Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция 04.docx
Скачиваний:
7
Добавлен:
01.04.2025
Размер:
2 Мб
Скачать
☆

Моделирование гамма-величин

Учитывая свойство масштабирования по параметру θ, указанное выше, достаточно смоделировать гамма-величину для θ = 1. Переход к другим значениям параметра осуществляется простым умножением.

Используя тот факт, что распределение совпадает с экспоненциальным распределением, получаем, что если U — случайная величина, равномерно распределённая на интервале (0, 1], то .

Теперь, используя свойство k-суммирования, обобщим этот результат:

где Ui — независимые случайные величины, равномерно распределённые на интервале (0, 1].

Осталось смоделировать гамма-величину для 0 < k < 1 и ещё раз применить свойство k-суммирования. Это является самой сложной частью.

Ниже приведён алгоритм без доказательства. Он является примером выборки с отклонением.

  1. Положить m равным 1.

  2. Сгенерировать и — независимые случайные величины, равномерно распределённые на интервале (0, 1].

  3. Если , где , перейти к шагу 4, иначе к шагу 5.

  4. Положить . Перейти к шагу 6.

  5. Положить .

  6. Если , то увеличить m на единицу и вернуться к шагу 2.

  7. Принять за реализацию .

Подытожим:

где [k] является целой частью k, а ξ сгенерирована по алгоритму, приведённому выше при δ = {k} (дробная часть k); Ui и Vl распределены как указано выше и попарно независимы.

Бета-распределение

Плотность вероятности

Функция распределения

Обозначение

Параметры

Носитель

Плотность вероятности

Функция распределения

Математическое ожидание

Медиана

Мода

для

Дисперсия

Коэффициент асимметрии

Коэффициент эксцесса

Информационная энтропия

Производящая функция моментов

Характеристическая функция

Бе́та-распределе́ние в теории вероятностей и статистике — двухпараметрическое семейство абсолютно непрерывных распределений. Используется для описания случайных величин, значения которых ограничены конечным интервалом.

Определение

Пусть распределение случайной величины задаётся плотностью вероятности , имеющей вид:

,

где

  • произвольные фиксированные параметры, и

  • — бета-функция.

Тогда случайная величина имеет бета-распределение. Пишут: .

Форма графика

Форма графика плотности вероятности бета-распределения зависит от выбора параметров и .

  • — график выпуклый и уходит в бесконечность на границах (красная кривая);

  • или — график строго убывающий (синяя кривая)

    • — график строго выпуклый;

    • — график является прямой линией;

    • — график строго вогнутый;

  • график совпадает с графиком плотности стандартного непрерывного равномерного распределения;

  • или — график строго возрастающий (зелёная кривая);

    • — график строго выпуклый;

    • — график является прямой линией;

    • — график строго вогнутый;

  • — график унимодальный (пурпурная и чёрная кривые)

В случае, когда , плотность вероятности симметрична относительно (красная и пурпурная кривые), то есть

.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]