Решение горно-геологических задач методом "Монте-Карло". Смолич С.В - 85 стр.

UptoLike

Составители: 

85
о том, как условия задачи и элементы решения влияют на функциони-
рование системы. Расчеты, выполненные по методу Монте-Карло, по-
казывают, что при малой толщине экрана реальный расход воды будет
выше расчетного. Это объясняется очень просто. В местах утоньше-
ния экрана воды будет уходить на много больше расчетного, и это ни
как не компенсируется утолщением экрана в других местах, так как
функция расхода не линейна.
Данный пример показывает, как метод Монте-Карло позволяет
смоделировать производственную ситуацию (технологические ошиб-
ки), которую проектировщик чаще всего не учитывает. Таким обра-
зом, при применении метода Монте-Карло случайность используется
как аппарат исследования.
Кроме того, в
программе использован пример получения слу-
чайных чисел с нормальным законом распределения путем суммиро-
вания двенадцати случайных чисел с равномерным законом распреде-
ления. В качестве замечания отметим, что в программе вычисления
случайных чисел с нормальным законом распределения PGNorm(K),
при вводе использован неформальный параметр К, который нигде не
используется, но вместо его вводятся мощности
экрана (можно вво-
дить например, номер цикла). Это требуется, чтобы при каждом по-
следующем обращении к программе датчик случайных чисел не за-
пускался с нуля. Иначе мы будем получать одно и тоже случайное
число. Если помните, все программные средства снабжены датчиками
псевдослучайных чисел, для возможности повторения результатов. Но
это особенности
программного комплекса MathCad.
о том, как условия задачи и элементы решения влияют на функциони-
рование системы. Расчеты, выполненные по методу Монте-Карло, по-
казывают, что при малой толщине экрана реальный расход воды будет
выше расчетного. Это объясняется очень просто. В местах утоньше-
ния экрана воды будет уходить на много больше расчетного, и это ни
как не компенсируется утолщением экрана в других местах, так как
функция расхода не линейна.
     Данный пример показывает, как метод Монте-Карло позволяет
смоделировать производственную ситуацию (технологические ошиб-
ки), которую проектировщик чаще всего не учитывает. Таким обра-
зом, при применении метода Монте-Карло случайность используется
как аппарат исследования.
     Кроме того, в программе использован пример получения слу-
чайных чисел с нормальным законом распределения путем суммиро-
вания двенадцати случайных чисел с равномерным законом распреде-
ления. В качестве замечания отметим, что в программе вычисления
случайных чисел с нормальным законом распределения PGNorm(K),
при вводе использован неформальный параметр К, который нигде не
используется, но вместо его вводятся мощности экрана (можно вво-
дить например, номер цикла). Это требуется, чтобы при каждом по-
следующем обращении к программе датчик случайных чисел не за-
пускался с нуля. Иначе мы будем получать одно и тоже случайное
число. Если помните, все программные средства снабжены датчиками
псевдослучайных чисел, для возможности повторения результатов. Но
это особенности программного комплекса MathCad.




                                85