- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第1页,共37页,星期日,2025年,2月5日概率模型变量是随机变量变量间关系错综复杂现实世界充满不确定性有诸多不确定因素不存在确定的函数关系往往借助于模拟仿真方法第2页,共37页,星期日,2025年,2月5日随机现象的模拟一.随机变量的模拟掌握成功模拟具有特定分布的随机变量的方法,是模拟随机现象的重要方面.例1老鼠在哪个房间?在任一时刻观察老鼠在有3个房间的迷宫内的情况,老鼠所在房号X是一个随机变量,模拟X的分布律.例11.1.doc两种模拟方法1.利用理论分布,基于对问题的实际、合理的假设,选择适当的理论分布模拟随机变量.2.基于实际数据的频率做近似模拟.第3页,共37页,星期日,2025年,2月5日方法评价缺点:限于十分简单的情况.问题越复杂,数学处理变得越困难,并且丢失了试验数据的信息.*方法2优点:完全与观察数据相符,并且随实际问题的复杂程度增大不会产生更大的困难,仅增大工作量而已.应用中常将两种模拟方法结合使用*方法1优点:可以计算各种可能结果的概率,便于进行数学分析和处理.缺点:不便于进行数学分析,不得不依赖于模拟得到的统计结果.第4页,共37页,星期日,2025年,2月5日二.利用理论分布重点阐述怎样根据变量特点合理选择理论分布来模拟随机变量.1.均匀分布需掌握几种重要的概率理论分布均匀分布随机变量X的取值具有“均匀性”.第5页,共37页,星期日,2025年,2月5日均匀性特点均匀分布随机变量X落在(a,b)内任意子区间的概率只与子区间的长度有关,而与子区间的位置无关.可以假设具有这种性质的随机变量服从均匀分布例2穿越公路模型穿越公路者在60秒的期间内的每一时刻都可能到达公路旁,用[0,60](单位:秒)上的均匀分布随机变量模拟穿越公路者到达路旁的时刻是合理的.渡口模型中假设车身长度服从均匀分布,处理起来虽然较简单但却显然不合理.第6页,共37页,星期日,2025年,2月5日2.正态分布正态分布随机变量X的概率密度函数是正态分布由两个参数μ和σ唯一确定:μ0xf(x)f(x)0xμσ小σ大位置参数第7页,共37页,星期日,2025年,2月5日分布特点:有3σ—原则:实用判别方法:较多独立的、微小变量叠加而成的随机变量,可以用正态分布来模拟.判别方法1.2.doc原理分析例*考试成绩服从正态分布;*单峰、对称;*数学期望μ确定概率曲线的中心位置;*标准差σ确定概率曲线的“宽窄”程度.第8页,共37页,星期日,2025年,2月5日*测试误差服从正态分布;*人的身高服从正态分布;…3.指数分布指数分布随机变量X的概率密度函数为0f(x)x第9页,共37页,星期日,2025年,2月5日寿命T则服从参数为λ的指数分布.上述假设从技术上讲就是电子元件未出现“老化”现象.对一些寿命长的元件,在稳定运行的初期阶段老化很轻微,这种假设是合理的.*指数分布比较确切地描述了电子元件在稳定阶段的寿命分布情况.指数分布常用来描述“寿命”问题.设电子元件的寿命为T,假定元件在t时刻尚正常工作的条件下,其瞬时失效率总保持为常数λ,即有第10页,共37页,星期日,2025年,2月5日指数分布具有无后效性(马氏性):对任意的实数s0,t0,均有永远年轻性人类在50岁或60岁以前的寿命分布接近指数分布.若瞬时失效率是时间的函数λ(t),试确定寿命T的分布.(参见电子科大教材《概率论与数理统计》p76).思考4.泊松分布和泊松流离散型随机变量X的分布律为第11页,共37页,星期日,2025年,2月5日称X服从参数为λ的泊松分布.事件流:随时间的推移,逐个出现的随机事件列A1,A2,…An,…t0A1A2A3An例3在渡口模型中,从渡船靠岸开始计时,将第i辆汽车的到达看成随机事件Ai发生,随汽车连续不断地开到码头,就形成了一个事件流A1,A2,…,Ai,…;第12页,共37页,星期日,2025年,2月5日*工作台上工件的逐件到达;*机场跑道中飞机的逐架到达;*港口船舶的逐艘到达;*电话交换台电话的到达;*餐厅顾客的到达;*工厂中机器故障的发生,…记N(t)为[0,t]时间内各事件发生的总次数0
文档评论(0)