Monte-Carlo-Simulation mit Scilab

WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Partner:

Forum

Option

[Erweitert]

• Diese Seite per Mail weiterempfehlen

Gehe zu:

Peter1987

Gast


	Beiträge: ---

	Anmeldedatum: ---

	Wohnort: ---

	Version: ---

Verfasst am: 16.12.2014, 14:32 Titel: Monte-Carlo-Simulation mit Scilab

Hallo zusammen,

ich bin Anfänger in Scilab und benötige Eure Hilfe. Ich möchte folgendes erreichen und habe diesbzgl. den unteren Code gewählt. Nun weiß ich nicht, ob der Code auch so Sinn macht.

Problemstellung:

Ich habe eine m*n Matrix mit m=15 und n=25. In dieser Matrix befinden sich die gemessenen Schwankungen Sigma nach n=25 Durchläufen einer Technologiekette. Ich möchte die Werte in dieser Matrix simulieren, um am Ende bspw. eine Vektormatrix oder Spaltenvektoren zu jeder der jeweiligen Spalten (n=25) erhalten, die ich anschließend weiter Verwenden kann, d.h. ich möchte aus den entstandenen neuen Matrix bzw. Spaltenvektoren den arithmetischen Mittel bilden. Aber dies ist erst einmal nebensächlich. Folgende Codierung habe ich aus unterschiedlichen Literaturquellen gefunden:

Code:

//Bereinigen der Konsole
clc
//Löschen der Variablen
clear
//Parameterfestlegung

//die Zeilen bilden die Schwankungen der Technologien 1-15 und die Spalten 1- 25 die jeweiligen Durchläufe
//aus den die Schwankungswerte der Technologien resultieren
u=[0.80 0.6 0.5 0.8 0.9 0.5 0.6 0.5 0.8 0.9 0.4 0.65 0.7 0.85 0.4 0.65 0.7 0.85 0.32 0.24 0.45 0.54 0.67 0.93 0.33;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13]

m=10 //Anzahl der Versuche (Bspw. 10 Durchläufe)

n=25 //Anzahl der Spalten bzw. Daten

for i=1:m //Schleife 1 bis m
x=u*grand(n,m,"def")

tic//Call
end

Funktion ohne Link?

Vielen Dank schon einmal für Eure Hilfe. Ich weiß, ich bin bei Euch hier gut aufgehoben.

Peter1987

Gast


	Beiträge: ---

	Anmeldedatum: ---

	Wohnort: ---

	Version: ---

Verfasst am: 17.12.2014, 12:53 Titel: Monte-Carlo-Simulation mit Scilab

Hallo zusammen,

habe an meinem Code noch ein wenig gebastelt Very Happy

! Ich erhalte nach der Generierung der Werte (Normalverteilung) zum Teil negative Werte.

Weiß jemand, wie ich die negativen Werte vermeiden kann bzw. derart einrichten kann, dass nur positive Werte zwischen 0 und 1 herauskommen?

Für Eure Unterstützung wäre ich sehr dankbar!!

Code:

//Bereinigen der Konsole
clc
//Löschen der Variablen
clear
//Parameterfestlegung

//die Zeilen bilden die Schwankungen der Technologien 1-15 und die Spalten 1- 25 die jeweiligen Durchläufe
//aus den die Schwankungswerte der Technologien resultieren
u=[0.80 0.6 0.5 0.8 0.9 0.5 0.6 0.5 0.8 0.9 0.4 0.65 0.7 0.85 0.4 0.65 0.7 0.85 0.32 0.24 0.45 0.54 0.67 0.93 0.33;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.21 0.23 0.56 0.67 0.68 0.77 0.77 0.76 0.65 0.43 0.45 0.32 0.12 0.16 0.54 0.61 0.87 0.56 0.72 0.75 0.32 0.34 0.54 0.65 0.43;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.11 0.53 0.34 0.46 0.75 0.81 0.44 0.34 0.23 0.21 0.28 0.34 0.41 0.46 0.41 0.49 0.52 0.53 0.72 0.14 0.25 0.24 0.17 0.23 0.63;
0.56 0.76 0.98 0.77 0.32 0.45 0.58 0.65 0.71 0.89 0.12 0.31 0.04 0.22 0.25 0.34 0.43 0.54 0.65 0.73 0.85 0.91 0.12 0.21 0.89;
0.30 0.16 0.25 0.38 0.94 0.55 0.36 0.45 0.58 0.39 0.54 0.65 0.57 0.15 0.14 0.55 0.37 0.35 0.32 0.54 0.25 0.64 0.47 0.83 0.13]

//Anzahl der Versuche
m=1
//Anzahl der Spalten bzw. Daten
n=25
//Schleife 1 bis m
for i=1:m
x=grand(u,"nor",0,1)
Mittelwert=mean(x)//Der arithmetischen Mittelwert
var=variance(x)//Die Varianz
sig=stdev(x)//Die empirische Standardabweichung
xAchse = linspace(min(x),max(x),m)//
gauss = 1/(sig * sqrt(2 * %pi)) * exp( - ((x - Mittelwert).^2)/(2 * var))//Verteilungsdichte

//sortieren der Messwerte (Aufsteigend)
xsort = gsort(x,'g','i');// Aufsteigend sortieren
//for i=1:m //Die Verteilungsfunktion
F(i) = cdfnor("PQ",m,Mittelwert,sig)
//Call
tic
end
//end

//set(scf(),"figure_name","Absolute Häufigkeit")
//histplot(40,x,normalization = %f);
//xtitle("Absolute Häufigkeit", "Werte","Häufigkeit");

Funktion ohne Link?


Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:	Du kannst Beiträge in dieses Forum schreiben. Du kannst auf Beiträge in diesem Forum antworten. Du kannst deine Beiträge in diesem Forum nicht bearbeiten. Du kannst deine Beiträge in diesem Forum nicht löschen. Du kannst an Umfragen in diesem Forum nicht mitmachen. Du kannst Dateien in diesem Forum posten Du kannst Dateien in diesem Forum herunterladen

Impressum | Nutzungsbedingungen | Datenschutz | FAQ |

RSS

Hosted by:

Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.