ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
Статистическое моделирование.Статист. Моделир-е – способ исслед-я процессов поведения вероятностных систем в условиях, когда неизвестно внутр взаимодействие в этих с-мах. Она заключается в м ашинной имитации изучаемого процесса объекта со всеми сопровождающими его случайностями, при этом исп-ся методы мат. Статистики и теории вероятностей. 2.2. Метод Монте-Карло. Для стат модел-я (модел-е случайных величин) как численный м-д решения мат задач исп-ся м-д Монте-Карло, кот был разработан в 1949 г. амер ученым Дж. Нейманом и С.Уланом. в СССр перв раб в 1955-1956гг, когда появился перв ЭВМ. Смысл м-да МК состоит в том, что исслед. Процесс моделир-ся путем многократных повторений его случайных реализаций. Единичные реал-ии наз-ся статистич-ми испытаниями. В м-де МК некот велич Х ставится в соответ-е некот случ велич КСИ- матем ожидание, среднее кот рав-ся Х. Велич КСИ моделир-ся на ЭВм, и среднее по большому кол-ву испытаний принимаетсяся за приближенное Х. N- число испытаний, Ω-результаты i-го испытания и реализ-ии. -матем ожидание случ велич-ны, характеризует среднее значение. - дисперсия, харак-ет отклонение СВ от сред значения или меру разброса сред значения.
СВ полностью опред-ся заданием плотности вероятностей (ф-я распред-я СВ) Нормальный закон распределения: Для норм СВ справедливо правило 3х сигм: Р(х) х мх Используя прав 3 сигм и центр теорему (сумма большого числа одинак СВ приблизит-но подчиняется ном з-ну): сред квадрат отклонение. Не нашли, что искали? Воспользуйтесь поиском:
|