第5章 仿真用的概率概念.pptVIP

2001.9.10各种离散分布随机数的产生非均匀离散分布的随机数的产生方法设所求非均匀离散分布随机数的累积概率分布函数为F(x)，其中：F(0)=F0=0，Fk=(k=1，2，…，N）。设yi是一个(0，1)均匀分布随机数。考察yi，如果，则把相应的xk选出作为此次取样的输出值。生成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服从特定分布第30页，共66页，星期日，2025年，2月5日2001.9.10各种离散分布随机数的产生例贝努利概率模型二项分布的产生贝努利(Bernouli)概率模型是概率统计中一种最简单而又常用的概率模型，它由一系列试验组成。其中每次试验只有两种结果。我们用事件A和A’来表示这两种实验结果。若A产生的概率为P(A)=P，(0P1)。事件A’发生的概率P(A)=Q=1-P。而且各次试验是相互独立的。我们可以利用(0，1)均匀分布随机数序列产生贝努利概率模型的二项分布。任取(0，1)均匀分布随机数xn，若xn≤P，就认为事件A发生，反之，若向xnP，则认为A’事件发生。第31页，共66页，星期日，2025年，2月5日2001.9.10各种离散分布随机数的产生二项分布在由n次独立试验组成的贝努利概率模型中，事件A发生的次数η是一个随机变量。它取值k(k=1，2，…，n)的概率是当P较大而计算精度又要求较高时，我们可以在计算机上用n次贝努利试验产生二项分布的随机数。生成n个(0，1)均匀分布的随机数统计n个随机数中数值大于某一个概率值P的个数m数m服从贝努利分布第32页，共66页，星期日，2025年，2月5日2001.9.10各种离散分布随机数的产生泊松分布若进行n次独立试验，在每次试验中事件A发生的概率等于Pn，则在n次试验中事件A发生k次的概率(n→∞，Pn→0，nPn=λ)趋于P(k,λ)：称为泊松(Poisson)分布。在泊松分布的试验中，试验的次数n越大，则越接近泊松分布的值。第33页，共66页，星期日，2025年，2月5日2001.9.10非均匀连续分布随机数的产生非均匀的连续分布随机数及其产生对于非均匀的连续分布的随机数，我们同样借助于(0，1)均匀分布随机数进行变换或计算来产生。一般采用的变化方法为 1反函数法(逆变法)2函数变换法3卷积法 第34页，共66页，星期日，2025年，2月5日2001.9.10非均匀连续分布随机数的产生反函数法(逆变法)反函数法也称为概率积分变换法，这种方法所基于的原理是概率积分变换定理，可以简述如下：1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2xn=F-1(yn)所计算的随机数就是随机变量X的取样值。第35页，共66页，星期日，2025年，2月5日2001.9.10非均匀连续分布随机数的产生反函数法(逆变法)的步骤求出y=F(x)的反函数： x=F-1(y)。利用(0，1)均匀分布随机数产生程序取得yn。利用x=F-1(y)可得到需要的随机数xn。第36页，共66页，星期日，2025年，2月5日2001.9.10非均匀连续分布随机数的产生指数分布指数分布的概率密度函数是累积分布函数为生成随机数的逆函数为图中取λ=0.5第37页，共66页，星期日，2025年，2月5日第38页，共66页，星期日，2025年，2月5日第39页，共66页，星期日，2025年，2月5日练习：请符合Weibull分布的随机变量。第40页，共66页，星期日，2025年，2月5日离散随机变量第41页，共66页，星期日，2025年，2月5日第42页，共66页，星期日，2025年，2月5日练习第43页，共66页，星期日，2025年，2月5日函数变换法第44页，共66页，星期日，2025年，2月5日第45页，共66页，星期日，2025年，2月5日2001.9.10非均匀连续分布随机数的产生正态分布正态分布的概率密度函数为对于此式要直接求F-1(y)是很困难的，可利用坐标变换等方法。令x=σx1+μ就可以将上式化成标准正态分布N(0，1)。设u1和u2是两个独立的(0，1)均匀分布随机数，利用坐标变换及积分变换可得均值：2；方差：