- •Глава 1. Принципы моделирования случайных элементов 6
- •Глава 3. Метод Монте-Карло и его применения 51
- •3.4. Задания 63
- •Глава 4. Система моделирования gpss 64
- •Глава 5. Моделирование сложных систем на основе gpss 127
- •5.2.1. Иммитационная модель системы 136
- •Глава 6. Задания лабораторного практикума по gpss 152
- •Глава 7. Статистическое моделирование в финансовом анализе. 181
- •Введение
- •Глава 1.Принципы моделирования случайных элементов
- •1.1. Моделирование случайных величин
- •1.1.1.Моделирование базовых случайных величин (бсв) Понятие бсв
- •Датчики бсв
- •Метод Макларена-Марсальи
- •Специальные тесты проверки точности моделирования бсв
- •Тест «совпадения моментов»
- •Тест «ковариация»
- •Тест «равномерность двухмерного распределения»
- •1.1.2.Статический анализ точности моделирования
- •1.1.3.Задания
- •1.2. Моделирование дискретных случайных величин (дсв)
- •1.2.1.Понятие дсв. Общая схема алгоритма моделирования
- •1.2.3.Графический анализ точности моделирования
- •1.2.4.Задания
- •Дискретное равномерное распределение
- •1.3. Моделирование непрерывных случайных величин (нсв)
- •1.3.1.Понятие нсв. Универсальные методы моделирования нсв. Понятие нсв.
- •Метод обратной функции.
- •Метод исключения
- •1.3.2.Тесты проверки точности моделирования нсв Критерии согласия
- •- Критерий согласия Пирсона
- •Критерий согласия Колмогорова.
- •Критерий серий
- •Критерий “нисходящих” и ”восходящих” серий
- •1.3.3.Алгоритмы моделирования для основных непрерывных распределений Равномерное распределение
- •Алгоритм моделирования
- •Одномерное нормальное распределение
- •Алгоритм моделирования
- •Экспоненциальное распределение
- •Алгоритм моделирования
- •Распределение Лапласа
- •Алгоритм моделирования
- •Алгоритмы моделирования:
- •Бета-распределение.
- •Связь с другими распределениями
- •Алгоритмы моделирования:
- •Алгоритмы моделирования
- •Алгоритм моделирования
- •Моделирование случайных величин с заданной гистограммой
- •Алгоритм моделирования
- •Моделирование случайных величин с заданным полигоном частот
- •1.3.4.Задания Равномерное распределение
- •Одномерное нормальное распределение
- •Распределение Лапласа
- •Распределение Вейбулла-Гнеденко
- •Гамма распределение
- •Бета-распределение
- •Распределение Коши
- •Логистическое распределение
- •Распределение Стьюдента
- •Распределение Фишера
- •3.2. Вычисление определенного интеграла методом Монте-Карло
- •Пример.
- •Текст программы:
- •3.3. Решение системы алгебраических уравнений методом Монте-Карло
- •3.4. Задания
- •Глава 4.Система моделирования gpss
- •4.1. Краткие сведения из теории
- •4.2. Основные правила и операторы языка gpss
- •4.2.1.Структура операторов gpss
- •4.2.2.Основные операторы языка gpss
- •4.3. Основные блоки gpss/pc и связанные с ними объекты
- •4.3.1.Блоки, связанные с транзактами
- •4.3.2.Блоки, связанные с аппаратными объектами
- •4.3.3.Блоки для сбора статистических данных
- •4.3.4.Блоки, изменяющие маршруты транзактов
- •4.3.5.Блоки, работающие с памятью
- •4.3.6.Блоки для работы со списками пользователя
- •4.4. Управляющие операторы gpss/pc
- •4.5. Некоторые приемы конструирования gpss-моделей
- •4.5.1.Косвенная адресация
- •4.5.2.Обработка одновременных событий
- •4.6. Команды gpss/pc и технология работы с пакетом
- •4.6.1.Загрузка интегрированной среды
- •4.6.2.Ввод новой модели
- •4.6.3.Редактирование текста модели
- •4.6.4.Запись и считывание модели с диска
- •4.6.5.Прогон модели и наблюдение за моделированием
- •4.6.6.Получение и интерпретация стандартного отчета
- •5.1.3.Анализ результатов иммитационного моделирования
- •5.2. Моделирование работы участка цеха
- •5.2.1.Иммитационная модель системы
- •110 Generate 30,5 Первый сегмент модели
- •280 Generate 20,5 Второй сегмент модели
- •450 Generate 480 Третий сегмент модели (таймер)
- •5.2.2.Анализ результатов иммитационного моделирования
- •Обсуждение результатов моделирования
- •105 A2 storage 2 Второй станок моделируется как накопитель
- •5.3. Порядок оформления отчета
- •5.3.1.Содержание отчета
- •Задания для самопроверки
- •5.3.2.Создание выходного файла
- •Задание для домашней подготовки
- •5.3.3.Описание элементов выходного файла
- •Глава 6.Задания лабораторного практикума по gpss
- •Глава 7.Статистическое моделирование в финансовом анализе.
- •7.1. Моделирование наращенных сумм и современных величин платежа.
- •Задание 4.
- •7.2. Моделирование величины реальной наращенной суммы платежей с учетом инфляции.
- •7.3. Моделирование обменного курса валют при двойной конверсии валют.
- •Приложение
- •Примечание к таблице п.3
- •Литература
Распределение Лапласа
Осуществить моделирование n=1000 реализаций CB ξ~E(λ) Исследовать точность и быстродействие алгоритма моделирования. Положить λ=0.5,1,1.5
Распределение Вейбулла-Гнеденко
Осуществить моделирование n=1000 реализаций CB ξ~WG(λ,c) Исследовать точность и быстродействие алгоритма моделирования. Рассмотреть случаи λ=1,2, c = 0,5,1,0,3,0
Примечание. Распределение WG(2,c) называется распределением Релея, WG(λ,1)= E(λ).
Гамма распределение
Осуществить моделирование n=1000 реализаций CB ξ~ γ(b,ν) Исследовать точность и быстродействие алгоритма моделирования. Рассмотреть случаи b=1,2, ν = 0.5,2
С помощью моделирования CB ξ~ γ(b,ν) сравнить функциональные и числовые характеристики распределений Эрланга ν-го порядка Положить b=1, ν = 1,2,3
Сравнить по точности и быстродействию моделирования n=1000 реализаций CB ξ~ γ(b,ν) методы моделирования, реализованные в ППП СТАТМОД
Бета-распределение
Осуществить моделирование n=1000 реализаций CB ξ~ γ(v,w) Исследовать точность и быстродействие алгоритма моделирования Положить v=2, w=4
С помощью моделирования CB ξ~ β(v,w) сравнить различные частные случаи распределения, полученные: при v=1,2, w = 1,2; v=0.2,w=1
Доказать симметричность распределений β(v,w) и β(w,v)
Осуществить моделирование и исследовать характеристики распределение по закону арксинуса, совпадающего с распределением β(0.5,0.5)
На основании анализа характеристик с помощью моделирования проиллюстрировать тождественность двух случайных величин: CB ξ~ β(1,1) и CB η ~ R(0,1)
С помощью моделирования CB ξ~ β(v/2,w/2) и CB η ~ F(v,w) проиллюстрировать справедливость соотношения между распределениями. Положить:v=2,w=4,x=2
Сравнить по точности и быстродействию моделирования n=1000 реализаций CB ξ~ β(v,w) методы моделирования, реализованные в ППП СТАТМОД
Распределение Коши
Осуществить моделирование n=1000 реализаций CB ξ~ C(m,c) Исследовать точность и быстродействие алгоритма моделирования Положить m=-1,0,1,c=1,2,3
Сравнить по точности и быстродействию моделирования n реализаций CB ξ~ C(m,c) методы, реализованные в ППП СТАТМОД. Положить: m=0, c=1.
Логистическое распределение
Осуществить моделирование n=1000 реализаций CB ξ~LG(μ,k) Исследовать точность и быстродействие алгоритма моделирования Положить μ=0, k=1
С помощью статистического моделирования CB ξ~ LG(μ,k) оценить зависимость стандартного отклонения δ СВ ξ от k. Положить: μ=0,k=0.55,1.1,1.65,2.2.
Хи-квадрат распределение
Осуществить моделирование n=1000 реализаций CB ξ~χ2(m) Исследовать точность и быстродействие алгоритма моделирования Положить m=1,2,3,5,50.
С помощью моделирования CB ξ~ χ2(m) и CB η~γ(2,m/2) графического анализа и анализа характеристик проиллюстрировать тождественность этих случайных величин
С помощью моделирования CB ξ~ χ2(m) и CB η~Π(λ) (λ=x/2) проиллюстрировать справедливость соотношения между распределениями
Распределение Стьюдента
Осуществить моделирование n=1000 реализаций CB ξ~t(m) Исследовать точность и быстродействие алгоритма моделирования Положить m=1.
С помощью моделирования CB ξ~ t(m) и CB F(1,m), CB η~N1(0,1) исследовать возможность и точность аппроксимации распределения χ2 распределением Фишера и стандартным нормальным. Положить: m=20,30,40,50.
