intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Một vài ứng dụng mô hình biến ngẫu nhiên phức hợp trong các nghiên cứu thủy lợi - PGS.TS. Nguyễn Văn Bảo

Chia sẻ: Huynh Thi Thuy | Ngày: | Loại File: PDF | Số trang:4

81
lượt xem
2
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nhằm giúp các bạn chuyên ngành Kiến trúc - Xây dựng có thêm tài liệu phục vụ nhu cầu học tập và nghiên cứu, mời các bạn cùng tham khảo bài viết "Một vài ứng dụng mô hình biến ngẫu nhiên phức hợp trong các nghiên cứu thủy lợi" dưới đây. Nội dung bài viết trình bày về bài toán ước lượng tham số cho biến ngẫu nhiên phức hợp, bài toán kiểm định giả thuyết cho biến ngẫu nhiên phức hợp,...

Chủ đề:
Lưu

Nội dung Text: Một vài ứng dụng mô hình biến ngẫu nhiên phức hợp trong các nghiên cứu thủy lợi - PGS.TS. Nguyễn Văn Bảo

Mét vµi øng dông m« h×nh biÕn ngÉu nhiªn phøc hîp trong c¸c<br /> nghiªn cøu Thñy lîi<br /> <br /> <br /> PGS.TS. NguyÔn H÷u B¶o<br /> Phã Tr­ëng khoa CNTT - Tr­ëng Bé m«n To¸n häc<br /> <br /> <br /> 1. §Æt vÊn ®Ò<br /> Kh¸i niÖm vÒ c¸c biÕn ngÉu nhiªn phøc hîp ®­îc ®· ®­a ra trong [1] tõ n¨m 1989 vµ<br /> tõ ®ã tíi nay hµng lo¹t c¸c kÕt qu¶ cña t¸c gi¶ nghiªn cøu biÕn ngÉu nhiªn phøc hîp ®·<br /> ®­îc c«ng bè. §Þnh nghÜa vÒ biÕn ngÉu nhiªn phøc hîp lµ biÕn ngÉu nhiªn  sao cho nã<br /> ®­îc ph©n tÝch thµnh mét tæng mét sè ngÉu nhiªn c¸c biÕn ngÉu nhiªn k, k = 1, 2 ... N víi<br /> N còng lµ 1 biÕn ngÉu nhiªn nhËn gi¸ trÞ nguyªn, kh«ng ©m vµ ®éc lËp víi mäi k.<br /> N<br />    v (1)<br /> k 1<br /> <br /> §©y lµ mét m« h×nh xuÊt hiÖn nhiÒu trong nghiªn cøu cña "lý thuyÕt trß ch¬i", "lý<br /> thuyÕt phôc vô ®¸m ®«ng", ... vµ ch¾c ch¾n cã nhiÒu øng dông trong nghiªn cøu kinh tÕ, kü<br /> thuËt, ®Æc biÖt lµ nghiªn cøu Thñy lîi.<br /> VÝ dô trong lÜnh vùc nghiªn cøu thñy v¨n, viÖc tÝnh to¸n tæ hîp l­u l­îng lò trong<br /> mét l­u vùc s«ng cè ®Þnh ph¶i lµ dùa trªn tæng c¸c l­u l­îng cña c¸c nh¸nh s«ng, l­îng<br /> m­a trong cïng thêi ®iÓm, l­îng x¶ cña ®Ëp, l­îng nhËp khu gi÷a, v.v.... m· sè c¸c thµnh<br /> phÇn tham gia còng ngÉu nhiªn.<br /> VÝ dô trong nghiªn cøu kü thuËt tµi nguyªn n­íc, l­îng n­íc t­íi (hoÆc tiªu) trong<br /> canh t¸c c©y trång t¹i 1 l­u vùc cè ®Þnh kh«ng thÓ chØ gåm tæng h÷u h¹n c¸c nhu cÇu mµ sè<br /> nhu cÇu nµy còng ph¶i coi lµ ngÉu nhiªn (vÝ nhu cÇu t­íi cho c¸c gièng c©y trång ®­îc thay<br /> ®æi kh«ng cè ®Þnh cho 1 lo¹i c©y trång nµo, l­îng n­íc x¶ tõ ®Ëp thñy ®iÖn ®­îc coi lµ<br /> ngÉu nhiªn khi phô thuéc l­îng m­a còng ngÉu nhiªn cïng thêi ®iÓm v.v...<br /> Trong nghiªn cøu kinh tÕ tµi nguyªn n­íc, vÝ dô râ rÖt nhÊt lµ tÝnh to¸n tæng nhu cÇu<br /> tiªu thô n­íc s¹ch cho sinh ho¹t (®Ó tÝnh to¸n chi phÝ n­íc s¹ch t¹i 1 thêi ®iÓm vµ t¹i 1 ®Þa<br /> bµn d©n c­ lµ tæng mét sè ngÉu nhiªn c¸c thµnh phÇn tiªu thô n­íc t¹i thêi ®iÓm ®ã.<br /> Vµ cßn nhiÒu vÝ dô kh¸c trong hµng lo¹t lÜnh vùc nghiªn cøu thñy lîi kh¸c. RÊt tiÕc lµ<br /> cho tíi nay, c¸c øng dông thèng kª vÉn chØ dõng ë viÖc nghiªn cøu c¸c ph©n phèi ®¬n lÎ<br /> nh­ ChuÈn, Mò, Poisson, Piecson 3 v.v... liÖu cã thÓ më réng c¸c kÕt qu¶ vÒ ­íc l­îng vµ<br /> kiÓm ®Þnh gi¶ thiÕt cho c¸c ph©n phèi cña biÕn ngÉu nhiªn phøc hîp ®­îc hay kh«ng ?<br /> 2. Bµi to¸n ­íc l­îng tham sè cho biÕn ngÉu nhiªn phøc hîp<br /> C©u tr¶ lêi lµ hoµn toµn cã thÓ ®­îc khi nghiªn cøu ­íc l­îng c¸c kú väng vµ ph­¬ng<br /> sai cña  x¸c ®Þnh ë biÓu thøc (1) nÕu ®· biÕt d¹ng hµm ph©n phèi cña c¸c k vµ cña N.<br /> Sau ®©y lµ 1 vÝ dô cô thÓ.<br /> Bµi to¸n: XÐt 1, 2... N ®éc lËp cã cïng ph©n phèi mò víi tham sè . XÐt N lµ biÕn ngÉu<br /> nhiªn cã ph©n phèi Poisson víi tham sè . Khi ®ã (xem [2]) hµm ®Æc tr­ng cña  cã d¹ng.<br /> 1<br /> ( 1)<br /> 1it<br />  (t )  e (2)<br /> Vµ  cã kú väng E() = ; ph­¬ng sai D() = 22<br /> Chóng ta h·y x©y dùng 1 ­íc l­îng cho E() vµ D() dùa trªn c¸c quan s¸t trªn<br /> kh«ng gian mÉu cña .<br /> ¸p dông ph­¬ng ph¸p moment ta thu ®­îc hÖ ph­¬ng tr×nh.<br /> <br /> Z  ˆ.ˆ vµ S n2  2ˆ.ˆ 2 (3)<br /> <br /> Trong ®ã Z lµ trung b×nh mÉu trªn kh«ng gian mÉu cña  cßn S2 lµ ph­¬ng sai mÉu<br /> <br /> trªn kh«ng gian mÉu cña .<br /> <br /> Tõ ®©y ta cã thÓ gi¶i ra ®­îc c¸c ­íc l­îng ˆ vµ ˆ cÇn t×m<br /> S2 2( Z ) 2<br /> ˆ  ; ˆ  (4)<br /> 2Z S 2<br /> <br /> Tõ ®ã ta cã ­íc l­îng cho kú väng vµ ph­¬ng sai cÇn t×m<br /> <br /> 3. Bµi to¸n kiÓm ®Þnh gi¶ thiÕt cho biÕn ngÉu nhiªn phøc hîp<br /> Bµi to¸n: Gi¶ sö biÕt (Z1, Z2.... Zn) lµ mét mÉu ngÉu nhiªn trªn kh«ng gian gi¸ trÞ cña<br /> biÕn phøc hîp . H·y kiÓm ®Þnh.<br /> * Gi¶ thiÕt H:  cã ph©n phèi phøc hîp Poisson - Mò.<br /> * §èi thiÕt K:  kh«ng cã ph©n phèi phøc hîp Poisson - Mò.<br /> Ta cã thÓ tiÕn hµnh t­¬ng tù tiªu chuÈn kiÓm ®Þnh Chi - Square. Khã kh¨n nhÊt lµ tÝnh<br /> x¸c suÊt P {a    b}. Ta cã thÓ tÝnh nh­ sau:<br /> 1<br /> l e  ita  e  itb  (1it 1)<br /> P{a    b}   it .e dt<br /> 2<br /> (V× hµm ®Æc tr­ng cña  trªn miÒn gi¶ thiÕt cã d¹ng ë biÓu thøc (2))<br /> MÆt kh¸c:<br /> e  ita  e  itb cos ta  cos b  i sin tb  i sin ta<br /> <br /> it it<br /> cos ta  cos b i sin tb  i sin ta<br />  <br /> it it<br /> Chó ý lµ:<br /> 1 <br /> (<br /> 1it<br /> ) 2 2 t t<br /> e  e 1 t .(cos 2 2<br />  i sin )<br /> 1 t 1   2t 2<br /> Nªn ta cã thÓ t×m ®­îc:<br /> <br /> <br /> <br /> 1 2t 2  cos ta  cos tb t sin tb  sin ta t <br /> 2e P{a    b}   e  sin  . sin dt<br />  t 2 2<br /> 1 t t 1   2t 2 <br /> <br /> Tõ ®ã tÝnh ®­îc:<br /> <br /> 1 2t 2<br /> 1  e  t t <br /> P{a    b}   sin(tb  1   2t 2 )  sin(ta  1   2t 2  dt (5)<br /> e  0 t<br /> TÝch ph©n nµy hoµn toµn tÝnh ®­îc nhê c¸c phÇn mÒm MATLAB hoÆc MAPLE<br /> VÝ dô ¸p dông: Gi¶ sö cã 100 quan s¸t cña biÕn ngÉu nhiªn  trong 1 thÝ nghiÖm<br /> nghiªn cøu Thñy v¨n cho bëi b¶ng sau:<br /> Zi<br /> 35 - 65 65 - 95 95 - 125 125 - 155 155 - 185 185 - 215<br /> (m3/s)<br /> mi 9 10 11 10 10 8<br /> <br /> <br /> Zi<br /> 215 - 245 245 - 275 275 - 305 305 - 335 335 - 365 365 - 395 > 395<br /> (m3/s)<br /> mi 6 7 6 6 6 5 5<br /> <br /> Ta t×m ®­îc Z = 203,37 vµ S2 = 11708,09 vµ tõ ®ã c¸c ­íc l­îng cho ˆ = 29,076<br /> <br /> vµ ˆ = 7.006<br /> KiÓm ®Þnh gi¶ thiÕt:<br /> - H:  cã ph©n phèi phøc hîp Poisson - Mò<br /> - K:  cã ph©n phèi phøc hîp Poisson - Mò<br /> <br /> TiÕn hµnh tÝnh Pi = P {xi-1 <  < xi} theo c«ng thøc (5) víi viÖc thay thÕ  bëi ˆ vµ <br /> <br /> bëi ˆ .<br /> Ta tÝnh ®­îc chØ tiªu kiÓm ®Þnh:<br /> 13<br /> ni  nf i ) 2<br /> 2    11,84<br /> i 1 nPi<br /> <br /> Vµ tra b¶ng ph©n phèi 2 ®Ó t×m gi¸ trÞ tíi h¹n nÕu møc ý nghÜa  = 0,05, víi 13 - 2 -<br /> 1 bËc tù do t×m ®­îc gi¸ tù tíi h¹n lµ 18,31. V× vËy chÊp nhËn gi¶ thiÕt  lµ biÕn ngÉu nhiªn<br /> Poisson - Mò (víi møc ý nghÜa  = 0,05).<br /> <br /> <br /> Tµi liÖu tham kh¶o<br /> 1. NguyÔn H÷u B¶o, "æn ®Þnh ®Æc tr­ng c¸c ph©n phèi x¸c suÊt", LuËn ¸n TiÕn sü<br /> To¸n häc - §¹i häc Tæng hîp - 1989.<br /> 2. Ph¹m V¨n Ch÷ng, "æn ®Þnh ®Æc tr­ng mét sè biÕn ngÉu nhiªn phøc hî". LuËn ¸n<br /> TiÕn sü To¸n häc - Trung t©m NCKHCN Bé quèc phßng, Ng­êi h­íng dÉn chÝnh: PGS.TS.<br /> NguyÔn H÷u B¶o, 8/2009.<br /> <br /> <br /> <br /> <br /> Some Applycations of the Model of the Composed Random<br /> Variables in Water Ressourses reseachs<br /> Assc. Prof. Nguyen Huu Bao, Department of Mathematic<br /> <br /> <br /> Let us consider<br /> N<br />    v<br /> k 1<br /> <br /> Where 1, 2... are i.i.d. random variables and N is nonegative integer valued random<br /> variable which is independent of all k. The random variable  is called the Composed<br /> Random Variable.<br /> This paper consider some applycations of the Model of the Composed Random (such<br /> as the Estimations of the parematers or the Test of the hypothesis of the Composed -<br /> Random variable's Distribution functions) in Water resouces reseachs.<br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
18=>0