机变量所服从的分布是自由度为的F分布，记作. 其中称为第一自由度，称为第二自由度。分布的密度函数图像如图4所示。 图3 t分布密度函数图 图4 F分布密度函数图 1.3 概率密度、分布和逆概率分布函数值的计算 MATLAB统计工具箱中有这样一系列函数，函数名以pdf三个字符结尾的函数用来计算常见连续分布的密度函数值或离散分布的概率函数值，函数名以cdf三个字符结尾的函数用来计算常见分布的分布函数值，函数名以inv三个字符结尾的函数用来计算常见分布的逆概率分布函数值，函数名以rnd三个字符结尾的函数用来生成常见分布的随机数，函数名以fit三个字符结尾的函数用来求常见分布的参数的最大似然估计和置信区间，函数名以stat四个字符结尾的函数用来计算常见分布的期望和方差，函数名以like四个字符结尾的函数用来计算常见分布的负对数似然函数值。 MATLAB中提到的常见分布如表16.1-1所列。 表1 常见分布列表 离散分布 连续分布 二项分布（bino） 正态分布（norm） t分布（t） 威布尔分布（wbl） 负二项分布（nb