Число испытаний N определяет точность получаемых результатов моделирования. Если необходимо оценить величину параметра a по результатам моделирования , то за оценку следует брать величину , которая выступает в функции от .
Из-за случайности будет отличаться от а, то есть
(3.16)
где - точность оценки. Вероятность того, что данное неравенство выполняется, обозначим через :
(3.17)
Для определения точности результатов статистических испытаний необходимо воспользоваться выражением (3.17).
Определение количества реализаций для оценки вероятности наступления события. Пусть целью моделирования будет опрeделение вероятности наступления некоторого события А, определяющего состояние моделированной системы. В любой из N реализаций процесс наступления события А является случайной величиной, которая может приобретать значение с вероятностью р и вероятностью 1 - р. Тогда можно найти математическое ожидание
(3.18)
и дисперсию
(3.19)
В качестве оценки р используют частоту наступления события А. Эта оценка несмещенная, состоятельная и эффективная.
|
|
При условии, что N заведомо задано, достаточно накапливать m:
(3.20)
где - наступление события А в реализации, ={1,0}. По формулам (3.18-3.20) находим
В соответствии с центральной предельной теоремой (в данном случае можно взять теорему Лапласа) случайная величина — будет иметь распределение, близкое к нормальному (рис. 3.13). Поэтому для каждой достоверности из таблиц нормального распределения можно найти такую величину , что точность будет равняться величине
(3.21)
При .
При .
Подставим в уравнение (3.21) выражение дисперсии
(3.22)
Отсюда находим
(3.23)
Поскольку вероятность р заранее неизвестна, прибегают к пробным испытаниям (N = 50... 100), получают частоту и подставляют ее значения в выражение (3.23) вместо р, после чего определяют конечное количество испытаний.
Определение количества реализаций для оценки среднего значения случайной величины. Пусть случайная величина имеет математическое ожидание а и дисперсию . В реализации с номером i она принимает значение . Для оценки математического ожидания а используем среднее
(3.24)
В соответствии с центральной предельной теоремой при больших значениях N среднее арифметическое будет нормально распределено с математическим ожиданием а и дисперсией . Тогда
(3.25)
Отсюда
(3.26)
Поскольку дисперсия оцениваемой случайной величины неизвестна, необходимо провести 50-100 испытаний и оценить , а потом полученное значение оценки подставить в формулу (3.26), чтобы определить необходимое количество реализаций N.