Автор работы: Пользователь скрыл имя, 15 Декабря 2011 в 22:37, курсовая работа
В данной работе было произведено моделирование случайного процесса. Так как исследование случайных нестационарных процессов затруднено тем, что их сложно описать математически, то было принято допущение, что рассматривается стационарный эргодический процесс. В работе рассчитаны теоретические и эмпирические значения моделируемого процесса, при помощи методов математической статистики произведена обработка экспериментальных данных, построены графики динамики изменения эмпирических данных для различных реализаций исследуемого процесса в зависимости от изменения объема выборки.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное
государственное бюджетное
высшего профессионального образования
«САНКТ-ПЕТЕРБУРГСКИЙ
ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»
КАФЕДРА
МЕЖДУНАРОДНЫХ ОТНОШЕНИЙ
КУРСОВАЯ
РАБОТА
ЗАЩИЩЕНА С ОЦЕНКОЙ
РУКОВОДИТЕЛЬ
проф., д.т.н. | А.П. Шепета | |||
должность, уч. степень, звание | подпись, дата | инициалы, фамилия |
ПОЯСНИТЕЛЬНАЯ
ЗАПИСКА К КУРСОВОЙ РАБОТЕ |
по дисциплине: ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ |
РАБОТУ
ВЫПОЛНИЛ
СТУДЕНТ ГР. | 8931 | А.С.Гунько | |||
подпись, дата | инициалы, фамилия |
Санкт-Петербург
2011
В данной работе было произведено моделирование случайного процесса. Так как исследование случайных нестационарных процессов затруднено тем, что их сложно описать математически, то было принято допущение, что рассматривается стационарный эргодический процесс. В работе рассчитаны теоретические и эмпирические значения моделируемого процесса, при помощи методов математической статистики произведена обработка экспериментальных данных, построены графики динамики изменения эмпирических данных для различных реализаций исследуемого процесса в зависимости от изменения объема выборки. Все вычисления проводились в пакете MathCad 14.
Современное программирование включает в себя элементы математических моделей и методов.
Целью математического моделирования является использование методов математики для наиболее эффективного решения задач, возникающих в разных сферах деятельности человека, с использованием как правило современной вычислительной техники. Использование математики при этом позволяет:
Для изучения различных явлений программисты используют их упрощенные формальные описания, называемые моделями. Строя модели, выявляют существенные факторы, определяющие исследуемое явление и отбрасывают детали, несущественные для решения поставленной задачи. Формализация основных особенностей функционирования объектов позволяет оценить возможные последствия воздействия на них и использовать такт оценки в управлении.
Основные этапы построения модели:
Модели позволяют выявить особенности функционирования объекта и на основе этого предсказать будущее поведение объекта при изменении каких-либо параметров. В модели все взаимосвязи переменных могут быть оценены количественно, что позволяет получить более качественный и надежный прогноз.
По своему определению любая модель абстрактна и, следовательно, неполна. Выделяя наиболее существенные факторы, определяющие закономерности функционирования рассматриваемого объекта, модель абстрагируется от других факторов, которые, несмотря на свою относительную малость, могут определять не только отклонения в поведении объекта, но и само его поведении. Состав учтенных в модели факторов и ее структура могут быть уточнены в ходе совершенствования модели.
Чтобы задать конкретную модель процесса в общем случае необходимо определить его n-мерную плотность распределения и корреляционную функцию, но на практике это невозможно. Единственное, что удается определить для каждого процесса – это его одномерную плотность распределения корреляционную функцию при предположении, что моделируемый процесс является приводимым.
Для моделирования любого процесса задается математическое ожидание, дисперсия, плотность распределения и корреляционная функция. Математическое ожидание и дисперсия являются детерминированными функциями, определенными по множеству реализаций этого процесса. Плотность распределения и корреляционная функция могут быть определены или для процесса при условии, что он является эргодическим, или для процесса , если это не так.
В ходе моделирования используется прикладной пакет программ для технических расчетов и построения графиков MathCad 14.
Функция математического ожидания:
, при .
Функция дисперсии:
, при .
Закон распределения: экспоненциальное.
В данной работе показаны основные принципы моделирования.
Были заданы характеристики случайного процесса, его плотность распределения, математическое ожидание, дисперсия и корреляционная функция. Были построены графики математического ожидания, дисперсии, плотности и функции распределения вероятности, отражающие теоретические знания. Был проведен машинный эксперимент, в результате которого получены три выборки размером 500, 1000 и 10000 значений.
В ходе работы были рассчитаны теоретические значения математического ожидания, дисперсии, а также эмпирические значения математического ожидания и дисперсии, полученные в ходе статистической обработки, построены соответствующие графики и гистограммы. При малой выборке наблюдается расхождение полученных значений с теоретическими. С ростом размера выборки наблюдается хорошее соответствие теоретических значений и полученных на основе машинного эксперимента.
Полученные
в ходе работы результаты корреляционной
функции также говорят о