Аналитические и имитационные модели. Финаев В.И - 60 стр.

UptoLike

60
излучений и других. Широкое применение данного метода
при решении различных задач началось с развития
вычислительной техники, особенно при появлении
персональных ЭВМ.
Метод Монте-Карло имеет две отличительные
особенности. Первая заключается в простоте структуры
вычислительного алгоритма - многократного повторения
одного случайного испытания. Так как испытания являются
независимыми опытами, то результаты всех испытаний
усредняются. В связи с этим метод иногда называют
методом статистических испытаний. Вторая особенность
состоит в зависимости точности метода от числа
испытаний N. Метод достаточно эффективен при решении
задач, не требующих высокой точности, например, в
пределах 5-10%. Метод статистического моделирования
позволяет решать как детерминированные, так и
вероятностные задачи [11].
4.2. Датчики случайных чисел
Для имитации случайных событий необходим
некоторый эталон, т.е. то, с чем можно что-то сравнить.
Известно, что наука существует там, где есть измерения.
Отсутствие измерений приводит к схоластике, лженаукам.
В мире существуют эталоны для измерения времени,
расстояния, веса и прочее. Такой же эталон должен
существовать и в ЭВМ для «измерения» вероятности
случайного события. Начало созданию подобного эталона
было положено в шестидесятыхсемидесятых годах
прошлого столетия. Создавались специальные устройства
датчики (генераторы) случайных чисел или случайных
величин, авторы которых получали авторские
свидетельства на эти устройства. Ученые издавали статьи,
книги, посвященные этой проблеме. Однако существовало