Помощь в учёбе, очень быстро...
Работаем вместе до победы

Метод моделирования случайных величин

КурсоваяПомощь в написанииУзнать стоимостьмоей работы

Практическая часть3. 1. Исследование выборки объема. Список литературы. Моделирование случайной величины, распределенной по нормальному закону. Моделирование случайных событий и дискретных случайных величин. Заключение. Методы моментов и максимального правдоподобия для оценки неизвестного параметра. Критерий хи-квадрат. Критерий Неймана-Пирсона. Теоретическая часть1. 1. Способы формирования… Читать ещё >

Содержание

  • Введение
  • 1. Теоретическая часть
    • 1. 1. Способы формирования случайных равномерно распределенных чисел
    • 1. 2. Тестирование ГСЧ
    • 1. 3. Моделирование случайных событий и дискретных случайных величин
    • 1. 4. Моделирование случайных величин по заданным законам распределения
      • 1. 4. 1. Моделирование случайной величины, распределенной по показательному закону
      • 1. 4. 2. Моделирование случайной величины, распределенной по нормальному закону
  • 2. Числовые характеристики показательного закона распределения случайной величины
    • 2. 1. Функция распределения, математическое ожидание и дисперсия
    • 2. 2. Методы моментов и максимального правдоподобия для оценки неизвестного параметра
    • 2. 3. Критерий Неймана-Пирсона
  • 3. Практическая часть
    • 3. 1. Исследование выборки объема
    • 3. 2. Исследование выборок объема
    • 3. 3. Критерий хи-квадрат
  • Заключение
  • Приложение А
  • Список литературы

Метод моделирования случайных величин (реферат, курсовая, диплом, контрольная)

Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи использования случайных явлений в области приближённых вычислений принято относить к 1878 году, когда появилась работа Холла об определении числа p с помощью случайных бросаний иглы на разграфлённую параллельными линиями бумагу. Существо дела заключается в том, чтобы экспериментально воспроизвести событие, вероятность которого выражается через число p, и приближённо оценить эту вероятность. Отечественные работы по методу Монте-Карло появились в 1955;1956 годах. С того времени накопилась обширная библиография по методу Монте-Карло. Даже беглый просмотр названий работ позволяет сделать вывод о применимости метода Монте-Карло для решения прикладных задач из большого числа областей науки и техники. Первоначально метод Монте-Карло использовался главным образом для решения задач нейтронной физики, где традиционные численные методы оказались мало пригодными. Далее его влияние распространилось на широкий класс задач статистической физики, очень разных по своему содержанию.

Метод Монте-Карло оказал и продолжает оказывать существенное влияние на развитие методов вычислительной математики (например, развитие методов численного интегрирования) и при решении многих задач успешно сочетается с другими вычислительными методами и дополняет их. Его применение оправдано в первую очередь в тех задачах, которые допускают теоретико-вероятностное описание. Это объясняется как естественностью получения ответа с некоторой заданной вероятностью в задачах с вероятностным содержанием, так и существенным упрощением процедуры решения.

Показать весь текст

Список литературы

  1. Е.С. Теория вероятностей. — М.: Наука, 1969.
  2. В.Е. Теория вероятности и математическая статистика. — М.: Высшая школа, 1972.
  3. В.Е. Руководство к решению задач по теории вероятностей и математической статистике. — М.: Высшая школа, 2000.
  4. А.И. Теория вероятностей и математическая статистика. — М.: Статистика, 1977.
  5. А.Г., Шелеметьев А. С. Основные понятия теории вероятности. — Свердловск. Изд-во УрГУ, 1991.
  6. Е.М., Калихман И. Л. Вероятность и статистика. — М.: Финансы и статистика, 1977.
  7. В.З. Элементы теории вероятностей. — М.: Наука, 1976.
Заполнить форму текущей работой