448 2

448 2



448


11. Metoda Monte Carlo i symulacja

program dla opisanego lu generatora (dla przykładu przyjęto niżej, że P = 231, /==2t« i że największą liczbą całkowitą w maszynie jest 231 —1):    •    *'

FUNCTfON RAND(T)

I=T*65539

I IFfT.LT.O)! = F+ 2147483647 -4- I RAND=I«.4656613 E-9 RETURN END

(a)    Co robi instrukcja I w tym podprogramie? Jak można jeszcze przy spieszyć generowanie liczb, używając zastosowanej tu metody w danym programie?

(b)    Napisać w Fortranie program, który, używając metody z powyższego podprogramu. oblicza j exdx prostą metodą Monte Carlo z § 11.3. Wziąć 25,100,225. 400 i 625

i>

punktów, przyjmując w każdym przypadku, że /0 = 123456789. Jak (w przybliżeniu! zależy błąd od liczby punktów'1

(c)    Napisać w Fortranie program obliczający całkę z (b) metodą opisaną na końcu $ 11.3. Przyjąć w(x) = 1 +a + ^jc2. Użyć tylu punktów i takiego początkowego /„ jak w (b).

2.    Napisać w Fortranie program, stosujący liczby losowe o rozkładzie prostokątnym do losowego przetasowania talii z 52 kart.

3.    (a) Niech xt, x2, ..., xk będą niezależnymi zmiennymi losowymi o wartości oczekiwanej 0 i wariancji <r2. Niech będzie x~(xt, x3, .... xk)7, B=(bjj). Wykazać, że jeśli

y=Bx. _v=(>•,. >2.....>t)T.

to wartość oczekiwana iloczynu jyy jest równa elementowi (ij) macierzy o2BB Jest to tzw. macierz kowariancji dla y.

(b) Jak generować liczby losowe o danej (dodatnio określonej) macierzy kowariancji V. korzystając zc zwykłych niezależnych liczb losowych?



Wyszukiwarka

Podobne podstrony:
438 2 438 11. Metoda Monte Carlo i symulacja Inną ciekawą własnością procesów Poissona jest to, źe
446 2 446 11. Metoda Monte Carlo i symulacja -o wy. według to 7. nich. które pierwsze jest wolne. J
434 2 434    . 11. Meioda Monte Carlo i symulacja (b)    Zadania techn
436 2 436 11 Metoda Monte Car!o i symulacja Ciąg (11.2.2) nazywamy przeciwnym względem wynikającego
440 2 440 11. Metoda Monte Carte i symulacja11.3. Zastosowania. Redukcja wariancji Ważnym zastosowan
444 2 444 11. Metoda Monte Carte • symulacja Obliczamy całkę ]f{x)dx. Niech R, Ri.....Rr będą liczba
tDziałalność naukowa Zakładu: 1. Zastosowanie wyników obliczeń symulacyjnych metodą Monte Carlo do
433 2 Rozdział 11Metoda Monte Carlo i symulacja 11.1. Wstęp W większości zastosowań teorii prawdopod
1( Matematyka Finansowa, 05 06 2006 Symulacja Monte Carlo. Klasyczna metoda Monte Carlo oparta jest
•    Metoda Monte Carlo: o Aspekty finansowe o Aspekty realizacyjne (przekroczenie cz
wykresPrzyspieszenia Wykres przyspieszenia Liczba wątków [szt.] Obliczanie pi metodą Monte Carlo
wykresZaleznosciCzasu Wykres zależności czasu od ilości wątków Obliczanie pi metodą Monte Carlo 3000
442 2 442 II. Metoda Monte Car o i symulacja Z jednego eksperyment u (pary eksperymentów) nic można
Monte2 Obliczanie całki metodą Monte Carlo: a := 0.2 b := 1.2 n:=50 n przykładowa funkcja w przedzia
Scan1stat 1.    Metoda Monte Carło jest narzędziem do: -    stymulacji

więcej podobnych podstron