Проверяемый текст
Советов Б. Я., Яковлев С. А. Моделирование систем: Учеб. для вузов — 3-е изд., перераб. и доп. — М.: Высш. шк., 2001. — 343 с.
[стр. 262]

262 2.
Сложность исследуемой животноводческой фермы при ее моделировании на ЭВМ часто приводит к тому, что априорное суждение о характеристиках процесса функционирования системы, например о типе ожидаемого распределения выходных переменных, является невозможным.
Поэтому при моделировании систем широко используются непараметрические оценки и оценки моментов распределения.
3.
Блочность конструкции машинной модели Мми раздельное исследование блоков
связано с программной имитацией входных переменных, полученных на другой частичной модели.
Если ЭВМ, используемая для моделирования, не позволяет воспользоваться переменными, записанными на внешние носители, то следует представить эти переменные в форме, удобной для построения алгоритма их
имитаций.
Рассмотрим наиболее удобные для программной реализации методы оценки распределений и некоторых их моментов при достаточно большом объеме выборки (числе реализаций N).
Математическое ожидание и дисперсия случайной величины £ соответственно имеют вид
где f(x) плотность распределения случайной величины £, принимающей значения х.
При проведении имитационного эксперимента
стохастической модели животноводческой фермы определить эти моменты нельзя, так как плотность распределения, как правило, априори неизвестна.
Поэтому при обработке результатов моделирования приходится довольствоваться лишь некоторыми оценками моментов, полученными на конечном числе
реализации N.
При независимых наблюдениях значений случайной величины
£ в качестве таких оценок используются <т{: = Д ] = Л/[(хМ( ) г]= Ux Mff f(x)dx,
[стр. 241]

2.
Сложность исследуемой системы S при ее моделировании на ЭВМ часто приводит к тому, что априорное суждение о характеристиках процесса функционирования системы, например о типе ожидаемого распределения выходных переменных, является невозможным.
Поэтому при моделировании систем широко используются непараметрические оценки и оценки моментов распределения.
3.
Блочность конструкции машинной модели Мм и раздельное исследование блоков
связаны с программной имитацией входных переменных для одной частичной модели по оценкам выходных переменных, полученных на другой частичной модели.
Если ЭВМ, используемая для моделирования, не позволяет воспользоваться переменными, записанными на внешние носители, то следует представить эти переменные в форме, удобной для построения алгоритма их
имитации.
Методы оценки.
Рассмотрим наиболее удобные для программной реализации методы оценки распределений и некоторых их моментов при достаточно большом объеме выборки (числе реализаций N).
Математическое ожидание и дисперсия случайной величины £, соответственно имеют вид
И=ЩЯ= ? xf(x)dx;принимающей значения х.
При проведении имитационного эксперимента со стохастической моделью системы S определить эти моменты нельзя, так как плотность распределения, как правило, априори неизвестна.
Поэтому при обработке результатов моделирования приходится довольствоваться лишь некоторыми оценками моментов, полученными на конечном числе
реализаций N.
При независимых наблюдениях значений случайной величины ^
в качестве таких оценок используются x=fi( = (ljN) £ x,;S2 = a2 = (llN) £ (х,-х)2 , i = l i = l где х и Sb2 — выборочное среднее и выборочная дисперсия соответственно.
Знак ~ над Д^ и а* означает, что эти выборочные моменты используются в качестве оценок математического ожидания fit и дисперсии а2 .
К качеству оценок, полученных в результате статистической обработки результатов моделирования, предъявляются следующие требования [7, 11, 25]: 1) несмещенность оценки, т е равенство математического ожидания оценки определяемому параметру М [g\=g, где g — оценка переменной (параметра) g; 2) эффективность оценки, т е.
минимальность среднего квадрата ошибки данной 241

[Back]