Monte Carlo simulácia?

B

bee

Guest
môže niekto plz mi ABT Monte Carlo simulácie, a tiež mi beží, koľko potrebujeme mať dobré Monte Carlo? čaká ....
 
Jeho vykonáva v kadencii a trvá dlhú dobu (asi 5-10 minút), pre dobrú simuláciu MC. Sú súbory modelov pre simuláciu iný ako predchádzajúce, ktorý som použil pre parametrické ťahanie? Pre napr: Chcem zamiesť Beta, ale v súboroch modelu je daná konštantná hodnota, tj bf = 250, ak napíšem bf = BETA Až potom môžem ju zamiesť! Takže môžem upravovať model súbory v textovom editore a pomenovať inak, ich použitie v analýze parametrické?
 
môže u plz vysvetlite mi, ako sa u tohto vzťahu a to, čo je Pb?
 
PB = BER vzťah je empirický, napríklad, ak chcete získať dobrú odhad Bluetooth signál, ktorý potrebuje BER 10-3, dobrý odhad BER je dosiahnutá po najmenej 10.000 vzoriek ... a boli ste pýtal na Monte-Carlo simulácie navrhnutých v BerTool MATLAB?
 
Vďaka všetkým za všetky ur láskavú pomoc. Bol by som Vám vďačný, keby ste mi plz ako sa u tohto vzťahu, ktorý dostal N> 10/Pb, kde PB je BER.? Čakanie,,,,
 
Nemusíte ju získať od niekde, že to nie je formula, je to len dostatočne veľký počet vzoriek, ktoré majú dobrú štatistiku. BER Bit Error Rate alebo Pb (pravdepodobnosť Bit Error) sú štatistiky, môžu obsahovať vzorce, ale všetko je založené na signál štatistiky sú všetky komunikačné domény ... hluku je charakterizovaný jeho štatistiky, zlý a rozdielnosť ... Takže sa nemusíte hľadať vzorce, vezmite v miestach sa môže, ako je to možné, N> 10/BER (alebo 10/Pb ak chcete), je jednoducho dostatočne veľký počet, aby sa ubezpečil, že váš systém by sa skutočne, že v BER reálneho života, ak sa skutočne postavil ...
 
Dobrý deň, včelí, dúfam, že to, čo nasleduje vám môže pomôcť pri pochopení významu Monte Carlo simulácie. V podstate tento druh simulácie sa používa na vyhodnotenie empiricky šírenie niektorých systémových parametrov vzhľadom k súčasným variation faktorov N nezávislých, kedy je ťažké dať priame formulácie v matematických termínoch. Tipical príkladom je zložitý obvod skladajúci sa z mnohých komponentov: Každý komponent je charakterizovaná v nominálnej hodnote, šírenie rozsah a možno aj funkcie hustoty pravdepodobnosti (PDF), ktorý modeluje jeho zmeny (v každom prípade možno predpokladať, zákon gaussian ). Po týchto údajov Monte Carlo simulátor sa N iterácií voľbu pre každého behu náhodné hodnoty pre každú zložku (podľa zvolenej PDF) pre výpočet hodnoty parametra testujete. Týmto spôsobom je možné odhadnúť prípadné rozšírenie systému, vystúpenie s štatistickej spoľahlivosti, ktorý (zrejme) sa zvyšuje s vyšším počtom simulačných behov. Meno Monte Carlo pochádza zo skutočnosti, že simulátor sa pokúsi odhadnúť očakávané hodnoty, rovnako ako hráč sa na rulete. Mauglí
 
You must log in or register to reply here.

Welcome to EDABoard.com

Sponsor

Back
Top