Метод Монте-Карло: моделирование дискретной случайной величины

Июль 23, 2022

Главная
Математика
Метод Монте-Карло: моделирование дискретной случайной величины

Содержание

2. Сущность метода Метод основан на применении теории вероятности к алгоритмическим процессам нахождения приближенных значений. Значение отыскивается
3. Дискретная случайная величина это случайная величина, множество значений которой не более чем счетно(то есть конечно). Очевидно,
4. Закон распределения дискретной случайной величины это соответствие между возможными значениями этой величины и их вероятностями. Закон
5. Важно! Поскольку случайная величина обязательно примет одно из значений , то соответствующие события образуют полную группу
6. На примере Рассмотрим эксперимент, состоящий в бросании игрального кубика. Результатом такого эксперимента будет какое-то число от
7. Задача 1 Некоторая игра имеет следующий закон распределения выигрыша: Найти Решение: так как случайная величина может
9. Скачать презентацию

Слайд 2

Сущность метода
Метод основан на применении теории вероятности к алгоритмическим процессам нахождения

приближенных значений. Значение отыскивается путём сравнения результатов равновероятных событий на два множества, одно из которых полностью включает другое.

Слайд 3

Дискретная случайная величина
это случайная величина, множество значений которой не более чем счетно(то

есть конечно). Очевидно, значения дискретной случайной величины не содержат какой-либо непрерывный интервал на числовой прямой.

Слайд 4

Закон распределения дискретной случайной величины
это соответствие между возможными значениями этой величины и их

вероятностями.
Закон чаще всего записывают таблицей:

Слайд 5

Важно!
Поскольку случайная величина обязательно примет одно из значений , то соответствующие события образуют полную

группу и сумма вероятностей их наступления равна единице:

Слайд 6

На примере
Рассмотрим эксперимент, состоящий в бросании игрального кубика. Результатом такого эксперимента

будет какое-то число от одного до шести. В силу симметрии кубика нет оснований считать, что какое-либо одно из чисел 1, 2, … , 6 будет выпадать чаще, чем другое, а потому вероятность выпадения каждого из чисел будет 1/6. Запишем соответствующую дискретную случайную величину Х, характеризующую этот процесс:

Слайд 7

Задача 1
Некоторая игра имеет следующий закон распределения выигрыша:
Найти
Решение:
так как случайная

величина может принять только одно из трёх значений, то соответствующие события образуют полную группу, а значит, сумма их вероятностей равна единице:
таким образом, вероятность выигрыша 2,5 составляет 0,4.

Метод Монте-Карло: моделирование дискретной случайной величины

Содержание

Сущность методаМетод основан на применении теории вероятности к алгоритмическим процессам нахождения

Дискретная случайная величинаэто случайная величина, множество значений которой не более чем счетно(то

Закон распределения дискретной случайной величиныэто соответствие между возможными значениями этой величины и их

Важно!Поскольку случайная величина обязательно примет одно из значений , то соответствующие события образуют полную

На примереРассмотрим эксперимент, состоящий в бросании игрального кубика. Результатом такого эксперимента

Задача 1Некоторая игра имеет следующий закон распределения выигрыша:Найти Решение: так как случайная

Похожие презентации