Пример готового реферата по предмету: Математические методы и моделирование
Содержание:
Введение
I. Теоретическая часть
1.1 Сущность метода Монте-Карло и моделирование случайных величин
Некоторые сведения теории вероятностей
Общая схема метода Монте-Карло
1.2 Вычисление интегралов
1.3 Вычисление кратных интегралов
2. Практическая часть
2.1 Пример 1
2.2 Пример 2
2.3 Пример 3
Заключение
Список литературы
Содержание
Выдержка из текста
Методологией исследования сложных систем является системный анализ. Один из важнейших инструментов прикладного системного анализа — компьютерное моделирование. Имитационное моделирование является наиболее эффективным и универсальным вариантом компьютерного моделирования в области исследования и управления сложными системами.
Для того чтобы среднее арифметическое независимых реализаций случайной величины сходилось с вероятностью единица к ее математическому ожиданию необходимо и достаточно, чтобы это математическое ожидание существовало.
Компьютерное моделирование призвано заполнить этот пробел. Сравнивая результаты моделирования модели с результатами эксперимента, мы не ограничены погрешностями приближений, что часто неизбежно в аналитической теории, и, следовательно, можем выяснить, хорошо описывает рассматриваемая модель реальную систему или нет.
Различие между риском и неопределенностью состоит в том, что когда мы говорим о риске, то имеем в виду вероятность наступления рискового события, если же речи идет о неопределенности, то определить вероятность наступления, связанного с ней события невозможно.Одним из методов, позволяющих учитывать влияние неопределенности на эффективность инвестиционного проекта, является имитационное моделирование по методу Монте-Карло. Реализация этого способа анализа рисков сложна, но результаты анализа играют важную роль как при оценке влияния неопределенности на показатели эффективности, так и при определении общего уровня риска инвестиционного проекта.
Цель данной курсовой работы – раскрыть понятие кратного интеграла и изучить методы его решения, а именно: метод повторного интегрирования, метод Люстерника — Диткина и вероятностный метод, — метод Монте-Карло. Изучить понятия численного интегрирования, на которых базируются понятие кратного интеграла и численные методы его решения.метод Монте-Карло
Использовать методы теории массового обслуживания для исследования предлагаемой хозяйственной ситуации. При моделировании предполагается, что поток требований на обслуживание является простейшим (пуассоновским), а продолжительность обслуживания распределена по экспоненциальному (показательному) закону. Задачу следует решить с помощью средств MS Excel.
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. К разделам науки, где все в большей мере используется метод Монте-Карло, следует отнести задачи теории массового обслуживания, задачи теории игр и математической экономики, задачи теории передачи сообщений при наличии помех и ряд других.
МФПА отлично сделано «магазин знаний»
Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. Это может быть либо неправильная постановка задачи, либо слишком упрощенное построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели.Целью данной курсовой работы является рассмотрение видов оценки результатов моделирования и их анализ.
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.
Список литературы
1.Бусленко Н.П. Метод статистического моделирования – М.: Статистика, 1970
2.Демидович Б.П., Марон И.А. Основы вычислительной математики. – М.: Наука, 1966
3.Ермаков С.М. Метод Монте-Карло и смежные вопросы – М.: Наука, 1975
4.Копченова Н.В., Марон И.А. Вычислительная математика в примерах и задачах. – М.: Наука, 1972
5.Соболь И.М. Метод Монте-Карло – М.: Наука, 1985
список литературы
