Zastosowanie generatorów pseudolosowych w wyznaczaniu niepewności wyników numerycznych

• Autorzy: Jakubiec B. , Bąbka R.

Warianty tytułu

EN

Numerical method uncertainty estimation by means of pseudorandom number generator

• Języki publikacji: PL

Abstrakty

PL

Wyznaczenie struktury i parametrów modelu matematycznego procesu zapisanego w postaci równań prowadzi do uzyskania wyników, których interpretacja pozwala na wysunięcie wniosków jakościowych i ilościowych w zakresie modelowanego zjawiska. W artykule przedstawiono zastosowanie generatorów pseudolosowych do oszacowania niepewności wyników numerycznych w celu oceny jakości modelu matematycznego pod względem dokładności otrzymanych wyników.

EN

Using mathematical equations as a model of the considered process, obtained result depends on its quality. The one of main problem includes the sensitivity of model parameters for accuracy of the numerical results. The paper deals with application of pseudorandom generators in testing dependencies between variation of model coefficients and uncertainty of obtained values estimated via computer simulation.

Słowa kluczowe

PL

analiza numeryczna; rozkłady losowe

EN

numerical method; pseudorandom number generator

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2011
• Tom: nr 6
• Opis fizyczny: Pełny tekst na CD, Bibliogr. 7 poz., rys.

Twórcy

autor

Jakubiec B.

autor

Bąbka R.

• Politechnika Częstochowska, Wydział Elektryczny; 42-200 Częstochowa; Al. Armii Krajowej 17.

Bibliografia

• [1] Brzózka J., Dorobczyński L.: Matlab. Środowisko obliczeń naukowo-technicznych, Wydawnictwo MIKOM, Warszawa 2005.
• [2] Gutenbaum J.: Modelowanie matematyczne systemów, Akademicka Oficyna Wydawnicza EXIT, 2003.
• [3] Kincaid D., Cheney W.: Analiza numeryczna, WNT, Warszawa 2006.
• [4] Kołodziński E.: Symulacyjne metody badania systemów, PWN, Warszawa 2002.
• [5] Matsumoto M., Nishimura T.: Mersenne-Twister a 623-Dimensionally Equidistributed Uniform Pseudo-Random Number Generator, ACM Transactions on Modeling and Computer Simulation, vol. 8, No. 1, January 1998, str. 3-30.
• [6] Osowski S.: Modelowanie układów dynamicznych z zastosowaniem języka SIMULINK, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 1999.
• [7] Plucińska A., Pluciński E.: Probabilistyka, Wydawnictwo Naukowo-Techniczne, Warszawa 2000.