Скачать Курсовая работа на тему Моделирование случайного процесса бесплатно и без регистрации

Курсовая работа Математическое моделирование Экономико-математическое моделирование Размещено: 09.04.2018

Построение и изучение математической модели случайного стационарного эргодического процесса с вероятностными характеристиками: ожидание и дисперсия. Построение графиков динамики изменения эмпирических данных и гистограмм распределения для всех выборок.

Скачать работу Скачать уникальную работу

Чтобы скачать работу, Вы должны пройти проверку:

Аннотация к работе

Математическое моделирование Раздел 3.Обработка результатов машинного эксперимента Annotation Заключение Список использованной литературы Список используемых обозначений (сокращений) Заданные: m(t)- математическое ожидание; D(t) - дисперсия; f(x) - плотность распределения; F(x) - функция распределения; R(?) - корреляционная функция; Расчетные: п - вектор, хранящий индексы для вычисления ?1, ? 2, ? 3 и ?1, ? 2, ? 3; j- вектор, хранящий индексы для вычисления ковариационной и корреляционной функции; ?1,( ? 2, ? 3) - вектор, хранящий 100, 1000, 10000 случайных величин, распределенных по данному закону распределения; ?1,( ? 2, ? 3)- вектор, хранящий 100, 1000, 10000 значений моделируемого процесса; m?1,( m? 2,m ? 3) - оценка математического ожидания для 100, 1000, 10000 значений ?1, ? 2, ? 3; D?1,( D? 2,D ? 3) - оценка дисперсии для 100, 1000, 10000 значений ?1, ? 2, ? 3; dm, dD, d?1, d?2 - функция динамики для математического ожидания, дисперсии, коэффициента асимметрии и коэффициента эксцесса; kl, (k2, k3) - оценка ковариационной функции для 100, 1000, 10000 значений; p1, (р2, рЗ) - оценка корреляционной функции для 100, 1000, 10000 значений; Введение Математическое моделирование - процесс построения и изучения математических моделей. Все характеристики эргодических процессов можно легко определить.

Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность
своей работы

Моделирование случайного процесса - Курсовая работа

Чтобы скачать работу, Вы должны пройти проверку:

Дисциплины научных работ