Метод статистических испытаний Монте-Карло

Определение площади фигуры аналитическим методом (с помощью вычисления определенного интеграла) и методом статистических испытаний Монте-Карло. Построение графиков для наглядной демонстрации результатов эксперимента. Вычисление доверительного интервала.

Рубрика Экономико-математическое моделирование
Вид лабораторная работа
Язык русский
Дата добавления 15.10.2013
Размер файла 211,9 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.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Государственное образовательное учреждение высшего профессионального образования

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ

ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Институт-кибернетики

Специальность - прикладная информатика (в экономике)

Кафедра-ОСУ

Отчет по лабораторной работе №1

«Метод статистических испытаний Монте-Карло»

по дисциплине «Имитационное моделирование ЭП»

8 вариант

Выполнил: ст. гр. 8592

Л.С. Ковина

Томск 2012

Цель работы:

Изучение возможностей метода статистических испытаний Монте-Карло, для решения детерминированных и вероятностных задач.

Задача 1. Решение детерминированной задачи. Определение площади фигуры

Фигура ограничена следующими линиями: , , ,

1. Согласно заданному варианту, исходные данные следующие - , , , ;

2. Найти площадь фигуры аналитическим методом (с помощью вычисления определенного интеграла);

3. Рассчитать площадь фигуры методом статистических испытаний Монте-Карло при N = 100, 500, 1000, 5000 и 10000 испытаниях. Для каждого N должно быть 10 прогонов;

4. Построить графики для наглядной демонстрации результатов эксперимента;

5. Вычислить 95%-й доверительный интервал и сравнить его с точным значением интеграла;

6. Сделать выводы о зависимости точности вычислений от количества испытаний.

Решение

1. Найдем площадь фигуры аналитическим методом, т.е. вычислением определенного интеграла:

f(x) = -2x2 + x4 +2

2. Чтобы проанализировать поведение функции на заданном интервале, построим ее график:

3. Вычислим максимальное значение функции на заданном интервале:

F(5) = -2*52 + 54 + 2 = 577

4. Вычислим площадь прямоугольника по формуле:

S прям = (b-a) * max f(x)

S прям = 2*577 = 1154

5. Рассчитаем площадь фигуры методом статистических испытаний Монте-Карло при N равном 100, 500, 1000, 5000, 10000. Для каждого N имеем 10 прогонов.

6. Построим график для наглядной демонстрации результатов эксперимента:

7. Для каждого N вычислим 95%-й доверительный интервал и сравним его с точным значением интеграла.

n

Scp

откл.

Sa

Sb

100

476,602

55,49075

436,9055812

516,2984

500

510,2988

16,58801

498,432234

522,1654

1000

515,9534

22,54455

499,8257036

532,0811

5000

516,46116

4,128748

513,5075778

519,4147

10 000

517,03816

4,966879

513,4850034

520,5913

площадь фигура интеграл статистический

8. Исходя из результатов эксперимента можно сделать следующие выводы:

· Оценка площади фигуры улучшается с увеличением числа генерируемых точек (с увеличением объема выборки).

· Усреднение результатов 10 прогонов для каждой выборки объемом n дает более точную оценку площади, чем любой из прогонов. В таблице видно, что среднее 10 экспериментов ближе к точному значению площади, чем оценки, полученные в каждом отдельном прогоне.

· Уменьшение величины стандартного отклонения свидетельствует о том, что «точность» среднего 10 экспериментов повышается с увеличением объема выборки n.

Размещено на Allbest.ru


Подобные документы

  • Связь стохастических процессов и дифференциальных уравнений. Алгоритм Бюффона для определения числа Пи. Геометрический алгоритм Монте-Карло интегрирования. Применение метода Монте-Карло в логистике. Алгоритм Метрополиса, квантовый метод Монте-Карло.

    курсовая работа [258,0 K], добавлен 26.12.2013

  • Случайная выборка из генеральной совокупности. Сущность метода Монте-Карло. Определение адекватности принятой эконометрической модели. Линейная регрессионная модель вида. Система нормальных уравнений в матричной форме. Параметры регрессионной модели.

    контрольная работа [323,5 K], добавлен 08.12.2010

  • Изучение особенностей метода статистического моделирования, известного в литературе под названием метода Монте-Карло, который дает возможность конструировать алгоритмы для ряда важных задач. Решение задачи линейного программирования графическим методом.

    контрольная работа [1,2 M], добавлен 17.12.2014

  • Методи генерування послідовності рівномірно розподілених випадкових чисел. Перевірка якості псевдовипадкових чисел. Використання методу Монте-Карло в імітаційному моделюванні. Обчислення інтегралу методом Монте-Карло. Переваги програмного методу.

    методичка [2,8 M], добавлен 29.01.2010

  • Понятие имитационного моделирования, применение его в экономике. Этапы процесса построения математической модели сложной системы, критерии ее адекватности. Дискретно-событийное моделирование. Метод Монте-Карло - разновидность имитационного моделирования.

    контрольная работа [26,7 K], добавлен 23.12.2013

  • Понятие, правила построения и направления применения сетевого планирования. Особенности методов критического пути, статистических испытаний (способ Монте-Карло), оценки и пересмотр планов и графического анализа. Принципы построения диаграммы Ганта.

    курсовая работа [1,1 M], добавлен 24.10.2010

  • Вычисление приближенного значения интеграла методом Симпсона, путем ввода функции, отрезка и шага dx. Решение задачи методом Симпсона с помощью ПЭВМ. Быстрота и точность решения определенного интеграла от функции, имеющей неэлементарную первообразную.

    курсовая работа [601,2 K], добавлен 15.03.2009

  • Построение имитационной модели технологического процесса методом Монте-Карло, ее исследование на адекватность. Оценка и прогнозирование выходных характеристик технологического процесса с помощью регрессионных моделей. Разработка карт контроля качества.

    курсовая работа [1,2 M], добавлен 28.12.2012

  • Финансовый анализ инвестиционного проекта с использованием модулей "Анализ чувствительности", "Анализ по методу Монте-Карло" и "Анализ безубыточности" компьютерной имитирующей системы Project Expert 6 Holding. Стратегия формирования капитала проекта.

    лабораторная работа [1,4 M], добавлен 15.03.2009

  • Разработка имитационной модели торгового предприятия, предоставляющей возможность анализа и оптимизации основных показателей его деятельности для улучшения финансовых результатов. Схема расчёта накопленной чистой прибыли торговой компании "Магнит".

    дипломная работа [1,6 M], добавлен 25.06.2017

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.