내 문제는 "가장자리 벡터가 단조 감소가 아니어야합니다."라는 오류가 발생하면서 20,000 회 이상 반복 할 수 없다는 MCsolutionupdated() 기능과 관련한 문제입니다. 때때로, 나는 심지어이 오류를 얻지도 못하는 final 요소에 대해 Inf 요소를 얻는다. Nielsennewupdated (casechoice, no_iterations)를
많은 몬테카를로 시뮬레이션에서 나오는 이미지에서 볼 수있는 커브를 맞추어야합니다. 또한 txt file에 맞게 데이터를 업로드했습니다. I이 타입의 기능을 갖는 커브를 피팅하는데 tryied했습니다 AX에게 EXP을 k<1와 ( (X^k)는 b). 결과는 실험적 포인트와 비슷하지만 필자가 필요로하는 피팅 기능과는 거리가 멀다. 나는 전체 방정식을 다른 방정
테스트 할 Monte Carlo Markov Chain 시뮬레이션이 있습니다. 시스템 크기는 n입니다. 지금 나는 n 사이의 관계와 비용이 무엇인지 알고 싶습니다. 즉, n의 전력/주문을 비용으로 알고 싶습니다 (예 : n^2.5 또는 n^2.8)? 많은 요인과 단계가 있기 때문에 우선 복잡도를 분석하지 않는 것이 좋습니다. 컴퓨터 시간 비용을 얻기 위해
두 개의 파라미터를 추론하기 위해 PyMC3에 동적 시스템 모델을 구성하려고합니다. 이 모델은 통상적으로 역학에 사용되는 기본 SIR이다 : DS/DT = - R0 *의 g의 *의 S의 * I 디/DT = g * I (r에 *의 S - 1) 여기서 r0와 g는 추론 할 매개 변수입니다. 지금까지, 나는 전혀 멀지 못합니다. 이처럼 마르코프 체인을 조합 한
내 로봇의 몬테카를로 지역화를 구현하고 있으며, 환경 맵과 시작 위치와 방향을 제공합니다. 가 균일 각 단계에서 그런 다음 지정된 위치의 주위에 500 개 입자를 만들 : 다음과 같이 나의 접근 방식은 운동이 오도 모든 입자를 업데이트 (내 현재의 접근 방식이 newX = oldX + odometryX (1 + standardGaussianRandom) 등
솔루션 환경에서 구의 성장을 시뮬레이션하도록 코딩 중입니다. 나는 이런 식으로하고있다. 공간을 만들고 시드로 중앙에 셀을 넣습니다. pSpace = new char[nXRange * nYRange * nZRange];
for (int i = 0; i < nZRange; i++)
for (int j = 0; j < nYRange; j++)
for (in
시뮬레이트 된 p- 값으로 R에서 피셔의 정확한 테스트를 사용하는 데 문제가 있지만 "기술"로 인해 발생했는지 여부는 알 수 없습니다 (R) 또는 (통계적으로) 그런 식으로 작동하도록 의도 된 경우. 내가 작업 할 데이터 세트의 하나는 : p = 1/(B+1)
(B = number of replicates used in the Monte Carlo tes
카를로 시뮬레이션에 대한 이항 분포 난수를 생성해야합니다 (매개 변수에 대해 Bernoulli 시도가 필요함). 지금까지, 나는 그것을 위해 "rbinom"함수를 사용했다. 그러나 이해할 수 있듯이 난수 생성에 낮은 불일치 시퀀스를 사용하여 매개 변수 공간을 더 효과적으로 사용할 수 있습니다. Sobol 시퀀스를 사용하여 이항 난수를 생성 할 수 있습니까?
간격에서 임의 값을 얻은 두 벡터 (i,j), A(10,1), B(10,1)이 있다고 가정합니다. 예. A = [1 6 1 10 1 7 1 9 3 6]
B = [7 2 3 5 6 8 7 9 10 2].
동일한 i 인덱스를 가진 값의 수를 계산하는 새 벡터를 만드는 데 관심이 있습니다. 예 : 1 and 7 ⇒ 2 occurrences
6 and 2
나는 하루에 만들어야하는 최적의 제품 수를 차트로 표시 한 다음 차트를 사용하여 하루에 최적의 제품 수를 찾고자합니다 . 생산 비용 : 대한 판매 $ 4 : $ (12) 제품에 대한 그래서 $ (1) 이상적인 이익을 위해 판매 남은 음식은 $ 8,하지만이 될 수 - $ 3이 남아있는 경우 하루가 끝날 때까지. NORMINV(RAND(),mean,std_de