4583

Використання методу Монте-Карло для вирішення стохастичних і детермінованих задач

Лабораторная работа

Математика и математический анализ

Використання методу Монте-Карло для вирішення стохастичних і детермінованих задач. Мета роботи:Ознайомитись з методом статистичних випробувань (метод Монте-Карло), та його застосуванням для вирішення стохастичних та детермінованих задач. Метод...

Украинкский

2012-11-22

80 KB

16 чел.

Використання методу Монте-Карло для вирішення стохастичних і детермінованих задач.

Мета роботи: Ознайомитись з методом статистичних випробувань (метод Монте-Карло), та його застосуванням для вирішення стохастичних та детермінованих задач.

Метод Монте-Карло

Метод Монте-Карло, як сказано у Вікіпедії, - це загальна назва групи чисельних методів, що базуються на одержанні великої кількості реалізацій стохастичного (випадкового) процесу, який формується у той спосіб, щоб його імовірнісні характеристики співпадали з аналогічними величинами задачі, яка вирішується.

Отже, метод Монте-Карло - це метод імітації для імовірнісного відтворення реальних явищ. Він об'єднує аналіз чутливості (сприйнятливості) і аналіз розподілення ймовірностей вхідних змінних. Цей метод дає змогу побудувати модель, мінімізуючи кількість даних, що використовуються в моделі. Побудова моделі починається з визначення функціональних залежностей у реальній системі. Після чого можна одержати кількісне рішення, використовуючи теорію ймовірності й таблиці чи генератори випадкових чисел.

Метод Монте-Карло широко використовується у більшості випадків імітаційного моделювання на ЕОМ.

Проілюструємо суть методу Монте-Карло відносно простими прикладами.

 

Приклад 1

Нехай потрібно оцінити середній час безвідмовної роботи системи, зображеної на рис. 1.1.

Рис. 1.1. Блочна структура системи.

 

Система виконує свою функцію, якщо працюють послідовності блоків: 1,2,5,7; 1,3,5,7; 1,4,6,7.

Певні блоки можуть відмовити. Кожен блок характеризується часом безвідмовної роботи . Нехай задана густина розподілу імовірності . Яка надійність системи в цілому?

Розглянемо випадкову величину

де  - час безвідмовної роботи системи.

У одному досліді розігруються значення всіх , відповідно до .

Використовуючи отримані реалізації  , по вищенаведеній формулі обчислюємо реалізацію . Один дослід дає одну реалізацію (одне вибіркове значення) . Проводимо М дослідів (випробувань), отримуємо “статистичний” матеріал (вибірку). Беремо середнє арифметичне часу безвідмовної роботи системи  з р в якості оцінки надійності системи. При необхідності можна побудувати закон розподілу імовірності випадкової величини  у вигляді відповідної гістограми.

 

Приклад 2

Застосування методу статистичних випробувань для обчислення площі круга заданого радіусу.

Дане завдання відноситься до класу детермінованих, оскільки складно уявити собі випадкові фактори, під впливом яких площа нерухомої геометричної фігури могла б змінюватися.

Нехай круг має радіус r=5, і його центр знаходиться в точці з координатами (1,2). Рівняння відповідного кола має вигляд:

(x-1)2+(y-2)2=25.

Для вирішення завдання методом Монте-Карло впишемо круг в квадрат. Його вершини матимуть координати (-4,-3), (6,-3), (-4,7) і (6,7). Будь-яка точка всередині квадрата або на його межі повинна задовольняти нерівностям (-4<x<6) і (-3<y<7).

При вирішенні даної задачі природно виходити з того, що всі точки в цьому квадраті можуть з'являтися з однаковою імовірністю, тобто x і y розподілені рівномірно з густиною імовірності: 

Провівши деяку кількість випробувань (тобто отримавши множину випадкових точок, що належать квадрату), підрахуємо число точок, що потрапили всередину круга або на коло. Якщо вибірка складається із n спостережень і mточок потрапили всередину круга або на коло, то оцінку площі круга можна отримати із співвідношення:

.

У таблиці приведені оцінки Sкр, отримані для різних значень n, причому для кожного виконувалося 5 прогонів (точне значення Sкр = 78,54 см):

Таблиця 1.1 Результати оцінки площі круга методом статистичних випробувань

 

Номер

прогону

Оцінка площі круга (Sкр)

Число випробувань (n)

100

200

1000

5000

10000

1

78

79,5

78

79,5

78,2

2

70

77

79

77,88

78,8

3

81

77,3

80,2

79,5

79,1

4

70

79,12

79,29

78,22

78,6

5

79

77,72

77,76

79

78,26

Середнє

75,6

78,3

78,85

78,23

78,59

Дисперсія

21,84

0,9982

0,789

0,44

0,11

 

Прогони відрізняються один від одного послідовностями випадкових чисел, з яких формувалися координати точок.

 

Завдання.

Реалізувати в програмному середовищі MATLAB® метод Монте-Карло:

  1.  для обчислення площі круга заданого радіусу (методом статистичних випробувань);
  2.  для блочної структури, наведеної на рис. 1.1. Обчислити час безвідмовної роботи системи, якщо густина розподілу імовірності  носить рівномірний та нормальний характер.


 

А также другие работы, которые могут Вас заинтересовать

18818. Основы экологического права. Ответственность за экологические нарушения 107.5 KB
  Лекция №9. Тема: Основы экологического права. План 1.Источники экологического права. 2.Государственные органы охраны окружающей среды. 3.Экологическая экспертиза. 4.Экологический мониторинг. 5. Экологический вред и экологический риск 6. Ответственность за ...
18819. Основы защиты водных объектов от загрязнения 89 KB
  Лекция №12 Тема: Основы защиты водных объектов от загрязнения. План Запасы природных вод. Основы классификации природных вод. Характеристика водопользования и водопотребления. Критерии качества воды. Промышленная классификация вод и систем водоснабжен...
18820. Нормирование качества окружающей среды 215.5 KB
  Лекция №11 Тема: Нормирование качества окружающей среды План Понятие качества окружающей среды Санитарногигиеническое и экологическое нормирование Экологическая стандартизация Экологическая паспортизация Экологический сертификат и экологиче
18821. Экология. Курс лекций 285 KB
  Экология. Введение курс экология. План лекции: Экология как наука. Об основных законов и принципах функционирования системы общества природы. Современная структура основные направления развития экологии. Цели и задачи и общее содержание курса Эк
18822. Курение - опасное увлечение. Классный час 80.5 KB
  Классный час Курение опасное увлечение Классный час о вреде курения в 8 классе Форма: суд над сигаретой ролевая познавательная игра Оформление класса: Плакат: €œТабак приносит вред телу разрушает разум отупляет целые нации€ О. Де Бальзак. Таблица по б...
18823. Необхідність і суть грошей Походження та необхідність грошей 198.36 KB
  Тема 1: Необхідність і суть грошей Походження та необхідність грошей. Розвиток форм грошей. Функції грошей. Роль грошей в ринковій економіці. Походження та необхідність грошей. Гроші з’явились як результат еволюційного розвитку то...
18824. Кількісна теорія грошей і сучасний монетаризм. Сучасний кейнсіансько-неокласичний синтез у теорії грошей 187.5 KB
  онспект лекцій з дисципліни Гроші та кредит Тема 2 Кількісна теорія грошей і сучасний монетаризм 2.1. Класична кількісна теорія грошей.2.2. Неокласичний варіант кількісної теорії грошей. 2.3. Внесок ДЖ. М. Кейнса у розвиток кількісної теорії грошей. 2.4. Суча
18825. Грошовий оборот. Грошовий обіг 294 KB
  Тема 2 Сутність та економічна основа грошового обороту Модель грошового обороту. Грошові потки та їх балансування. Структура грошового обороту за економічним змістом та формою платіжних засобів Маса грошей в обороті. Грошові агрегати та грошова база.
18826. ГРОШОВИЙ РИНОК. Графічна модель грошового ринку 295 KB
  Тема 4 ГРОШОВИЙ РИНОК 3.1. Сутність та особливості функціонування грошового ринку. 3.2. Інституційна модель грошового ринку. 3.3. Структура грошового ринку. 3.4. Попит на грошові. 3.5. Пропозиція грошей. 3.6. Графічна модель грошового ринку. Рівновага на грошовому ринку...