Разделы презентаций


Вычисление интегралов методом М-К

Содержание

Обнинский Институт Атомной ЭнергетикиМОДЕЛИРОВАНИЕИНФОРМАЦИОННЫХСИСТЕМГулина Ольга Михайловнаolga@iate.obninsk.ruСopyright © 2001 by Nataly PashkovaE-mail: natik_pna@mail.ru

Слайды и текст этой презентации

Слайд 1Обнинский Институт Атомной Энергетики

Обнинский Институт Атомной Энергетики

Слайд 2Обнинский Институт Атомной Энергетики

МОДЕЛИРОВАНИЕ
ИНФОРМАЦИОННЫХ
СИСТЕМ

Гулина Ольга Михайловна
olga@iate.obninsk.ru
Сopyright © 2001 by Nataly

Pashkova
E-mail: natik_pna@mail.ru

Обнинский Институт Атомной ЭнергетикиМОДЕЛИРОВАНИЕИНФОРМАЦИОННЫХСИСТЕМГулина Ольга Михайловнаolga@iate.obninsk.ruСopyright © 2001 by Nataly PashkovaE-mail: natik_pna@mail.ru

Слайд 3Вычисление интегралов методом Монте-Карло






Вычисление интегралов методом Монте-Карло

Слайд 4Метод Монте-Карло

Z=g(ξ),

Метод Монте-КарлоZ=g(ξ),

Слайд 5Общий метод оценки математических ожиданий






Общий метод оценки  математических ожиданий

Слайд 6 Оценка эмпирической дисперсии



Оценка эмпирической дисперсии

Слайд 7





Общий метод оценки математических ожиданий

Общий метод оценки  математических ожиданий

Слайд 8Вычисление интегралов методом Монте-Карло






Вычисление интегралов методом Монте-Карло

Слайд 9Алгоритм вычисления интеграла






Алгоритм вычисления интеграла

Слайд 10Простейший метод Монте-Карло
I=



p1(P)=1/SG при P∈G
f1(P)=SG*f(P)

Простейший метод Монте-Карло I=p1(P)=1/SG при P∈G f1(P)=SG*f(P)

Слайд 11



Трудоемкость алгоритма
Монте-Карло
t*Dξ

Трудоемкость алгоритма Монте-Карлоt*Dξ

Слайд 12Способы уменьшения дисперсии






Способы уменьшения дисперсии

Слайд 13Частичное аналитическое интегрирование






Выделение главной части

h(P)∈L2(P)


Частичное аналитическое интегрирование Выделение главной частиh(P)∈L2(P)

Слайд 14Частичное аналитическое интегрирование






Выделение главной части
если
,
то и DZ

Частичное аналитическое интегрированиеВыделение главной частиесли,то и DZ

Слайд 15Частичное аналитическое интегрирование
Интегрирование по части области






где 0

Частичное аналитическое интегрированиеИнтегрирование по части области где 0

Слайд 16Частичное аналитическое интегрирование






Интегрирование по части области
В G1

p1(P)=p(P)/(1-c)
DZ`

Частичное аналитическое интегрированиеИнтегрирование по части области В  G1  p1(P)=p(P)/(1-c)DZ`

Слайд 172 Метод существенной выборки


Плотность p(P), определенную в G, назовем допустимой

по отношению к f(P), если p(P)>0 в тех точках, где

f(P)≠0.
2 Метод существенной выборкиПлотность p(P), определенную в G, назовем допустимой по отношению к f(P), если p(P)>0 в

Слайд 18Метод существенной выборки








Метод существенной выборки

Слайд 19Теорема. Минимальная дисперсия DZ0 реализуется в случае, когда плотность p(P)

пропорциональна |f(P)|, и равна

Метод существенной выборки

Теорема. Минимальная дисперсия DZ0 реализуется в случае, когда плотность p(P) пропорциональна |f(P)|, и равнаМетод существенной выборки

Слайд 20Метод существенной выборки
Метод предложен Г. Каном и называется методом существенной

выборки (importance sampling)

Метод существенной выборкиМетод предложен Г. Каном и называется методом существенной выборки (importance sampling)

Слайд 21Метод существенной выборки






Метод существенной выборки

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика