Математическое моделирование при помощи малых выборок
Основы моделирования, классификации моделей. Анализ результатов натурных и вычислительных экспериментов. Классические и поисковые методы генерации и использования псевдослучайных чисел. Имитационное и статистическое моделирование, метод Монте-Карло.
Рубрика | Математика |
Вид | дипломная работа |
Язык | русский |
Дата добавления | 13.10.2015 |
Размер файла | 889,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
-1,25
1056
-1,65
0495
-2,50
0062
-1,26
1038
-1,66
0485
-2,60
0047
-1,27
1020
-1,67
0475
-2,70
0035
-1,28
1003
-1,68
0465
-2,80
0026
-1,29
0985
-1,69
0455
-2,90
0019
-3,00
0,0014
0,30
0,6179
0,70
0,7580
-3,10
0010
0,31
6217
0,71
7611
-3,20
0007
0,32
6255
0,72
7642
-3,30
0005
0,33
6293
0,73
7673
-3,40
0003
0,34
6331
0,74
7703
-3,50
0002
0,35
6368
0,75
7734
-3,60
0002
0,36
3406
0,76
7764
-3,70
0001
0,37
6443
0,77
7794
-3,80
0,0001
0,38
6480
0,78
7823
-3,90
0000
0,39
6517
0,79
7852
0,00
0,5000
0,40
0,6554
0,80
0,7881
0,01
5040
0,41
6591
0,81
7910
0,02
5080
0,42
6628
0,82
7939
0,03
5120
0,43
6664
0,83
7967
0,04
5160
0,44
6700
0,84
7995
0,05
5199
0,45
6736
0,85
8023
0,06
5239
0,46
6772
0,86
8051
0,07
5279
0,47
6808
0,87
8078
0,08
5319
0,48
6844
0,88
8106
0,09
5359
0,49
6879
0,89
8133
0,10
0,5398
0,50
0,6915
0,90
0,8159
0,11
5438
0,51
6950
0,91
8186
0,12
5478
0,52
6985
0,92
8212
0,13
5517
0,53
7019
0,93
8238
0,14
5557
0,54
7054
0,94
8264
0,15
5596
0,55
7088
0,95
8289
0,16
5636
0,56
7123
0,96
8315
0,17
5675
0,57
7157
0,97
8340
0,18
5714
0,58
7190
0,98
8365
0,19
5753
0,59
7224
0,99
8389
0,20
0,5793
0,60
0,7257
1,00
0,8413
0,21
5832
0,61
7291
1,01
8437
0,22
5871
0,62
7324
1,02
8461
0,23
5910
0,63
7357
1,03
8485
0,24
5948
0,64
7389
1,04
8508
0,25
5987
0,65
7422
1,05
8531
0,26
6026
0,66
7454
1,06
8554
0,27
6064
0,67
7486
1,07
8577
0,28
6103
0,68
7517
1,08
8599
0,29
6141
0,69
7549
1,09
8621
1,10
0,8643
1,50
0,9332
1,90
0,9713
1,11
8665
1,51
9345
1,12
8686
1,52
9357
1,91
9719
1,13
8708
1,53
9370
1,92
9726
1,14
0,8729
1,54
0,9382
1,15
8749
1,55
9394
1,92
1,16
8770
1,56
9406
1,93
9732
1,17
8790
1,57
9418
1,94
9738
1,18
8810
1,58
9429
1,95
9744
1,19
8830
1,59
9441
1,96
9750
1,20
0,8849
1,60
0,9452
1,97
9756
1,21
8869
1,61
9463
1,98
0,9761
1,22
8888
1,62
9474
1,23
8907
1,63
9484
1,99
9767
1,24
8927
1,64
9495
1,25
8944
1,65
9505
2,00
0,9772
1,26
8962
1,66
9515
2,10
9821
1,27
8980
1,67
9525
2,20
9861
1,28
8997
1,68
9535
2,30
9893
1,29
9015
1,69
9545
2,40
9918
1,30
0,9032
1,70
0,9554
2,50
9938
1,31
9049
1,71
9564
2,60
9953
1,32
9066
1,72
9573
1,33
9082
1,73
9582
2,70
9965
1,34
9099
1,74
9591
1,35
9115
1,75
9599
2,80
9974
1,36
9131
1,76
9608
2,90
9981
1,37
9147
1,77
9616
3,00
0,9986
1,38
9162
1,78
9625
3,10
9990
1,39
9177
1,79
9633
3,20
9993
1,40
0,9192
1,80
0,9641
1,41
9207
1,81
9649
3,30
9995
1,42
9222
1,82
9656
1,43
9236
1,83
9664
3,40
9997
1,44
9251
1,84
9671
3,50
9998
1,45
9265
1,85
9678
3,60
9998
1,46
9279
1,86
9686
3,70
9999
1,47
9292
1,87
9693
1,48
9306
1,88
9699
3,80
9999
1,49
9319
1,89
9706
3,90
1,0000
Таблица 3.2
Значения вероятностей при разном объеме выборки
Нормированное отклонение |
Значение при малых выборках с численностями |
Значение при больших выборках |
||||
1,0 2,0 3,0 |
78,9 90,8 95,2 |
81,3 94,2 98,0 |
82,8 96,2 99,2 |
83,5 97,0 99,6 |
84,1 97,7 99,9 |
Из таблицы 3.2. видно, что с увеличением объема выборки малая выборка быстро приближается к нормальной. В то же время при очень маленькой численности выборки расхождения между значениями при данном значении весьма значительны.
Исследованиями было установлено, что распределение Стьюдента практически применимо не только в случае нормального распределения признака в генеральной совокупности. Оказалось, что оно происходит к практически приемлемым выводам и тогда, когда распределения признака в генеральной совокупности не является нормальным, а лишь симметрично и даже несколько асимметрично, но объем выборки не слишком мал.
Значения функции распределения Стьюдента затабулированы при различных значениях Поэтому при оценке выборочных характеристик пользуются готовыми таблицами:
Таблица 3.3
Таблица значений функции
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
||
0,0 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
|
0,1 |
0,532 |
0,535 |
0,537 |
0,537 |
0,538 |
0,538 |
538 |
539 |
539 |
539 |
|
0,2 |
0,563 |
0,570 |
0,573 |
0,574 |
0,575 |
0,576 |
576 |
577 |
577 |
577 |
|
0,3 |
0,593 |
0,604 |
0,608 |
0,610 |
0,612 |
0,613 |
614 |
614 |
614 |
615 |
|
0,4 |
0,621 |
0,636 |
0,642 |
0,645 |
0,647 |
0,648 |
649 |
650 |
651 |
651 |
|
0,5 |
0,648 |
0,667 |
0,674 |
0,678 |
0,681 |
0,683 |
684 |
685 |
685 |
686 |
|
0,6 |
0,672 |
0,695 |
0,705 |
0,710 |
0,713 |
0,715 |
716 |
717 |
718 |
719 |
|
0,7 |
0,694 |
0,722 |
0,733 |
0,739 |
0,742 |
0,745 |
747 |
748 |
749 |
750 |
|
0,8 |
0,715 |
0,746 |
0,759 |
0,766 |
0,770 |
0,773 |
775 |
777 |
778 |
779 |
|
0,9 |
0,733 |
0,768 |
0,783 |
0,790 |
0,795 |
0,799 |
801 |
803 |
804 |
805 |
|
1,0 |
0,750 |
0,789 |
0,803 |
0,813 |
0,818 |
0,822 |
825 |
827 |
828 |
830 |
|
1,1 |
0,765 |
0,807 |
0,824 |
0,833 |
0,839 |
0,843 |
846 |
848 |
850 |
851 |
|
1,2 |
0,779 |
0,823 |
0,842 |
0,852 |
0,858 |
0,862 |
865 |
868 |
870 |
871 |
|
1,3 |
0,791 |
0,838 |
0,858 |
0,868 |
0,875 |
0,879 |
883 |
885 |
887 |
889 |
|
1,4 |
0,803 |
0,852 |
0,872 |
0,883 |
0,890 |
0,894 |
898 |
900 |
902 |
904 |
|
1,5 |
0,813 |
0,864 |
0,885 |
0,896 |
0,903 |
0,908 |
911 |
914 |
916 |
918 |
|
1,6 |
0,822 |
0,875 |
0,896 |
0,098 |
0,915 |
0,920 |
923 |
926 |
928 |
930 |
|
1,7 |
0,831 |
0,884 |
0,906 |
0,918 |
0,925 |
0,930 |
933 |
936 |
938 |
940 |
|
1,8 |
0,839 |
0,893 |
0,915 |
0,927 |
0,934 |
0,939 |
943 |
945 |
947 |
949 |
|
1,9 |
0,846 |
0,901 |
0,923 |
0,935 |
0,942 |
0,947 |
950 |
953 |
955 |
957 |
|
2,0 |
0,852 |
0,908 |
0,930 |
0,942 |
0,949 |
0,954 |
957 |
960 |
962 |
963 |
|
2,1 |
0,858 |
0,915 |
0,937 |
0,948 |
0,955 |
0,960 |
963 |
965 |
967 |
969 |
|
2,2 |
0,864 |
0,921 |
0,942 |
0,954 |
0,960 |
0,965 |
968 |
970 |
972 |
974 |
|
2,3 |
0,869 |
0,926 |
0,947 |
0,958 |
0,965 |
0,969 |
972 |
975 |
976 |
978 |
|
2,4 |
0,874 |
0,931 |
0,952 |
0,963 |
0,969 |
0,973 |
976 |
978 |
980 |
981 |
|
2,5 |
0,879 |
0,935 |
0,956 |
0,967 |
0,973 |
0,980 |
979 |
981 |
983 |
984 |
|
2,6 |
0,883 |
0,939 |
0,960 |
0,970 |
0,976 |
0,982 |
982 |
984 |
986 |
987 |
|
2,7 |
0,887 |
0,943 |
0,963 |
0,973 |
0,979 |
0,984 |
985 |
986 |
988 |
989 |
|
2,8 |
0,891 |
0,946 |
0,966 |
0,976 |
0,981 |
0,986 |
987 |
988 |
990 |
991 |
|
2,9 |
0,894 |
0,949 |
0,969 |
0,978 |
0,983 |
0,988 |
988 |
990 |
991 |
992 |
|
3,0 |
0,898 |
0,952 |
0,971 |
0,980 |
0,985 |
0,989 |
990 |
991 |
992 |
993 |
|
3,1 |
0,901 |
0,955 |
0,973 |
0,982 |
0,987 |
0,991 |
991 |
993 |
994 |
994 |
|
3,2 |
0,904 |
0,957 |
0,975 |
0983 |
0,988 |
0,992 |
992 |
994 |
995 |
995 |
|
3,3 |
0,906 |
0,960 |
0,977 |
0,985 |
0,989 |
0,993 |
993 |
995 |
995 |
996 |
|
3,4 |
0,909 |
0,962 |
0,979 |
0,986 |
0,990 |
0,994 |
994 |
995 |
996 |
997 |
|
3,5 |
0,911 |
0,964 |
0,980 |
0,988 |
0,991 |
0,994 |
995 |
996 |
997 |
997 |
|
3,6 |
0,914 |
0,965 |
0,982 |
0,989 |
0,992 |
0,995 |
996 |
996 |
997 |
998 |
|
3,7 |
0,916 |
0,967 |
0,983 |
0,990 |
0,993 |
0,995 |
996 |
997 |
997 |
998 |
|
3,8 |
0,918 |
0,969 |
0,984 |
0,990 |
0,994 |
0,996 |
997 |
997 |
998 |
998 |
|
3,9 |
0,920 |
0,970 |
0,985 |
0,991 |
0,994 |
0,996 |
997 |
998 |
998 |
998 |
|
4,0 |
0,922 |
0,971 |
0,986 |
0,992 |
0,995 |
0,997 |
997 |
998 |
998 |
999 |
|
4,1 |
0,924 |
0,973 |
0,987 |
0,993 |
0,995 |
0,997 |
998 |
998 |
999 |
999 |
|
4,2 |
0,926 |
0,974 |
0,988 |
0,993 |
0,996 |
0,997 |
998 |
998 |
999 |
999 |
|
4,3 |
0,927 |
0,975 |
0,988 |
0,994 |
0,996 |
0,998 |
998 |
999 |
999 |
999 |
|
4,4 |
0,929 |
0,976 |
0,989 |
0,994 |
0,996 |
0,998 |
998 |
999 |
999 |
999 |
|
4,5 |
0,930 |
0,977 |
0,990 |
0,995 |
0,997 |
0,998 |
999 |
999 |
999 |
999 |
|
4,6 |
0,932 |
0,978 |
0,990 |
0,995 |
0,997 |
0,998 |
999 |
999 |
999 |
999 |
|
4,7 |
0,933 |
0,979 |
0,991 |
0,996 |
0,997 |
0,998 |
999 |
999 |
999 |
1,000 |
|
4,8 |
0,935 |
0,980 |
0,991 |
0,996 |
0,998 |
0,999 |
999 |
999 |
995 |
||
4,9 |
0,936 |
0,980 |
0,992 |
0,996 |
0,998 |
0,999 |
999 |
999 |
1,000 |
||
5,0 |
0,937 |
0,981 |
0,992 |
0,996 |
0,998 |
0,999 |
999 |
... |
Подобные документы
Математическое обоснование алгоритма вычисления интеграла. Принцип работы метода Монте–Карло. Применение данного метода для вычисления n–мерного интеграла. Алгоритм расчета интеграла. Генератор псевдослучайных чисел применительно к методу Монте–Карло.
курсовая работа [100,4 K], добавлен 12.05.2009Некоторые сведения теории вероятностей. Математическое ожидание, дисперсия. Точность оценки, доверительная вероятность. Доверительный интервал. Нормальное распределение. Метод Монте-Карло. Вычисление интегралов методом Монте-Карло. Алгоритмы метода.
курсовая работа [112,9 K], добавлен 20.12.2002Исследование способа вычисления кратных интегралов методом Монте-Карло. Общая схема метода Монте-Карло, вычисление определенных и кратных интегралов. Разработка программы, выполняющей задачи вычисления значений некоторых примеров кратных интегралов.
курсовая работа [349,3 K], добавлен 12.10.2009Моделирование как метод научного познания, его сущность и содержание, особенности использования при исследовании и проектировании сложных систем, классификация и типы моделей. Математические схемы моделирования систем. Основные соотношения моделей.
курсовая работа [177,9 K], добавлен 15.10.2013Метод Монте-Карло як метод моделювання випадкових величин з метою обчислення характеристик їхнього розподілу, оцінка похибки. Обчислення кратних інтегралів методом Монте-Карло, його принцип роботи. Приклади складання програми для роботи цим методом.
контрольная работа [41,6 K], добавлен 22.12.2010Способы получения псевдослучайных чисел. Общая характеристика генератора псевдослучайных чисел фон Неймана. Сущность равномерного закона распределения. Понятие о критериях согласия. Анализ критериев Пирсона и Колмогорова.
курсовая работа [176,9 K], добавлен 28.04.2010Моделирование как метод познания. Классификаций и характеристика моделей: вещественные, энергетические и информационные. Математическая модель "хищники-жертвы", ее сущность. Порядок проверки и корректировки модели. Решение уравнений методом Рунге-Кутта.
методичка [283,3 K], добавлен 30.04.2014Компьютерное моделирование в базовом курсе информатики. Роль компьютерного моделирования в процессе обучения. Методические рекомендации курса "Математические основы моделирования 3D объектов" базового курса "компьютерное моделирование".
дипломная работа [284,6 K], добавлен 07.07.2003Математическое моделирование задач коммерческой деятельности на примере моделирования процесса выбора товара. Методы и модели линейного программирования (определение ежедневного плана производства продукции, обеспечивающей максимальный доход от продажи).
контрольная работа [55,9 K], добавлен 16.02.2011Получение интервальной оценки. Построение доверительного интервала. Возникновение бутстрапа или практического компьютерного метода определения статистик вероятностных распределений, основанного на многократной генерации выборок методом Монте-Карло.
курсовая работа [755,6 K], добавлен 22.05.2015Особенности математических моделей и моделирования технического объекта. Применение численных математических методов в моделировании. Методика их применения в системе MathCAD. Описание решения задачи в Mathcad и Scilab, реализация базовой модели.
курсовая работа [378,5 K], добавлен 13.01.2016Сущность моделирования, значение и необходимость создания различных моделей, сферы их практического использования. Свойства объекта, существенные и несущественные для принятия решений. Граф как средство наглядного представления состава и структуры схемы.
презентация [4,3 M], добавлен 26.06.2014Проведение численного моделирования системы, описанной системой дифференциальных уравнений первого порядка. Схемы моделирования методом последовательного (непосредственного) интегрирования, вспомогательной переменной и методом канонической формы.
контрольная работа [550,9 K], добавлен 12.12.2013Изучение понятия, классификации, свойств математических моделей. Особенности работы с функциями, переменными, графикой, программированием (интерполяция, регрессия) в системе MathCad. Проведение алгоритмического анализа задачи и аппроксимация результатов.
курсовая работа [4,5 M], добавлен 15.02.2010Операторы преобразования переменных, классы, способы построения и особенности структурных моделей систем управления. Линейные и нелинейные модели и характеристики систем управления, модели вход-выход, построение их временных и частотных характеристик.
учебное пособие [509,3 K], добавлен 23.12.2009Исследование экономических задач методами дифференциального исчисления. Изучение экономических систем с помощью линейных балансовых моделей, сетевое планирование и управление. Эластичность производственных функций, элементы линейного программирования.
методичка [418,9 K], добавлен 10.11.2015Прямолинейные, обратные и криволинейные связи. Статистическое моделирование связи методом корреляционного и регрессионного анализа. Метод наименьших квадратов. Оценка значимости коэффициентов регрессии. Проверка адекватности модели по критерию Фишера.
курсовая работа [232,7 K], добавлен 21.05.2015Назначение и принципы действия корреляционно-экстремальной навигационной системы, особенности ее программно-аппаратной реализации, целесообразность статистического моделирования. Описание технологического процесса разработки и отладки программы.
магистерская работа [1,5 M], добавлен 06.12.2013Основные понятия математического моделирования, характеристика этапов создания моделей задач планирования производства и транспортных задач; аналитический и программный подходы к их решению. Симплекс-метод решения задач линейного программирования.
курсовая работа [2,2 M], добавлен 11.12.2011Сущность моделирования, его главные цели задачи. Конструктивная схема и общее описание исследуемой трансмиссии. Алгоритм реализации задачи и ее программная реализация. Результаты расчета и их анализ. Исследование характеристик полученной модели.
курсовая работа [1,1 M], добавлен 01.01.2014