Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Kỹ Thuật - Công Nghệ
Cơ khí - Chế tạo máy
SIMULATION AND THE MONTE CARLO METHOD Episode 5
Đang chuẩn bị liên kết để tải về tài liệu:
SIMULATION AND THE MONTE CARLO METHOD Episode 5
Vương Việt
60
30
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Tham khảo tài liệu 'simulation and the monte carlo method episode 5', kỹ thuật - công nghệ, cơ khí - chế tạo máy phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả | 100 STATISTICAL ANALYSIS OF DISCRETE-EVENT SYSTEMS interested in the expected maximal project duration say . Letting X be the vector of activity lengths and H X be the length of the critical path we have E H X E 4.5 where is the j-th complete path from start to finish and p is the number of such paths. 4.2.1 Confidence Interval In order to specify how accurate a particular estimate is that is how close it is to the actual unknown parameter Ể one needs to provide not only a point estimate but a confidence interval as well. To do so recall from Section 1.13 that by the central limit theorem has approximately a Nự ơ2 TV distribution where cr2 is the variance of X . Usually Ơ2 is unknown but it can be estimated with the sample variance t l 4.6 which by the law of large numbers tends to T2 as TV 00. Consequently for large TV we see that is approximately N f S2 N distributed. Thus if z-f denotes the 7-quantile of the N o 1 distribution this is the number such that z7 7 where denotes the standard normal cdf for example Zo.95 1.645 since i 1.645 0.95 then p ự - Zỵ_aị 2 1 a . In other words an approximate 1 a 100 confidence interval for is 21-a 2 ợ I 4.7 where the notation a b is shorthand for the interval a b a b . It is common practice in simulation to use and report the absolute and relative widths of this confidence interval defined as wo 2zi_q 2 4.8 and wr Wg 4.9 respectively provided that 0. The absolute and relative widths may be used as stopping rules criteria to control the length of a simulation run. The relative width is particularly useful when is very small. For example think of as the unreliability 1 minus the reliability of a system in which all the components are very reliable. In such a case could be as small as Ể 10 10 sothatreportingaresultsuchaswa 0.05 is almost meaningless DYNAMIC SIMULATION MODELS 101 while in contrast reporting wr 0.05 is quite meaningful. Another important quantity is the relative error RE of the estimator Ể defined see also 1.47 as
TÀI LIỆU LIÊN QUAN
SIMULATION AND THE MONTE CARLO METHOD Episode 13
SIMULATION AND THE MONTE CARLO METHOD Episode 1
SIMULATION AND THE MONTE CARLO METHOD Episode 2
SIMULATION AND THE MONTE CARLO METHOD Episode 3
SIMULATION AND THE MONTE CARLO METHOD Episode 4
SIMULATION AND THE MONTE CARLO METHOD Episode 5
SIMULATION AND THE MONTE CARLO METHOD Episode 6
SIMULATION AND THE MONTE CARLO METHOD Episode 7
SIMULATION AND THE MONTE CARLO METHOD Episode 8
SIMULATION AND THE MONTE CARLO METHOD Episode 9
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.