tailieunhanh - Giáo trình toán ứng dụng part 9

Tham khảo tài liệu 'giáo trình toán ứng dụng part 9', khoa học tự nhiên, toán học phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả | Ta có phân phối ban đầu là X0 1 2 3 n 0 - 0 2 -2 0 5 -3 0 3 Để mô phỏng Xo ta áp dụng phương pháp mô phỏng phân phối rời rạc đã học ở chương III. Trên máy tính ta phát sinh ra một số ngẫu nhiên r RANDOM 0 1 theo luật phân phối đều U 0 1 trong 0 1 . Nếu r 0 2 ta lấy X0 1 nếu 0 2 r 0 7 thì ta lấy X0 2 còn nếu r 0 7 thì đặt X0 3. Căn cứ kết quả mô phỏng X0 ta mô ma trận xác suất chuyển trạng thái phỏng X1 dựa trên 0 8 0 1 0 1 P 0 07 0 9 0 03 0 083 0 067 0 85 Giả sử đã biết X0 2 lúcđó ta cần mô phỏng biến ngẫu nhẫn X1 căn cứ phân phối sau X1 1 2 3 Xác suất tương ứng p21 0 07 p22 0 9 p23 0 03 Điều này có thể được thực hiện tương tự như khi mô phỏng X0. Cần chú ý rằng trong hàng thứ hai của bảng tr ên ta có phân ph ối xác suất có điều kiện của X1 với điều kiện X0 2. Các bước tiếp theo mô phỏng X2 X3 . được tiến hành tương tự cho tới X500 chẳng hạn . Lặp lại quy trình này bắt đầu từ X0 cho một số bước lặp L đủ lớn chẳng hạn 1000 lần ta sẽ có một bộ 1000 số liệu cho X 500. Từ đó có thể tìm được bảng phân phối tần suất còn gọi là xác su ất thực nghiệm của X 500 qua thí nghi ệm mô phỏng tr ên đây đối với X500. Như vậy ta tìm được véc tơ phân phối xác suất thực nghiệm n 500 . Cuối cùng chúng ta có kết quả tìm gần đúng phân phối dừng là n n 500 . Chú ý - Trong ví dụ trên đây ta thấy có thể dùng mô phỏng để tìm phân phối dừng. Tuy nhiên mục đích chủ yếu của phương pháp 1 là nhằm mô phỏng các xích Markov rời rạc thuần nhất l à các quá trình có th ể xảy ra trong các hệ thống phức tạp. - Khi không gian trạng thái S gồm một số lớn các trạng thái thì phương pháp mô phỏng trên yêu cầu thời gian chạy máy tính khá lớn. Để khắc phục điều này chúng ta xem xét phương pháp 2 sau đây. Phương pháp 2 Xét một hệ thống kĩ thuật được biểu diễn bởi xích Markov rời rạc thuần nhất X t t 0 1 2 . với không gian trạng thái S có N trạng thái N khá lớn và ma trận chuyển trạng thái P pij N X N. Xét thời điểm n tại thời điểm này giả sử đã mô phỏng được Xn s. Ta sẽ mô phỏng thời gian Tn là thời gian tới .

crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.