- •Содержание
- •Элементы теории вероятности
- •Случайные величины
- •Свойства функции распределения
- •Свойства функции плотности распределения вероятности
- •Числовые характеристики непрерывных случайных величин
- •Случайные события
- •Потоки событий
- •Центральная предельная теорема теории вероятности
- •Элементы математической статистики
- •Введение
- •Статистические оценки параметров распределения
- •Определение требуемого объёма выборки
- •Основы имитационного статистического моделирования
- •Понятие модели
- •Классификация моделей
- •Последовательность разработки математических моделей
- •Построение концептуальной модели;
- •Проведение машинных экспериментов с моделью системы.
- •Построение концептуальной модели
- •Разработка алгоритма модели
- •Разработка программы
- •Проведение машинных экспериментов с моделью системы
- •Метод Монте-Карло
- •Типовые математические схемы
- •Компоненты систем массового обслуживания
- •Классификации систем массового обслуживания
- •Показатели эффективности систем массового обслуживания
- •Базовый датчик
- •Метод вычетов. Получение псевдослучайных чисел
- •Моделирование случайных событий
- •Моделирование простого события
- •Макроэкономические модели
- •Модели управления предприятием
- •Функциональная структура gpss
- •Транзакты
- •Стандартные числовые атрибуты транзактов
- •Устройства
- •Стандартные числовые атрибуты устройств
- •Стандартные логические атрибуты
- •Стандартные числовые атрибуты памяти
- •Логические переключатели
- •Очереди
- •Стандартные числовые атрибуты очередей
- •Стандартные числовые атрибуты таблиц
-
Статистические оценки параметров распределения
Генеральным средним называют среднее арифметическое значений некоторого признака генеральной совокупности. Если все значения различны, то:
— объём генеральной совокупности.
Выборочным средним называют среднее арифметическое значений некоторого признака выборочной совокупности. Если все значения различны, то выборочная средняя считается по формуле:
— объём выборки.
Выборочная средняя является случайной величиной. Её математическое ожидание равно генеральному среднему:
Это означает, что выборочное среднее является несмещённой оценкой генерального.
Генеральной дисперсией называют среднее арифметическое квадрата отклонений признака генеральной совокупности от генерального среднего. Если все значения признака различны, то:
Генеральным средним квадратическим отклонением (стандартом) называется корень квадратный из генеральной дисперсии.
Выборочной дисперсией называют среднее арифметическое квадратов отклонений наблюдаемых значений признака от выборочного среднего. Если все значения признака различны, то:
То есть выборочно дисперсия не является несмещённой оценкой генеральной дисперсии. Поэтому, вместо выборочной дисперсии обычно рассматривают исправленную выборочную дисперсию:
которая является несмещённой оценкой генеральной дисперсии.
Выборочное среднее квадратическое отклонение определяется по формуле:
-
Определение требуемого объёма выборки
Найденная по данным выборки величина представляет собой статистическую оценку неизвестного параметра .
Доверительную вероятностью называют вероятность того, что абсолютная величина отклонения оценки от истинного значения не превышает некоторой заданной характеристики точности .
Иначе говоря, есть вероятность того, что интервал заключает в себе истинное значение параметра . Этот интервал называют доверительным.
Если случайная величина имеет нормальное распределение, то для определения математического ожидания выборочного среднего и его среднего квадратического отклонения справедливо соотношение:
Будем считать, что среднее квадратическое отклонение известно, тогда вероятность того, что истинное значение математического ожидания случайной величины будет равно:
Пример:
При каком объёме выборки можно утверждать с надёжностью , что отклонение выборочной средней от генеральной не превысит ошибку , если известна ?
Тема: Теоретические основы имитационного моделирования
Имитационное моделирование — разновидность теоретического моделирования. Этот вид моделирования базируется на компьютерных технологиях. Многие моделирующие системы, идеологически разработанные в 70-80 гг. прошлого века, претерпели эволюцию вместе с компьютерной техникой и оперативными системами. Кроме этого, в 90-х гг. прошлого века, появились принципиально новые моделирующие системы, концепции которых просто не могли появиться раньше.
-
Основы имитационного статистического моделирования
-
Понятие модели
Модель — объект любой природы, который создаётся исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенное (с точки зрения разработчика) свойства оригинала. Из этого следует, что любая модель субъективна, то есть несёт на себе печать индивидуальности исследователя; Модель – объект любой природы, который создаётся исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенное (с точки зрения разработчика) свойства оригинала. Из этого определения следует, что любая модель субъективна, то есть несёт на себе печать индивидуальности исследователя; любая модель гомоморфна, т.е. в ней отражаются не все, а только существенные свойства оригинала; возможно существования множества объектов одного и того же объекта оригинала, отличающихся целями исследования и степенью адекватности. Модель считается адекватной если она с достаточной степенью приближения на уровне понимания моделируемого процесса исследователем отражает закономерности процесса функционирования реальной системы во внешней среде.