![]()
Пользовательского поиска
|
качестве базового может быть принят любой удобный в случае
моделирования конкретной системы S процесс (например, пуассоновский поток при
моделировании Q-схемы). Однако при дискретном моделировании базовым процессом
является последовательность чисел ,
представляющих собой реализации независимых, равномерно распределенных на
интервале (0,1) случайных величин
или
— в статистических терминах — повторную выборку из равномерно распределенной на
(0,1) генеральной совокупности значений величины x.
Непрерывная случайная величина x имеет равномерное распределение в интервале (а,b), если ее функция плотности и распределение соответственно примут вид:
Под статистическим моделированием понимается воспроизведение с помощью ЭВМ функционирования вероятностной модели некоторого объекта.
Задачи статистического моделирования состоят в том, чтобы научиться воспроизводить с помощью ЭВМ поведение таких моделей, например:
· с помощью специальных методов и средств вырабатывать программы реализации случайных чисел;
· с помощью этих чисел получать реализацию случайных величин или случайных процессов с более сложными законами распределения;
· с помощью полученных реализации вычислять значения величин, характеризующих модель, и производить обработку результатов экспериментов.
Устанавливать связь алгоритмов моделирования с алгоритмами решения задач вычислительной математики с помощью метода Монте-Карло и строить так называемые “фиктивные” модели, т. е. модели, не имеющие связи с объектом моделирования, но удобные в вычислительном отношении и позволяющие вычислять нужные нам характеристики объекта.
![]() |