连续随机变量的产生方法
- 格式:doc
- 大小:852.50 KB
- 文档页数:20
2.4 随机变量的产生方法
产生随机变量的方法有许多种,对于给定的随机变量,可根据其特点选择其中一种或几种方法。仿真对产生的随机变量首先是要求其准确性,即由某种方法产生的随机变量应准确的具有所要求的分布;其次是快速性要求,在离散事件仿真中,一次运行往往需要产生几万甚至几十万个随机变量,这样产生随机变量的速度将极大地影响仿真的效率。产生随机变量的方法主要有反变换法、舍选法、组合法、卷积法。
2.4.1 反变换法
反变换法是最常用且最直观的使用方法,它以概率积分变换定理为基础。
定理.设是连续且严格单调上升的分布函数,它的反函数存在,且记为)(1x
F-,即x
F=
F
x
-)]
[1.
(
(1) 若随机变量x的分布函数()x F,则()()10
F
x
U
~,
(2) 若随机变量)10(
U
x,则的分布函数为()x F
~,
设随机变量x的分布函数为()x F,为得到随机变量的抽样值,先产生在]10[,区间上均匀分布的独立随机变量u,由反分布函数)(1u
F-得到的值即为所需要的随机变量x:)(1u
F
=。这种方法是对分布函数进行反变换,因而取名为反变换法。
x-
反变换法的原理可用图加以说明。
随机变量概率分布函数()x F 的取值范围为]10[,,现以在]10[,上均匀分布的独立随机变量作为()x F 的取值规律,则落在x ∆内的样本个数的概率就是F ∆;从而随机变量x 在区间x ∆内出现的概率密度函数的平均值为x F
∆∆;当x ∆趋于0时,其概率密度函数就等于dx dF ,即符合原来给定的密度分布函数,满足正确性要求。
当x 是离散随机变量时,其反变换法的形式略有不同,原因在于离散随机变量的分布函数也是离散的,因而不能直接利用反函数来获得随机变量的抽样值。下面讨论这类随机变量的反变换法。
设离散随机变量x 对应于取值1x ,2x ,…,n x 的概率分别为
)()()(21n x p x p x p ,,,⋅⋅⋅,其中1)(0<
i i x p ,其分布函数如图所
示。
为使用反变换法获得离散随机变量,先将]10[,
区间按)()()(21n x p x p x p ,,,⋅⋅⋅的值分成n 个子区间,然后产生在]10[,
区间上均匀分布的独立的随机数u 。根据u 的 值落在何区间,相应的随机变量就是所需要的随机变量i x 。离散随机变量的反变化法的步骤如下:
(1) 按i x 的成递增顺序排列)21
)((N i x p i ,,,⋅⋅⋅=;
(2) 产生)10(~,U u ;
(3) 求非负整数I ,满足∑∑=-=≤
o
j j I j j x p u x p )()(1
(4) 令I x x =
反变换法是连续随机变量的普遍适用的方法,其关键是计算分布函数的反函数的显式表达式。
2.4.2 舍选法
舍选法的实质是从许多均匀分布的随机数中选出一部分,使其成为具有给定分布的随机数它适用于连续型或离散型,单变量或多变量的分布函数()x F 的反函数难以显式表达的情况。
设随机变量x 的密度函数为)(x f ,)(x f 的最大值为C ,x 的取值范围为]10[,。 若独立的产生两个]10[,区间内的均匀分布的随机变量21u u ,,则1Cu 是在]0[C ,区间内均匀分布的随机变量,若满足式:)(21u f Cu ≤,则选取2u 为所需要的随机变量x ,即2u x =,否则舍弃2u 。 舍选法的原理可以用图加以说明。
从图形上看,在C ⨯1这块矩形面积上任投一点1p ,1p 的纵坐标为1Cu ,横坐
标为2u ,若该点位于曲线)(x f 下面,则认为抽样成功。成功的概率为)(x f 下的面积除以总面积C ,)(x f 下的面积的值等于分布函数的值。由于假设随机变量x 的取值范围为]10[,,因而该面积的值为1,那么成功的概率就是C 1,成功抽样的点符合所需要的分布。
{}C C dy dx u f Cu P x f 1)1()()(0
1
021=⨯=≤⎰
⎰
舍选法是根据)(x f 的特征规定一个函数)(x t ,对)(x t 的要求是: (1) )()(x f x t ≥; (2)
⎰
∞
∞
-∞<=C dx x t )(;
这样,令)(1
)(x t C
x r =
,则 1)(1
)(==⎰
⎰
∞
∞-∞
∞
-dx x t C
dx x r 从而可将其看作是一个密度函数,并用)(x r 代替)(x f 取样,以得到所需要的随机变量。
舍选法的步骤为:
(1) 产生()10~1,
U u (2) 由)(x r 独立地产生随机变量()10~2,
U u (3) 检验)(/)(221u t u f u ≤,若满足,则令2u x =,否则返回第一步。 2.4.3 组合法
当一个分布函数可以表示成若干个其他分布函数之和,而这些分布函数较原来的分布函数更易于取样时,则宜采用组合法。 设随机变量x 的分布函数()x F 可写成如下形式: ∑∞
==1)()(j j j x F p x F
其中0≥j p ,∑∞
==0
1j j p ,)(x F j 是其他类型的分布函数。或将随机变量x 的密度