Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Это случай, когда нет ограничений на вычисление ресурса.
Для обеспечения статистической устойчивости оценок результатов моделирования они вычисляются по большому количеству реализаций. Пусть в качестве оценки некоторого параметра а, который оценивается по результатам моделирования СВ xi, выбирается некоторое `x. В силу ряда случайных причин а и `x будут отличаться друг от друга. Тогда неравенство ½ a - `x ½£ e называется точностью, а вероятность этого неравенства P{½a - `x½£ e} = a называется достоверностью.
I. Пусть цель моделирования - вычислить вероятность Р некоторого события А:
m
`P= (8.26)
N
где m - количество появлений события А,
N - количество реализаций,
`P - частота.
Теорема Лапласа (частный случай центральной предельной теоремы теории вероятности):
При достаточно больших N частоту m/N можно рассматривать как СВ, которая имеет распределение, близкое к нормальному, с мат. ожиданием Р и дисперсией, равной
P(1 - P)
N
Поэтому для каждого значения a можно выбрать из таблиц нормального распределения такую величину ta (ta - квантиль нормального распределения), что точность e = taÖD[m/N] (8.27).
P(1 - P)
e2 = ta2
N
P(1 - P)
N = ta2 (8.28) e2
(13.5) можно пользоваться, если мы имеем дело с оценкой вероятности.
II. Пусть результат моделирования - это оценка мат. ожидания и дисперсии:
Пусть СВ x имеет мат. ожидание а и дисперсию s2 и в реализации с номером i принимает значения xi. В качестве оценки мат.ожидания используется среднее значение, которое определяется следующим образом:
N
`x = 1/N å xi (8.29)
i=1
Теорема:
При больших N среднее арифметическое будет являться СВ, которая стремится к нормальному закону распределения с мат.ожиданием а и дисперсией s2. Тогда точность e:
s
e = ta (8.30)
ÖN
ta2s2
N = (8.31)
e2
Алгоритм выбора необходимого числа реализаций:
1. Задается N0 в интервале от 50 до100 реализаций;
2. Используя имитационную модель, определяем `Р;
3. Полученное `Р подставляем в (8.28) и получаем N1;
4. Сравниваем Ni-1 и Ni, если Ni-1 < Ni, то мы повторяем весь алгоритм, начиная с п.2.
Для вычисления оценки мат. ожидания и дисперсии используется тот же алгоритм, но в п.2 вычисляется оценка дисперсии и оценка мат.ожидания, а в п.3 N1 вычисляется по формуле (8.31).
8.8.Особенности фиксации и статистической
Дата публикования: 2015-11-01; Прочитано: 173 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!