разбиения на подсистемы, цели функционирования которых подчинены общей цели функционирования системы
Наличие управления, разветвленной информационной сети и интенсивных потоков информации
Функционирование в условиях действия большого количества случайных факторов
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Статистическое моделирование презентация
Содержание
- 2. Сложная система Наличие большого количества разнородных взаимодействующих
- 3. Случайные воздействия на систему связаны
- 4. S Y Х Yi=F(xi,vi) Yср=(1/N)(Y1+…+YN) Статистическое моделирование систем на ЭВМ Х={xi} V={vi}
- 5. Статистическое моделирование систем на ЭВМ Статистическое моделирование
- 7. ЦПТ : Распределение суммы
- 8. Статистическое моделирование распределение суммы будет приближенно нормальным с
- 9. Асимптотика ЦПТ
- 11. Доверительный интервал
- 12. Пример решения детерминированной задачи G P N’ N
- 13. Статистическое моделирование систем на ЭВМ Как выбрать
- 14. Эталон Стандартная случайная величина, равномерно распределенная на интервале (0,1)
- 15. Свойства γ Плотность равномерно распределенной величины – постоянная, обозначим ее k. Fγ(x)=P(γ
- 16. Случайные числа и случайные цифры Получение случайных
- 17. Три способа получения случайных чисел Табличный
- 18. Датчики (mod 2): 0
- 19. Псевдослучайные числа (алгоритмический способ)
- 20. Статистическое моделирование систем на ЭВМ
- 21. Преобразования случайных величин Моделирование дискретных случайных величин
- 22. Моделирование дискретных случайных величин
- 23. Пример В результате обработки детали на станке
Сложная система Наличие большого количества разнородных взаимодействующих элементов
Сложность выполняемой системой функции
Возможность разбиения на подсистемы, цели функционирования которых подчинены общей цели функционирования системы
Наличие управления,
Слайд 2Сложная система
Наличие большого количества разнородных взаимодействующих элементов
Сложность выполняемой системой функции
Возможность
Слайд 3Случайные воздействия на систему
связаны со случайными изменениями той среды,
в которой работает система
Например, «колебание нагрузки»:
резкое увеличение числа заявок на телефонные разговоры,
значительные изменения пассажиропотока на транспорте,
включение мощных потребителей электроэнергии и др.
Например, «колебание нагрузки»:
резкое увеличение числа заявок на телефонные разговоры,
значительные изменения пассажиропотока на транспорте,
включение мощных потребителей электроэнергии и др.
внешние
внутренние
связаны с ненадежной работой элементов системы:
случайные выходы параметров за допустимые пределы,
выходы из строя отдельных элементов системы
Слайд 5Статистическое моделирование систем на ЭВМ
Статистическое моделирование
воспроизведение с помощью ЭВМ
функционирования
вероятностной
модели
некоторого объекта
и оценивание
средних характеристик модели
некоторого объекта
и оценивание
средних характеристик модели
Общая характеристика метода
статистического моделирования
Слайд 7ЦПТ
: Распределение
суммы независимых одинаково распределенных случайных величин при
больших N сходится по вероятности к нормальному распределению
Слайд 13Статистическое моделирование систем на ЭВМ
Как выбрать удобную случайную величину для расчетов?
Как
находить значения произвольной случайной величины?
Слайд 15Свойства γ
Плотность равномерно распределенной величины – постоянная, обозначим ее k.
Fγ(x)=P(γ
.
Отсюда следует одно из важных свойств γ:
P(x1<γMγ=1/2, Dγ=Mγ2-(Mγ)2=1/12.
Отсюда следует одно из важных свойств γ:
P(x1<γ
Слайд 16Случайные числа и случайные цифры
Получение случайных величин на ЭВМ
Сл.в. γ:
pγ(x)=1, Fγ(x)=x, Mγ=1/2, Dγ=1/12
Слайд 18Датчики
(mod 2): 0 при четном ν и
1 при нечетном p(0)=p(1)
0 - при 01 и 1 – при 10, тогда P(01)=p(1-p)=P(10)
0 - при 01 и 1 – при 10, тогда P(01)=p(1-p)=P(10)
Слайд 20Статистическое моделирование систем на ЭВМ
Метод Монте-Карло
Погрешность метода
Доверительный интервал для оцениваемой величины
Случайные
числа и случайные цифры
«Эталон» случайной величины
Способы получения случайных чисел
«Эталон» случайной величины
Способы получения случайных чисел
Слайд 21Преобразования случайных величин
Моделирование дискретных случайных величин
1
0
(1)
длина i=pi
Pi=P(ξ=xi)
Слайд 22
Моделирование дискретных случайных величин
Теорема 1: Случайная величина ξ, определенная формулой
ξ=xi, когда γ∈Δi ,
имеет
распределение вероятностей (1).
Доказательство: P(ξ=xi)=P(γ∈Δi )=длина Δi=pi,
что и требовалось доказать
имеет
распределение вероятностей (1).
Доказательство: P(ξ=xi)=P(γ∈Δi )=длина Δi=pi,
что и требовалось доказать
Слайд 23Пример
В результате обработки детали на станке получается 4% брака. Смоделировать прохождение
детали через станок (обработку).
Возьмем сл. в. ξ=
If γ<0,04 then ξ=Б else ξ=Г.
If γ<0,96 then ξ=Г else ξ=Б.
Возьмем сл. в. ξ=
If γ<0,04 then ξ=Б else ξ=Г.
If γ<0,96 then ξ=Г else ξ=Б.
