АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Вбудовані розподіли імовірностей

Читайте также:
  1. Вбудовані елементарні математичні функції
  2. Вбудовані команди
  3. Вбудовані функції. Основні поняття
  4. Під час виконання лабораторної роботи важливо чітко розподілити обов'язки учнів і забезпечити їх змінюваність. Часто цей метод переходить у форму практичних занять чи практикумів.

В IFPS/Plus вбудовані такі розподіли ймовірностей:

1. Однорідний (рівномірний) розподіл UNIRAND.

2. Трикутний розподіл TRIRAND.

3.T1090RAND — альтернативний вид трикутного розподілу.

4. Нормальний розподіл NORRAND.

Крім того система дає змогу моделювати будь-який розподіл за допомогою операторів GENRAND і CUMRAND.

Для кожного з цих розподілів імовірностей потрібно конкре­тизувати його ім'я та два або більше їх параметрів. Наприклад, UNIRAND (10,30) означає рівномірно розподілені ймовірності на інтервалі значень змінної від 10 до 30. Щоб генерувати в IFPS/Plus довільні значення цього розподілу, потрібно написати, наприклад, COST-UNIRAND (10,30).

У разі моделювання з багатьма повтореннями кожного разу IFPS/Plus вибирає довільне значення між 10 і 30. Узагалі, розпо­діл UNIRAND конкретизується двома параметрами: верхнім і нижнім значеннями змінної.

Отримання рівномірно розподіленої на відрізку [0,1] величини RANDON NUMBER (яка в зазначеному вище посібнику позначена символом £) відбувається за допомогою твердження: RANDON NUMBER = UNIRAND (0,1). Випадкова величина RANDON NUMBER може використовуватися для генерування довільного розподілу ймовірностей. Наприклад, імітація RANDON INTEGER


— випадкових рівномірно розподілених чисел 0, 1,..., 9 виконуєть­ся за допомогою виразу: RANDON INTEGER=TRUNCATE(10* RANDON NUMBER), де TRUN-CATE — вбудована в IFPS/Plus ма­тематична функція взяття цілої частини числа.

У разі імітації задач з масового обслуговування часто використо­вується експоненціальний розподіл. Генерування випадкової, екс­поненціально розподіленої величини EXPRANDON, математичне сподівання якої дорівнює М, відбувається за допомогою такого ви­разу: EXPRANDON = - M*NATLOG(RANDON NUMBER), де NATLOG — вбудована в IFPS/Plus математична функція обчис­лення натурального логарифма.

Трикутний розподіл імовірностей (TRIRAND і T1090RAND) є особливо корисним у разі імітації ризику. Для його застосування необхідно задати три параметри: нижню межу; найімовірніше зна­чення (максимальне значення щільності розподілу в цій точці); верх­ню межу (висота трикутника вибирається з умови, що його площа дорівнює одиниці). Трикутний розподіл є зручною апроксимацією розподілів, коли область можливих значень (наприклад, верхні й нижні обмеження) відома і розподіл має єдиний пік. Це також надає можливість виразити ідею, що ризик симетрично не розподіляється навколо певного значення. Певним значенням трикутного розподілу є мода, а не середнє значення величини.

Альтернативний шлях конкретизації трикутного розподілу — ви­користовувати функцію T1090RAND. Якщо ви не знаєте точно най­менше і найбільше значення, які може набувати певна змінна, то ви можете оцінити десяти- і дев'яностопроцентні точки на розподілі.

Щоб генерувати нормально розподілену випадкову змінну, необхідно конкретизувати її середнє значення і середнє квадра­тичне відхилення. Наприклад, NORRAND(100,10) створює нор­мальний розподіл змінної з середнім значенням 100 і середнім квадратичним відхиленням 10. У мові фінансового моделювання IFPS/Plus в основу вбудованого нормального розподілу N0R-RAND покладений стандартний підхід, що ґрунтується на вико­ристанні центральної граничної теореми [37].


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)