Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Одномерное нормальное распределение
Используя случайные выборки реализаций объема n =1000, сравнить по точности и быстродействию методы моделирования CB ξ ~ N (μσ 2) реализованные в ППП СТАТМОД.. Положить: μ =0, σ 2 =1; 2. μ =1, σ 2 =0.1 Получить последовательность реализаций CB ξ c «усеченным» нормальным распределением: Оценить долю пропущенных реализаций CB η из n =1000 смоделированных. Положить: σ 2 =9, μ =3,6,9 С помощью моделирования n = 1000 реализаций CB ξ ~ N 1 (μσ 2) оценить вероятности H { ξ Є∆k}, ∆k=[ μ -k ξ, μ +k ξ ], k=1,2,3 Положить σ=1, μ=0 Контролируемый признак ξ распределен по закону N1(μσ2). Множество допустимых значений признака ограничено полем допуска [ a, b ] (μ =(a + b)/2). Оценить вероятность выхода за поле допуска по n=1000 реализациям CB ξ. Рассмотреть случаи: Увеличение степени рассеяния. a =57, b =63, σ =1, 2,3 Смещение средних a =57, b =63. σ =1, μ =58,65
Лог-нормальное распределение.
Осуществить моделирование n реализаций CB ξ ~ LN (mσ) Исследовать точность и быстродействие алгоритма моделирования. Положить m =1,. σ =0.6,1,2, n =100 Экспоненциальное распределение Осуществить моделирование n =1000 реализаций CB ξ ~ E (λ) Исследовать точность и быстродействие алгоритма моделирования. Положить λ =0.5,1,1.5 С помощью моделирования CB ξ ~ E (λ), CB η ~ γ (1/ λ,1) и CB ζ ~ WG (λ,1) установить тождественность этих случайных величин С помощью моделирования CB ξ ~ E (λ), получить реализации CB η, имеющей распределение Эрланга ν -го порядка γ (1/ λ,ν) Положить λ =1, ν = 1,2,3
Распределение Лапласа
Осуществить моделирование n =1000 реализаций CB ξ ~ E (λ) Исследовать точность и быстродействие алгоритма моделирования. Положить λ =0.5,1,1.5 Распределение Вейбулла-Гнеденко
Осуществить моделирование n =1000 реализаций CB ξ ~ WG (λ, c) Исследовать точность и быстродействие алгоритма моделирования. Рассмотреть случаи λ =1,2, c = 0,5,1,0,3,0 Примечание. Распределение WG (2, c) называется распределением Релея, WG (λ,1)= E (λ). Гамма распределение
Осуществить моделирование n =1000 реализаций CB ξ ~ γ (b,ν) Исследовать точность и быстродействие алгоритма моделирования. Рассмотреть случаи b =1,2, ν = 0.5,2
С помощью моделирования CB ξ ~ γ (b,ν) сравнить функциональные и числовые характеристики распределений Эрланга ν- го порядка Положить b =1,ν = 1,2,3 Сравнить по точности и быстродействию моделирования n=1000 реализаций CB ξ ~ γ (b,ν) методы моделирования, реализованные в ППП СТАТМОД
Бета-распределение
Осуществить моделирование n=1000 реализаций CB ξ ~ γ (v, w) Исследовать точность и быстродействие алгоритма моделирования Положить v =2, w =4 С помощью моделирования CB ξ ~ β (v, w) сравнить различные частные случаи распределения, полученные: при v =1,2, w = 1,2; v =0.2, w =1 Доказать симметричность распределений β (v, w) и β (w, v) Осуществить моделирование и исследовать характеристики распределение по закону арксинуса, совпадающего с распределением β (0.5,0.5) На основании анализа характеристик с помощью моделирования проиллюстрировать тождественность двух случайных величин: CB ξ ~ β (1,1) и CB η ~ R (0,1) С помощью моделирования CB ξ ~ β (v /2, w /2) и CB η ~ F (v, w) проиллюстрировать справедливость соотношения между распределениями. Положить:v=2,w=4,x=2 Сравнить по точности и быстродействию моделирования n=1000 реализаций CB ξ ~ β (v, w) методы моделирования, реализованные в ППП СТАТМОД Распределение Коши
Осуществить моделирование n=1000 реализаций CB ξ ~ C (m, c) Исследовать точность и быстродействие алгоритма моделирования Положить m =-1,0,1, c =1,2,3 Сравнить по точности и быстродействию моделирования n реализаций CB ξ ~ C (m, c) методы, реализованные в ППП СТАТМОД. Положить: m=0, c=1.
Логистическое распределение
Осуществить моделирование n=1000 реализаций CB ξ ~ LG (μ, k) Исследовать точность и быстродействие алгоритма моделирования Положить μ =0, k =1 С помощью статистического моделирования CB ξ ~ LG (μ, k) оценитьзависимость стандартного отклонения δ СВξ от k. Положить: μ =0,k=0.55,1.1,1.65,2.2.
Хи-квадрат распределение
Осуществить моделирование n=1000 реализаций CB ξ ~χ2(m) Исследовать точность и быстродействие алгоритма моделирования Положить m =1,2,3,5,50. С помощью моделирования CB ξ ~ χ2(m) и CB η ~ γ (2, m /2) графического анализа и анализа характеристик проиллюстрировать тождественность этих случайных величин
С помощью моделирования CB ξ ~ χ2(m) и CB η ~ Π (λ) (λ = x /2) проиллюстрировать справедливость соотношения между распределениями Распределение Стьюдента
Осуществить моделирование n=1000 реализаций CB ξ ~ t ( m) Исследовать точность и быстродействие алгоритма моделирования Положить m =1. С помощью моделирования CB ξ ~ t ( m) и CB F (1, m), CB η ~ N 1 (0,1) исследовать возможность и точность аппроксимации распределения χ2 распределением Фишера и стандартным нормальным. Положить: m=20,30,40,50.
Распределение Фишера
Осуществить моделирование n реализаций НСВ ξ ~ Fm, l ( z) Провести графически анализ и исследовать точность моделирования при следующих значениях параметров: а)m=3,l=5;б) m=6,l=3;и) m=6,l=12. Положить:n=20,50,100,500
Моделирование НСВ с заданной гистограммой и полигоном частот
Обозначим: K – число ячеек гистограммы;[ zi-1,zi] – i – ячейка гистограммы,i=1,K;ci – значение гистограммы в i – ой ячейке; pi – вероятность попадания СВ ξ в i – ячейку. Требуется осуществить моделирование НСВ ξ по заданной гистограмме и полигону частот, провести графический анализ и исследовать точность моделирования для следующих значений параметров. K=6; zi=i, i=0,1,…,K; c1=0.1,c2=c4=0.2,c3=0.4,c5=c6=0.05 K=10;z0=0{zi,pi} заданы в таблице:
|
|||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2020-12-09; просмотров: 73; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.147.55.42 (0.009 с.) |