Random variate generation if the density is not known
İhtimal dağılım fonksiyonu bilinmediğinde rassal değişken üretimi
- Tez No: 129302
- Danışmanlar: DOÇ. DR. WOLFGANG HÖRMANN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2002
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
ÖZET İHTİMAL DAĞILIM FONKSİYONU BİLİNMEDİĞİNDE RASSAL DEĞİŞKEN ÜRETİMİ Rassal yönü olan bir benzetim, ihtimal dağılımlarından örneklemeyi ya da rassal değişken üretmeyi gerektirir. İstatistiksel araştırmaların uygulamalarında, sürekli dağılımların ihtimal dağılım fonksiyonları ya da kümülatif dağılım fonksiyonları ile tanımlanmadığı durumlar vardır. Bunların yerine, momentler ya da Fourier katsayıları gibi bir takım başka bilgilere sahip olunabilir. Böyle durumlarda, ihtimal dağılım fonksiyonunu hesaplamaksızın doğrudan bu dağılımlardan rassal değişken üretebilmek oldukça faydalı olabilir, zira ihtimal dağılım fonksiyonunu hesaplamak genellikle elverişsiz ve zordur. Ayrıca bazı benzetim modellerinde, belirli bir iki-değişkenli dağılımdan rassal çiftler üretmek istenebilir, ve bu çiftlerin bileşenleri bağımsız olmayabilir. İki-değişkenli dağılım kesin ve tam olarak belirlenemese de, bileşenleri belirli marjinal dağılımlara ve modelleyici tarafından belirlenen bir korelasyona ( p ) sahip olan bu çiftlerin üretimi mümkün kılınabilir. Bu tür algoritmalar oluşturmak rassal değişken üretmede özel bir problemdir. Bu algoritmaların uygulanması, test edilmesi ve iyileştirilmesi bu çalışmanın amacıdır. Yapılan çalışmada literatürdeki bu algoritmaların pratikte (benzetimde) kullanılabilip kullanılamayacağı araştırılmıştır. Bu çalışmadaki bütün algoritmalar C programlama dilinde kodlanmıştır. Literatürde bulunan algoritmalara bazı küçük, özellikle moment algoritmalarına bazı büyük iyileştirmeler yapılmıştır. Sonuç olarak, belirli her algoritma için elde edilen test sonuçları tatmin edicidir. Dolayısıyla bu da, bütün algoritmaların doğru olarak çalıştıklarını ve benzetimde kullanılabileceklerini göstermektedir. Uygulama ve zaman ölçüm sonuçları bazı algoritmaların çok hızlı, bazılarının da oldukça yavaş olduğunu göstermiştir. Varılan bu sonuçlar, bu algoritmaların pratikteki kullanımlarını etkileyebilir.
Özet (Çeviri)
IV ABSTRACT RANDOM VARIATE GENERATION IF THE DENSITY IS NOT KNOWN A simulation that has any random aspects involves sampling, or generating random variates from probability distributions. There are situations in the practice of statistical research where continuous distributions are not characterized by their density or cumulative distribution function. Instead some other information like a sequence of Fourier coefficients or moments is known. In such cases it can be very useful to have the possibility to sample directly from these distributions without computing the density, which is often very difficult and cumbersome. Furthermore, in some simulation models, it may be desired to generate a random pair from a specified bivariate distribution, where the components of the pair might not be independent. Even if we cannot specify the exact, full bivariate distribution, we might want to generate these pairs so that the components have specified marginal distributions and so that the correlation p is specified by the modeler. Constructing such algorithms is a special problem of random variate generation. Implementation, testing and improving these algorithms is the objective of this study. It is investigated whether such algorithms in the literature can be used in practice, namely, in simulation. All of the algorithms in this study have been coded by using the C programming language. We added some smaller, and especially for the moment algorithms some larger improvements to the algorithms we found in the literature. Finally, the test results for each specific algorithm have been satisfactory. This implies that all these algorithms work correctly, and can be used in simulation. The implementation and timing results indicate that some algorithms are very fast, and others are quite slow. This may influence their use in practice. _^A *»jfSf' w
Benzer Tezler
- Table methods for random variate generation
Rassal değişken üretimi üzerine tablo yöntemleri
İSMAİL BAŞOĞLU
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. WOLFGANG HÖRMANN
- Development, implementation and testing of universal random variate generation methods
Evrensel rassal değişken üretim yöntemlerinin tasarımı, uygulanması ve test edilmesi
TARKAN ODABAŞI
Yüksek Lisans
İngilizce
2002
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Three automatic random variete generation algorithms
Rastsal değişken üreten üç otomatik yöntem
YELİZ KAYAOĞLU
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Olasılık dağılımlarından rassal değişkenlik üretimi ve VBA uygulaması
Generating random variates for probability distributions and VBA application
ELİF ÇELİK
Yüksek Lisans
Türkçe
2015
EkonometriUludağ ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. HAYRETTİN KEMAL SEZEN
- Testing universal random variate generation algorithms
Uniform olmayan evrensel rastsal değişken üreteci oluşturma algoritmalarının test edilmesi
EMRE MERCAN
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN