Метод - рандомизация
Cтраница 1
Метод рандомизации используется при моделировании, когда: э) случайные свойства, связанные с надежностью, эффективностью, наступлением события, временем функционирования или ошибками измерений в системе или среде, влияют на результаты моделирования; б) необходимо получить скорее частные, чем обобщенные, результаты или в) необходимо определить законы распределения результатов и наряду со средними значениями вычислить дисперсии. [1]
Метод рандомизации предложен в 30 - х годах Фишером, заложившим основы математической теории эксперимента, и широко используется в планировании эксперимента. [2]
Метод рандомизации ( от англ, random - случайный, беспорядочный; в переводе на русский означает: перемешивание, создание беспорядка, хаоса) основан на принцип. Этот метод позволяет эффективно умень -, шать систематическую погрешность ( методическую и инструментальную) путем измерения некоторой физической величины рядом однотипных приборов с последующей оценкой результата измерений в виде математического ожидания ( среднего арифметического значения) выполненного ряда наблюдений. В данном методе при обработке результатов измерений используются случайные изменения погрешности от прибора к прибору. Уменьшение систематической погрешности достигается и при изменении случайным образом методики и условий проведения измерений. [3]
Если метод рандомизации приводит нас к подсписку, хранящемуся в упорядоченном виде, а упорядоченность всего списка не поддерживается, то мы столкнемся с ситуацией, аналогичной той, которая представлена на рис. 9.4.2 и 9.4.3. Отметим, что первый элемент следующего подсписка содержит ключ, меньший ключа последнего элемента данного подсписка. [5]
Поясним действие метода рандомизации простым примером. Пусть некоторая физическая величина измеряется и раз ( число п достаточно велико) однотипными приборами, имеющими систематические погрешности одинакового происхождения. Для одного прибора эта погрешность - величина постоянная, но от прибора к прибору она изменяется случайным образом. [6]
Как уже отмечалось, при использовании многих методов рандомизации могут создаваться адреса, которые попадают за пределы области действительных адресов, разрешенных для базы - данных. Наиболее легким способом обработки таких адресов является вычитание максимального адреса базы данных из генерируемого, повторяемое при необходимости до тех пор, пока остаток от генерируемого адреса не станет меньше наибольшего адреса базы данных. [7]
Как уже отмечалось, при использовании многих методов рандомизации могут создаваться адреса, которые попадают за пределы области действительных адресов, разрешенных для базы данных. Наиболее легким способом обработки таких адресов является вычитание максимального адреса базы данных из генерируемого, повторяемое при необходимости до тех пор, пока остаток от генерируемого адреса не станет меньше наибольшего адреса базы данных. [8]
Оптимизация доступа к данным достигается путем использования наборов, поисковых индексов, методов рандомизации. Если нужно выбрать из набора элемент с заданными значениями полей, то в общем случае требуется просмотреть все записи набора, что может привести к большим затратам времени. Когда поиск по значениям фиксированных полей част, целесообразно установить поисковый индекс, упорядоченный по значениям этих полей, что резко убыстряет поиск в наборе. СУБД должна предоставлять средства описания и создания таких индексов. [9]
Задача численного построения модели сводится к моделированию однородного изотропного гауссовского поля с заданной корреляционной функцией, для приближенного моделирования которого в [14] предлагается использовать метод рандомизации спектра [26], модифицированный для изотропных полей. [10]
Произвольный доступ предпочтителен по сравнению с последовательным и индексно-последовательным, поскольку позволяет обеспечить более высокие скорости обработки и, благодаря использованию списков и индексов, несколько различных последовательностей доступа к информации в базе данных. Выбор метода рандомизации требует проведения очень тщательного анализа, ибо выбранный метод может как повысить, так и понизить эффективность базы данных при работе с первичной информацией. [11]
Произвольный доступ предпочтителен по сравнению с последовательным и индексно-последовательным, поскольку позволяет обеспечить более высокие скорости обработки и, благодаря использованию списков и индексов, несколько различных последовательностей доступа к информации в базе данных. Выбор метода рандомизации требует проведения очень тщательного анализа, ибо выбранный метод может как повысить, так и понизить эффективность базы данных при работе с первичной информацией. [12]
К интервалам же с четными номерами применяется обратный ( F) вариант генератора, и располагается он слева от кривой. Суть метода рандомизации, результат которой показан на рисунке, состоит в том, что выбор этих фокальных точек производится случайным образом. В данном примере распределение симметрично относительно средней точки интервала. Каждый подтреутольник разбивается позднее на четыре подтреугольника, причем независимым от соседей образом, и процесс продолжается до бесконечности. [13]
Матрица отсеивающих экспериментов состоит из двух блоков. Первый блок получают методом рандомизации - методом случайного выбора, например путем бросания монеты или с помощью таблицы случайных чисел. Орел соответствует знаку плюс в матрице планирования, решка - знаку минус. [14]
Матрица отсеивающих экспериментов состоит из двух блоков. Первый блок получают методом рандомизации - методом случайного выбора, например путем бросания монеты или с помощью таблицы случайных чисел. Орел соответствует знаку плюс в матрице планирования, решка - знаку минус. [15]
Страницы: 1 2