Raport cz. 2.
Transkrypt
Raport cz. 2.
Część 2. zagadnień na raport z kursu Symulacje komputerowe Ocenianie: za 2. część raportu można uzyskać 20 pkt. Termin oddania: do końca dnia 6 czerwca Zasady oceniania są takie same jak wcześniej. Lista zadań do wykonania: 1. Struktura pamięci procesu Poissona Na podstawie symulacji oblicz funkcję autokowariancji procesu Poissona, to znaczy funkcję acov(s, t) = cov(N (s), N (t)). Przeanalizuj, czy wynik jest zgodny z przewidywaniami teoretycznymi. 2. Wydajne symulowanie niejednorodnego procesu Poissona Zwykle stosowaną metodą symulowania niejednorodnego procesu Poissona o intensywności λ(t) jest znalezienie najpierw λ̃(t) ≥ λ(t) o łatwej do Rt obliczenia całce Λ̃(t) = 0 λ̃(s)ds, używając znajomości Λ̃ szybkie wygenerowanie procesu o intensywności λ̃, a następnie przerzedzenie go poprzez odrzucanie zdarzeń z prawdopodobieństwem λ(t)/λ̃(t). Użyj tej metody do efektywnego wygenerowania procesu Poissona o intesywności λ(t) = t+4 1 + arctan(sin(t)). t+1 4 3. Proces ryzyka Środki finansowe towarzystwa ubezpieczeniowego są określane modelem N (t) X(t) = bt − X Yk . k=1 PN (t) W tym modelu k=1 Yk to odszkodowania, jakie musi wypłacać ubezpieczyciel - napływają one z czasami oczekiwania zadanymi rozkładem wykładniczym o średniej 4 i mają i.i.d. rozkład Yk ∼ χ2 (2) (rozkład chi-kwadrat z 2 stopniami swobody). Stała b zależy od wielkości składek ubezpieczeniowych. Dobierz najmniejszą taką jej wartość, aby towarzystwo utrzymało płynność finansową (to znaczy stale X(t)>0) w przedziale t ∈ [0, 20] z prawdopodobieństwem 99%. 4. Log-gaussowski proces Coxa Często używaną klasą procesów - szczególnie do modelowania pól losowych - są log-gaussowskie procesy Coxa. Najprostszym przykładem takiego procesu jest proces Coxa C(t) dla którego funkcja intensywności λ(t) jest procesem losowym λ(t) = exp(B(t)), gdzie B(t) jest ruchem Browna, tzn. procesem o stacjonarnych i niezależnych przyrostach B(t2 ) − B(t1 ) ∼ N (0, t2 − t1 ). Zaprogramuj symulację trajektorii procesu C(t). Sprawdź, czy proces ten ma niezależne oraz stacjonarne przyrosty oraz zbadaj statystycznie, że losowość λ(t) jest istotna, tzn. pokaż, jak odróżnić proces C(t) z losowym λ(t) od procesu, w którym λ(t) zastąpiono jego wartością oczekiwaną λ̄(t) = E[λ(t)]. Uwaga: Dla ułatwienia symulacji zamiast B(t) możesz wziąć obcięty B̃(t), tzn. B̃(t) = min{B(t), M }, M > 0 dla jakiegoś relatywnie dużego M .