Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
Топ:
Марксистская теория происхождения государства: По мнению Маркса и Энгельса, в основе развития общества, происходящих в нем изменений лежит...
Комплексной системы оценки состояния охраны труда на производственном объекте (КСОТ-П): Цели и задачи Комплексной системы оценки состояния охраны труда и определению факторов рисков по охране труда...
Оценка эффективности инструментов коммуникационной политики: Внешние коммуникации - обмен информацией между организацией и её внешней средой...
Интересное:
Уполаживание и террасирование склонов: Если глубина оврага более 5 м необходимо устройство берм. Варианты использования оврагов для градостроительных целей...
Финансовый рынок и его значение в управлении денежными потоками на современном этапе: любому предприятию для расширения производства и увеличения прибыли нужны...
Инженерная защита территорий, зданий и сооружений от опасных геологических процессов: Изучение оползневых явлений, оценка устойчивости склонов и проектирование противооползневых сооружений — актуальнейшие задачи, стоящие перед отечественными...
Дисциплины:
2017-11-27 | 492 |
5.00
из
|
Заказать работу |
|
|
Данный метод служит для генерации случайных чисел. Число х0 умножается на х1 (они заданы), из полученного результата х2 извлекается середина х2* (это очередное случайное число) и умножается на х1. Из полученного результата х3 извлекается середина х3* (это очередное случайное число) и умножается на х2*. По этой схеме вычисляются все последующие случайные числа.
Для чего используется и в чем заключается метод перемешивания?
Идея метода состоит в следующем. Пусть в ячейке хранится начальное число х0. Циклически сдвигая содержимое ячейки влево на 1/4 длины ячейки, получаем новое число х0*. Точно так же, циклически сдвигая содержимое ячейки х0 вправо на 1/4 длины ячейки, получаем второе число х0**. Сумма чисел х0* и х0** дает новое случайное число х1. Далее х1 заносится в х0, и вся последовательность операций повторяется. В случае, если число, полученное в результате суммирования чисел х0* и х0** полностью не умещается в ячейке х1, то от полученного числа необходимо убрать один «лишний» крайний левый бит.
Для чего используется и в чем заключается линейный конгруэнтный метод?
Данный метод служит для генерации случайных чисел. В этом методе используется операция mod(x, y), возвращающая остаток от деления первого аргумента на второй. Каждое последующее случайное число рассчитывается на основе предыдущего случайного числа по формуле: хi + 1 = mod(k · хi + b, M), где M — модуль (0 < M) q M p (p – основание системы счисления, q – число разрядов в случайном числе); k — множитель (0 ≤ k < M) k 8t 3 (t – любое целое положительное число; b — приращение (0 ≤ b < M); х0 — начальное значение (0 ≤ х0 < M).
Какие основные свойства функции распределения вероятностей F(x) вам известны?
|
Функция распределения любой случайной величины обладает следующими свойствами:
· F (x)определена на всей числовой прямой R;
· F (x)не убывает, т.е. если x 1 x 2, то F (x 1) F (x 2);
· F (- )=0, F (+ )=1,т.е. и ;
· F (x) непрерывна справа, т.е.
Какую функцию называют плотностью распределения вероятности?
Плотностью распределения вероятности называют производную абсолютно непрерывной функции распределения. Эта функция показывает отношение вероятности того, что случайная величина попадает в малый диапазон значений с центром в заданной точке, к величине этого диапазона.
Что называют математическим ожиданием, выборочным средним случайной величины и
Как они определяется?
Математическим ожиданием случайной величины Х называется число
т.е. математическое ожидание случайной величины – это взвешенная сумма значений случайной величины с весами, равными вероятностям соответствующих элементарных событий.
В качестве выборочных средних величин постоянно используют выборочное среднее арифметическое, т.е. сумму значений рассматриваемой величины, полученных по результатам испытания выборки, деленную на ее объем:
где n – объем выборки, xi – результат измерения (испытания) i -ого элемента выборки.
23) Что называют дисперсией случайной величины и как она определяется?
Важной характеристикой отклонения или разброса случайной величины от ее среднего значения является дисперсия случайной величины, определяемая как математическое ожидание квадрата отклонения случайной величины X от своего среднего значения:
24) Что называют стандартным или среднеквадратичным отклонением и как оно определяется?
25) В чем заключается метод Монте-Карло?
Специальный метод изучения поведения заданной статистики при проведении многократных повторных выборок, существенно использующий вычислительные возможности современных компьютеров. При проведении анализа по методу Монте-Карло компьютер использует процедуру генерации псевдослучайных чисел для имитации данных из изучаемой генеральной совокупности. Процедура анализа по методу Монте-Карло модуля Моделирование структурными уравнениями строит выборки из генеральной совокупности в соответствии с указаниями пользователя, а затем производит следующие действия:
|
Для каждого повторения по методу Монте-Карло:
Имитирует случайную выборку из генеральной совокупности,
Проводит анализ выборки,
Сохраняет результаты.
После большого числа повторений, сохраненные результаты хорошо имитирует реальное распределение выборочной статистики. Метод Монте-Карло позволяет получить информацию о выборочном распределении в случаях, когда обычная теория выборочных распределений оказывается бессильной.
26) В чем заключается метод исключения (или метода Неймана) для моделирования непрерывных случайных величин?
Пусть случайная величина X определена на конечном интервале (a;b) и плотность ее распределения ограничена, так что f(x)≤M. Тогда, используя пару равномерно распределенных на интервале (0;1) случайных чисел R, осуществляем следующие действия для розыгрыша (моделирования) значения X:
1. Разыгрываем два значения r1 и r2 случайной величины R и строим случайную точку Q с координатами (см. рис. 4): X0=a+r1*(b-a), η=r2*M.
2. Если η> f(X 0 ), то пару значений (r1, r2) отбрасываем и переходим к пункту 1; иначе принимаем X=X0.
Таким образом, определяются координаты случайной точки Q(X0,η) и, если точка окажется под кривой f(x), то абсцисса этой точки принимается в качестве значения случайной величины X=X0=a+r1(b-a) с плотностью распределения f(x). В противном случае точка отбрасывается, определяются координаты следующей точки, и все повторяется.
27) Для чего используется и в чем заключается метод обратных функций в ММ?
28) Для чего используется и в чем заключается метод кусочно-линейной аппроксимации?
29) Какая случайная величина имеет распределение Пуассона?
30)Какая случайная величина имеет нормальное распределение?
Случайная величина Х имеет нормальное распределение (или распределение по закону Гаусса), если ее плотность вероятности имеет вид:
,
где параметры а – любое действительное число и σ >0. Доказано, что параметр а является математическим ожиданием (также модой и медианой), а σ – средним квадратическим отклонением.
|
|
|
Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций...
Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...
Адаптации растений и животных к жизни в горах: Большое значение для жизни организмов в горах имеют степень расчленения, крутизна и экспозиционные различия склонов...
Двойное оплодотворение у цветковых растений: Оплодотворение - это процесс слияния мужской и женской половых клеток с образованием зиготы...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!