Zusammenfassung
In diesem Kapitel werden einige Aspekte der Simulation von Zufallsvariablen beleuchtet. Dabei wird gezeigt, wie mit elementaren Mitteln aus gleichverteilten Zufallsvariablen auf [0, 1] wichtige vorgegebene Verteilungen erzeugt werden können. Weiter werden Grundprinzipien der Monte-Carlo-Simulation eingeführt und an Beispielen erläutert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Aufgaben
Aufgaben
15.1
Es seien \(U_i, i\in \mathbb {N}\) unabhängige, auf [0, 1] gleichverteilte Zufallsvariablen. Finden Sie eine Funktion g, sodass \(Y_i:=g(U_i)\) Pareto-verteilt zum Parameter \(\alpha >1\) ist, d. h., die Verteilungsfunktion F von \(Y_i\) gegeben ist durch
15.2
Es seien \(U_i, i\in \mathbb {N}\) unabhängige, auf [0, 1] gleichverteilte Zufallsvariablen. Es seien \(V_i:=1_{\{U_i\le 1/4\}}\) und \(X:=\min \{i: V_i=1\}\). Welche Verteilung haben die \(V_i,\) welche Verteilung hat X?
15.3
Es seien \(U_i, i\in \mathbb {N}\) unabhängige, auf [0, 1] gleichverteilte Zufallsvariablen. Geben Sie mithilfe der Zufallsvariablen \(U_i\) einen Monte-Carlo-Schätzer für \(\int _0^1\pi \sin (x)dx\) an.
15.4
a) Sei U auf [0, 1] gleichverteilt. Zeigen Sie: Dann ist \(V:=U(b-a)+a\) auf [a, b] gleichverteilt. b) Wie wird umgekehrt eine auf [a, b] gleichverteilte Zufallsvariable auf eine gleichverteilte Zufallsvariable auf [0, 1] transformiert?
15.5
Verwenden Sie Aufgabe 15.4, um eine Formel für den MC-Schätzer \(\hat{I}\) aus Satz 15.3 mithilfe von gleichverteilten Zufallsvariablen \(V_i, i\in \mathbb {N}\) auf [0, 1] herzuleiten.
15.6
Es sei \(X=(X_1,X_2)\) zweidimensional normalverteilt mit Erwartungswertvektor \(m=(1, -2)\) und Kovarianzmatrix \(A=\begin{bmatrix} 3 &{}-1 \\ -1 &{}1 \end{bmatrix}.\) Man verwende die Monte-Carlo-Methode, um \(\mathbb {P}(X\in [0,2]\times [-2,2])\) näherungsweise zu berechnen.
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kurt, N. (2020). Simulation von Zufallsvariablen, Monte-Carlo-Methode. In: Stochastik für Informatiker. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60516-5_15
Download citation
DOI: https://doi.org/10.1007/978-3-662-60516-5_15
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-60515-8
Online ISBN: 978-3-662-60516-5
eBook Packages: Computer Science and Engineering (German Language)