1.

Metoda Inversa pentru generarea numerelor uniforme: pagina 42 43 Teorema: Variabila aleatoare F(X) este uniforma 0-1 daca se noteaza F-1 inversa functiei F atunci F-1(U) are functia de repartitie F. Demonstratie: Functia de repartitie a lui F-1 se scrie ( ( ) ) ( )) ( )) ( ( ( )) ( ( ) Din teorema rezulta urmatoarea consecinta practica: daca se pot produce valorile de selectie U1, U2, ...Un asupra lui U si se cunoaste functia de repartitie F a lui X, atunci se pot produce valorile de selectie X1, X2, ... Xn asupra lui X cu ( ) formula Daca functia F-1 se poate calcula cu un algoritm atunci valorile de selectie Xi ar putea fi produse cu calculatorul folosind urmatorul algoritm : - repeta de n ori urmatoarele instructiuni - genereaza o valoare de selectie U uniforma 0 1 - calculeaza X = F-1(U) Acest algoritm simuleaza o selectie de volum n asupra lui X. Ultimii doi pasi ai algoritmului sunt cei mai importanti care produc o valoare de selectie X, deoarece se pot genera numere U uniforme 0 1 si independente atunci prin iterare, conform primului pas, se pot produce valorile selectiei de volum n asupra lui X. Din aceasta cauza, pentru simularea diverselor variabile se va concentra asupra problemei simularii unei singure valori de selectie care sa foloseasca un algoritm astfel incat prin iterare sa poate produce selectia dorita. Daca se pot genera valori de selectie unifome 0 1 independente, atunci si ( ) ar fi independente. Un algoritm pentru generarea unei selectii de variabile uniforme 0 1 va trebui sa produca un numar uniform 0 1, iar prin iterari acelasi algoritm sa fie in masura sa produca selectia de volum n; deci selectia se va produce printr-o relatie iterativa de forma ( ), iar algoritmul trebuie sa permita producerea de numere independente stocastic. Valorile de selectie se numesc numere aleatoare uniforme.

2. Metoda Inversa pentru generarea variabilelor neuniforme (sau discrete): 53-54.

Folosind metoda inversa se poate construi un algoritm pentru simularea variabilei discrete ( )

Pentru simularea variabilei aleatoare X se calculeaza mai intai valorile functiei de repartitie a acesteia. Avem

( ) { Algoritmul pentru simularea lui X consta in gasirea lui ai a.i. F(ai) = U si este urmatorul Algoritmul SIMDISCRV ] [] Intrare tabela T [ ; Intrare a[1...m] Genereaza U uniform 0 1; (cu U := random;) i := 1; while U > F[i] do i := i + 1 Ia X := a[i]

3. Metoda compunerii: 55-56 Aceasta metoda se aplica variabilelor aleatoare X a caror repartitie de probabilitate satisface urmatoarea definitie: Functia de repartitie F(x) este o amestecare discreta a multimii de functii de repartitie ( ) cu repartitia discreta ( daca ( ) ( ) ( ) ) ( )

Functia de repartitie F(x) este o amestecare continua a familiei de functii de repartitie ( ) , cu functia de repartitie continua H(y) a lui Y daca ea este de forma ( ) ( ) ( ) ( )

ultima integrala fiind integrala Stieltjes. Daca se noteaza cu X variabila aleatoare care are functia de repartitie F(x) si cu Xi variabila aleatoare care are functia de repartitie Fi(x) atunci amestecarea discreta poate fi interpretata astfel X = Xi cu probabilitatea pi de unde rezulta urmatorul algoritm pentru simularea lui X

Algoritmul COMPDISCR Genereaza un indice j avand repartitia (1) Genereaza Xj avand functia de repartitie Fj(x) Ia X := Xj O interpretare analoga are si amestecarea continua, de unde se deduce urmatorul algoritm de simulare a variabilei aleatoare X ~> F(x) Algoritmul COMPCONT Genereaza variabila Y care a re functia de repartitie H(y) Genereaza variabila aleatoare ZY care are functia de repartitie G(x,Y) Ia X := ZY Daca in definitia compunerii se considera in loc de functii de repartitie, densitati de repartitie atunci formulele (2) si (3) se scriu respectiv ( ) ( ) ( ) ( ) ) ( ) ( )

4. Generarea repartitiei lui Weibull (cu metoda inversa) (unde se gaseste in manual?) 5. Descrieti metoda Monte Carlo bruta pt calculul integralelor. Se considera U variabila aleatoare uniorma 0 1, atunci se poate scrie [ ( )] ( )

adica = f(U) este un estimator primar nedeplasat al lui de unde rezulta ca daca se considera selectia U1, U2, ..., Un atunci se estimeaza cu media aritmetica, adica cu estimatorul secundar ( ) ( ) ( )

(se mai adauga altceva?) 6. Precizati o metoda Monte Carlo de determinare a lui . Justificati metoda i formulati un algoritm de calcul. (se scrie exemplul 6.1 de la pag 130 din manual?)

7. Formulele si demonstratia lui pn si p0 pentru: - nr 1 : un sistem de asteptare cu o statie: 164. (se scrie validarea de la pag 163 din manual?) - nr 2: sistem de asteptare cu n statii paralele: (se scrie validarea de la pag 167 din manual?)