搜索资源列表
Monte-Carlo-simulink
- matlab教程,蒙特卡洛（Monte Carlo）仿真的简介随机模拟方法，也称为Monte Carlo方法-matlab tutorial, Monte Carlo (Monte Carlo) simulation Introduction stochastic simulation method, also known as Monte Carlo method
Monte-Carlo
- 蒙特卡洛(Monte Carlo)方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法。-Monte Carlo (Monte Carlo) method, or the computer stochastic simulation method, is based on the calculation method of "random".
gibbs
- Gibbs Sampling 这个绝妙的想法在1953年被 Metropolis想到了，为了研究粒子系统的平稳性质， Metropolis 考虑了物理学中常见的波尔兹曼分布的采样问题，首次提出了基于马氏链的蒙特卡罗方法，即Metropolis算法，并在最早的计算机上编程实现。Metropolis 算法是首个普适的采样方法，并启发了一系列 MCMC方法，所以人们把它视为随机模拟技术腾飞的起点。 Metropolis的这篇论文被收录在《统计学中的重大突破》中， Metropolis算法也被遴选为二十
suijimoni1
- 刘宝碇《不确定规划及应用》第4章例4.3的matlab程序。内容简单，但可以有效的帮助初学者理解随机模拟的原理。-Liu anchor " uncertain Planning and Applications" in Chapter 4 Example 4.3 matlab program. Content is simple, but can effectively help beginners understand the principles of stochastic
suijimoni2
- 刘宝碇《不确定规划及应用》第4章例4.2的matlab程序,58页。内容简单，但可以有效的帮助初学者理解随机模拟的原理。-Liu anchor " uncertain Planning and Applications" in Chapter 4 Example 4.2 matlab program, 58. Content is simple, but can effectively help beginners understand the principles of st
suijimoni3
- 刘宝碇《不确定规划及应用》第4章例4.4的matlab程序。内容简单，但可以有效的帮助初学者理解随机模拟的原理。-Liu anchor " uncertain Planning and Applications" in Chapter 4 Example 4.4 matlab program. Content is simple, but can effectively help beginners understand the principles of stochastic
digitalcore
- matlab编程实现多孔介质孔隙从二维发展为三维的随机模拟。-Matlab programming porous media stochastic simulation ofpore 2 d to 3 d
Solution-to-mathematical-modeling
- 中国大学生数学建模竞赛题解 jm96a - 捕鱼策略 jm96b - 节水洗衣机 jm96bfun - 节水洗衣机优化函数 jm97a - 零件参数设计 jm97afun - 零件参数函数 jm97aoptim - 零件参数设计优化函数 jm97b - 截断切割 jm97bcount - 截断切割枚举法 jm97brule - 截断切割优化准则 jm98a1 - 风险投资模型求解 jm98a2 - 风险投资模型讨论 j
statistical-analysis
- 随机模拟和统计分析 max,min - 最大，最小值 sum - 求和 mean - 均值 std - 标准差 sort - 排序（升序） sortrows - 按某一列排序(升序) rand - [0，1]区间均匀分布随机数 randn - 标准正态分布随机数 randperm - 1...n 随机排列 regress - 线性回归 classify - 统计聚类 *trim - 坏数据祛除 *specrnd -
Skewed_t_toolbox
- 偏态t分布分布函数，密度函数，对数似然函数，逆分布函数，随机模拟等等程序，对应学习偏态t分布的初学者特别适用-This zip file contains 5 functions: the pdf, cdf, log-likelihood, inverse cdf and a function to generate random draws the skewed t distribution.
Higher-mathematics
- 高等数学常用Ｍａｔｌａｂ程序的源代码，其中包含：方程求根，离散优化，数据拟合，数学规划，随机模拟，统计分析，图形呈现，微积分，微分方程的源代码．-Higher mathematics commonly used matlab program source code, which includes: a root of equation, discrete optimization, data fitting, mathematical programming, stochastic simula
SJMHS
- 三角模糊数随机模拟 matlab 源码 有需要的可以-Triangular fuzzy number stochastic simulation
Untitled
- 《随机规划与模糊规划》5.5节的例子：基于随机模拟的遗传算法matlab代码-< stochastic programming and fuzzy programming >5.5 examples: stochastic simulation based genetic algorithm matlab code
随机散斑生成
- 高斯随机散斑生成程序，MATLAB源码，模拟高斯散斑图
Monte_Carlo_Simulation_with_Simulink
- 蒙特卡洛模拟蒙特卡罗模拟因摩纳哥著名的赌场而得名。它能够帮助人们从数学上表述物理、化学、工程、经济学以及环境动力学中一些非常复杂的相互作用。 数学家们称这种表述为"模式"，而当一种模式足够精确时， 他能产生与实际操作中对同一条件相同的反应。但蒙特卡罗模拟有一个危险的缺陷: 如果必须输入一个模式中的随机数并不像设想的那样是随机数， 而却构成一些微妙的非随机模式， 那么整个的模拟(及其预测结果)都可能是错的。(Monte Carlo simulation)
buffon 模拟图
- Buffon投针实验18世纪，布丰提出以下问题：设我们有一个以平行且等距木纹铺成的地板（如图），现在随意抛一支长度比木纹之间距离小的针，求针和其中一条木纹相交的概率。并以此概率，布丰提出的一种计算圆周率的方法——随机投针法。这就是蒲丰投针问题(buffonIn the 18th century, Buffon proposed the following question: Let us have a parallel and equidistant wood paved the floor (
ex00
- 消息信号是[-3,3]均匀分布的随机整数，产生的时间间隔为1/10s，用AM方法调制载波 ，求息信号和已调信号的频谱。(The message signal is [-3,3] uniformly distributed random integer, the time interval is 1/10s, and the carrier is modulated by the AM method, and the spectrum of the message signal
[muchong.com]mcmc
- MCMC方法就是*构造合适的马尔科夫链进行抽样而使用蒙特卡洛方法进行积分计算,既然马尔科夫链可以收敛到平稳分布。我们可以建立一个以π为平稳分布的马尔科夫链，对这个链运行足够长时间之后，可以达到平稳状态。此时马尔科夫链的值就相当于在分布π(x)中抽取样本。利用马尔科夫链进行随机模拟的方法就是MCMC。(MCMC method is * construct appropriate sampling of markov chain and USES the monte carlo method for
归档
- 通过MATLAB来进行比较好的随机模拟，从而可以使得复杂问题简化（这里是第一部分）(Better random simulations are performed by MATLAB, which simplifies complex problems (here is the first part))
归档 2
- 利用随机模拟进行有效现实生活推测，具体要通过Matlab来实现（这里是第二部分）(Using random simulation for effective real-life speculation, specifically through Matlab to achieve (this is the second part))