Skriptum
Skriptum
Skriptum
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
11 Simulation<br />
Sehr oft sind gewisse Fragestellungen in der Statistik und der Wahrscheinlichkeitstheorie<br />
nicht oder nur schwer analytisch zu lösen. In diesem Fall können die<br />
zugrunde liegenden Zufallsprozesse simuliert und daraus Erkenntnisse abgeleitet<br />
werden. Dazu müssen zuerst Zufallszahlen erzeugt werden.<br />
Definition 11.1. Gleichverteilte Pseudozufallszahlen können mit Hilfe von sogenannten<br />
Kongruenz-Generatoren erzeugt werden. Dabei berechnet man eine<br />
Folge x i von natürlichen Zahlen mittels x i+1 = (ax i + c) mod m (additiver Kongruenz-Generator)<br />
oder x i+1 = ax i mod m (multiplikativer Kongruenz-Generator).<br />
Dabei müssen die Parameter a, c und m gewisse Bedingungen erfüllen.<br />
Kriterien für „gute“ Generatoren findet man in der Literatur. Bei geeigneten Parametern<br />
sind die x i<br />
m<br />
gleichverteilt auf [0,1].<br />
Beispiel 11.2. m = 714025, a = 1366, c = 150889. x 0 sei 400000 (random seed).<br />
x<br />
x 1 = 321764, x 2 = 555138, x 3 = 174847, x 4 = 507541,... .<br />
m = (0.560204,0.450634,0.777477,0.244875,0.710817,...).<br />
Satz 11.3. Nicht gleichverteilte Zufallszahlen können mittels der Methode der<br />
inversen Transformation erzeugt werden. Da Verteilungsfunktionen (F ) bis auf<br />
Teilintervalle mit konstantem Funktionswert bijektiv sind, können Umkehrfunktionen<br />
(Quantilfunktionen) F −1 gebildet werden. Die konstanten Teilintervalle<br />
werden bei der Umkehrung einfach zu Unstetigkeitsstellen. Ist nun (x 1 , x 2 ,...) eine<br />
Folge von gleichverteilten Zufallszahlen, dann ist (F −1 (x 1 ),F −1 (x 2 ),...) eine<br />
Folge von Zufallszahlen mit der Verteilungsfunktion F .<br />
Beweis. Wenn X gleichverteilt ist auf [0,1], dann ist P(X ≤ x) = x und daher<br />
P(F −1 (X ) ≤ x) = P(X ≤ F (x)) = F (x).<br />
Beispiel 11.4. Exponentialverteilung: f (x) = βe −βx ,F (x) = 1 − e −βx für x > 0. Es<br />
folgt F −1 (y) = − 1 β<br />
ln(1 − y). Mit obigen Zufallszahlen erhalten wir für β = 1:<br />
(0.8214,0.599,1.5027,0.281,1.2407).<br />
Da Φ −1 (p) schwer berechenbar ist, gibt es für die Normalverteilung eine bessere<br />
Lösung:<br />
64