Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5-28 <strong>Simulation</strong><br />
2<br />
σ = n 〈Xi 2 + d<br />
〉 = n ∫ p(X) X<br />
−d<br />
2 dX = n<br />
+ d<br />
2d ∫<br />
−d<br />
X 2 dX = n<br />
2d<br />
3<br />
X d<br />
|<br />
3 −d<br />
= n<br />
3 d2 (5.51)<br />
Eine vorgegebene Varianz σ 2 lässt sich also mit einer Summe von n = 3σ 2 /d 2<br />
uniform verteilten, zentrierten Zufallszahlen erreichen. Umgekehrt wird eine<br />
Normalverteilung N(0,1) mit uniform verteilten Zufallszahlen Xi aus dem Intervall<br />
[-½ , ½ ] erreicht, wenn n = 12 ist. Damit haben wir einen einfachen<br />
Algorithmus gef<strong>und</strong>en, normal verteilte Zufallsvariable zu generieren. In Abb.<br />
5.14 ist dies verdeutlicht.<br />
PROCEDURE GaussRandom(mu,sigma:REAL):REAL;<br />
(* generiert einen normalverteilten Zufallswert<br />
mit Mittelwert μ <strong>und</strong> Streuung σ*)<br />
VAR n,sum:REAL;<br />
BEGIN<br />
sum:=0;<br />
FOR i:=1 TO 12 DO<br />
sum :=sum + UniformRandom() - 0.5<br />
END;<br />
RETURN sum*sigma + mu;<br />
Abb. 5.14 Pseudocode für normal verteilte Zufallszahlen<br />
Möchte man anstelle einer normal verteilten Zufallsvariablen z mit σ = 1 eine<br />
Normalverteilung mit anderer Standardabweichung erhalten,<br />
p(z,1) =<br />
1 −<br />
e<br />
2π<br />
z / 2<br />
2<br />
→ p(x,σ) =<br />
1<br />
e<br />
σ 2π<br />
(x −μ)<br />
2<br />
−<br />
2σ<br />
2<br />
so ist es ungünstig, dazu die Anzahl der Summanden zu verändern; bei geringer<br />
Streuung könnte weniger als ein Summand übrig bleiben. Stattdessen ist es<br />
besser, die Transformation von z = (x–μ)/σ auf x mit Gl. (5.29) vorzunehmen,<br />
so dass der N(0,1) verteilte Zufallswert z mit der Standardabweichung σ zu x =<br />
zσ multipliziert wird. Für schmale Verteilungen „stauchen“ wir durch die Skalierung<br />
die Normalverteilung oder „ziehen“ sie für breite Verteilungen auseinander.<br />
Beispiel χ 2 -Verteilung <strong>und</strong> Fn,m-Verteilung<br />
Eine χ 2 -Verteilung mit n Freiheitsgraden (χn 2 -Verteilung) lässt sich erzeugen,<br />
indem man Zufallszahlen erzeugt mittels Überlagerung von n unabhängigen,<br />
normal verteilten Zufallszahlen