КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Вычисление определенного интеграла методом Монте-Карло
Общая схема метода Монте-Карло Смесь гаусовских распределений
32. Плотность распределения НСВ ξ представляет собой смесь двух гаусовских распределений N1(μ1,σ12) и N2(μ2σ22) (модель засорений Тьюки-Хьюбера с уровнем засорений ε Осуществить n реализаций моделирования CB ξ и провести графический анализ результатов моделирования при следующих значениях параметров: 1) μ1=μ2=0;, σ2=ασ1,α=1/2,2,4, σ1=1; ε=0.05,0.45,n=20,50,100,500 2) μ1=0,μ2=6;, σ2=ασ1,α=1/2,1,2, σ1=1; ε=0.05,0.45,n=20,50,100,500 Глава 2. Метод Монте-Карло и его применения
Метод Монте-Карло – это численный метод исследования математических моделей сложных систем, основанный на моделировании случайных элементов и последующем статистическом анализе результатов моделирования. Метод Монте-Карло реализуется с помощью следующих шагов: 1) подбирают такую случайную величину ξ, что выполняются условия , где a-скалярная величина, приближенное значение, которое надо найти; 2) моделируют n независимых реализаций случайной величины ξ: ; 3) по случайной выборке , строят выборочную оценку Точность вычислений характеризуют либо с помощью доверительного интервала, определяемого интервалом вероятность выполнения которого приблизительно равна β; (например при ), либо с помощью так называемой вероятной ошибки метода Монте-Карло: где численный множитель 0,6745 является решением уравнений т.е. одинаково вероятны ошибки, больше, чем и ошибки, меньшие, чем
Рассмотрим задачу приближенного вычисления интеграла где - подмножество из При n=1 имеем определенный интеграл вида Заметим, что схема вычислений как многомерных, так и одномерных интегралов, абсолютно аналогична.
Пусть η – произвольная случайная величина с плотностью распределения вероятностей Предполагается только, что существуют моменты случайных величин, встречающиеся ниже. Рассмотрим случайную величину, являющуюся функциональным преобразованием случайной величины η.
Можно показать, что Поэтому в качестве приближенного значения интеграла можно использовать статистическую оценку , построенную в выборке из n независимых случайных величин
Дата добавления: 2017-02-01; Просмотров: 56; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |