442 2

442 2



442


II. Metoda Monte Car o i symulacja

Z jednego eksperyment u (pary eksperymentów) nic można jednak wyciągać żadnych ostatecznych wniosków. Aby oprzeć się na solidnej podstawie statystycznej trzeba wykonać wiele eksperymentów; jest to potrzebne np. wtedy, gdy zamierza się zalecić pewną wartej k. Bailey wykonał 50 eksperymentów z 25 pacjentami w każdym i streścił związek miód czasem oczekiwania lekarza i pacjentów za pomocą krzywej z rys. 11.3.1.


Pojedyncze eksperymenty leż jednak mogą dać pożyteczne wskazówki co do planowania dalszych eksperymentów lub przybliżeń, jakie należałoby przyjąć w badaniu anab tycznym zadania. Użycie metod Monte Carlo na wielką skalę za pomocą komputerów wymaga starannego przygotowania. W przeciwnym razie możemy utonąć w morzu bezwartościowych wyników i ponieść wielkie koszty pracy maszyny. Trudno oczekiwać, żc metoda Monte Carlo - lub inne podobne eksperymenty - da wyniki bez uprzedniego zaplanowania. Trzeba zdecydować, jakie informacje chcemy otrzymać, jakie hipotezy chcemy sprawdzić, jakich kryteriów przerwania serii prób użyjemy. Często się to zaniedbuje; zwykle rozsądnie jest skonsultować się ze statystykiem.

Trzeba też pamiętać, że takie obliczenia opierają się na modelu rzeczywistości, a me na samej rzeczywistości. Odnosi się to w mniejszym lub większym stopniu do wszystkich zastosowań matematyki, ale jest szczególnie ważne, gdy obliczenia mają być podstawą jakichś ważnych decyzji. Dlatego jasne przedstawienie założeń poczynionych w modelu jest jedną z najważniejszych części raportu z badań matematycznych.

' Ze statystyki wiadomo, źe jeśli wykona się n niezależnych obserwacji pewnej wielkości, których odchylenie-standardowe jest równe <7, to błąd standardowy średniej tych obser wacji wynosi tr/yfn. W metodzie Monte Carlo, projektując eksperyment, można wpłyoS? na wartość a. Jeden z możliwych sposobów zilustrowano w poprzednim przykłada wykonanie eksperymentów dla ciągów przeciwnych liczb losowych i wyśredniowaflie wyników. Jeśli tym samym kosztem można wykonać dwa warianty eksperymentu, wyniki mają odchylenia standardowe <r, i rr2 i jeśli te warianty powtarza się odpowiem z;, i n2 razy. to jednakową dokładność otrzymuje się wtedy, gdy


Wyszukiwarka

Podobne podstrony:
436 2 436 11 Metoda Monte Car!o i symulacja Ciąg (11.2.2) nazywamy przeciwnym względem wynikającego
438 2 438 11. Metoda Monte Carlo i symulacja Inną ciekawą własnością procesów Poissona jest to, źe
440 2 440 11. Metoda Monte Carte i symulacja11.3. Zastosowania. Redukcja wariancji Ważnym zastosowan
444 2 444 11. Metoda Monte Carte • symulacja Obliczamy całkę ]f{x)dx. Niech R, Ri.....Rr będą liczba
446 2 446 11. Metoda Monte Carlo i symulacja -o wy. według to 7. nich. które pierwsze jest wolne. J
448 2 448 11. Metoda Monte Carlo i symulacja program dla opisanego lu generatora (dla przykładu przy
tDziałalność naukowa Zakładu: 1. Zastosowanie wyników obliczeń symulacyjnych metodą Monte Carlo do
1( Matematyka Finansowa, 05 06 2006 Symulacja Monte Carlo. Klasyczna metoda Monte Carlo oparta jest
larsen0442 442 II Anestezjologia ogólna Wytwarzanie ciepła. Proces absorpcji jest reakcją egzotermic
Biochemia: Ćw. II - Metoda RT-PCR 3. Amplifikacja cDNA metodą PCR Technika PCR (reakcja łańcuchowa
„MŁODZI GŁOSUJĄ" W II LO 19.10.2015 r. uczniowie z II LO wzięli udział w symulacji wyborów
Metoda wyboru lokalizacji zakładu przemysłowego I. Metoda odsiewu II Metoda kosztów komparatywnych
•    Metoda Monte Carlo: o Aspekty finansowe o Aspekty realizacyjne (przekroczenie cz
wykresPrzyspieszenia Wykres przyspieszenia Liczba wątków [szt.] Obliczanie pi metodą Monte Carlo
wykresZaleznosciCzasu Wykres zależności czasu od ilości wątków Obliczanie pi metodą Monte Carlo 3000

więcej podobnych podstron