русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Оценка точности характеристик. Необходимое число реализаций


Дата добавления: 2015-07-09; просмотров: 1285; Нарушение авторских прав


 

 

Точность характеристик, вычисленных методом Монте-Карло, будет тем выше, чем большее число испытаний будет проведено. Для оценки точности вводится величина погрешности £. Для определения связи между числом испытаний и точности оценки математического ожидания и вероятности р используется неравенство Чебышева, которое является одним из фундаментальных соотношений математической статистики.

Неравенство Чебышева вводится через лемму Чебышева: если случайная величина X имеет конечное математическое ожидание и дисперсию DX, то для любого положительного e справедливо неравенство Чебышева:

Разновидности этого неравенства используются для оценки точности вычисления математического ожидания, дисперсии и вероятности. Как мы увидим ниже, величина погрешности e обратно пропорциональна корню из числа испытаний п.

Сформулируем задачу определения необходимого числа реализаций: сколько следует провести испытаний п, чтобы с достаточно высокой вероятностью (не меньшей g) быть уверенным в том, что погрешность e приближенного равенства при оценивании вероятности р (р = m/n, где р — вероятность наступления события, m — число наступления события в п испытаниях) и оценивании математического ожидания MX (MX = (X1+X2+ ...+Xn)/n) , будет незначительной.

Определение числа испытаний при оценивании математического ожидания. Для средней X имеет место неравенство Чебышева:

 

 

Дисперсия DX, как правило, заранее не известна. Однако всегда, хотя бы ориентировочно, можно указать ее верхнюю границу С. Тогда будет иметь место следующая цепочка неравенств:

 

.

 

Зададимся малым числом e и вероятностью g, с которой мы хотим гарантировать погрешность e. Кроме того, положим .

Решение этого равенства Отсюда при числе испытаний DX£C с вероятностью, не меньший g, можно быть уверенным в том, что абсолютная погрешность приближенного равенства MX»X не превысит e.



Определение числа испытаний при оценивании вероятности р. Для частности m/n имеет место неравенство Чебышева:

 

 

Нетрудно убедиться в том, что р(1–р)<1/4.

Поэтому справедлива следующая цепочка неравенств:

 

 

Зададимся малой погрешностью e и вероятностью g, гарантирующей эту погрешность.

Положим Решение этого равенства

Итак, при числе испытаний можно с вероятностью g быть уверенным в том, что абсолютная погрешность приближенного равенства р»m/n не превысит e.

Так как достаточно высокая точность решения при использовании метода статистических испытаний гарантируется, как правило, только при проведении большого числа испытаний, этот метод практически можно реализовать только на быстродействующих компьютерах. По этой причине метод статистических испытаний называют иногда "машинным".

 

Контрольные вопросы

1. Что представляет собой метод статистических испытаний?

2. Какова основная идея метода Монте-Карло?

3. Как определяются характеристики стационарного случайного процесса?

4. Как оценить точность характеристик?

5. Как определяется число испытаний при оценивании математического ожидания?




<== предыдущая лекция | следующая лекция ==>
Определение характеристик стационарного случайного процесса | Структурных подразделений железнодорожного транспорта


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.185 сек.