Введение. 
Компьютерное моделирование стохастических процессов

Моделирование в научных исследованиях стало использоваться еще в глубокой древности и постепенно захватывало все новые области научных знаний. В современном мире на помощь пришли компьютерные технологии, а именно компьютерное моделирование, позволяющее создать и увидеть «виртуальные» эксперименты, модели, а также и стохастические процессы.

Теория стохастических или случайных процессов является одной из немногих специализированных математических теорий, востребованной и общей в различных науках. В тоже время не все явления и процессы можно представить с помощью функциональных зависимостей. В таких случаях моделируются и изучаются стохастические связи.

Термин стохастика понимается как вероятность событий, обусловленных случайным сочетанием факторов. Стохастическая зависимость проявляется только в среднем в массе наблюдений, т.к. по закону больших чисел в большей совокупности закономерная связь выступает устойчивее случайного совпадения. В этом случае величине факторного признака может соответствовать несколько значений результативного показателя.

При изучении стохастических зависимостей предполагается использование различных способов и приемов:

• — сравнение, аналитические группировки, графические и др., которые позволяют установить общий характер и направленность связи и считающиеся простыми;
• — способы дисперсионного, компонентного, корреляционного, современного многомерного факторного анализа, определяющие степень влияния факторов на изучаемый показатель и являющиеся более сложными.

Актуальность курсовой работы. Смысловая значимость любой стохастической модели состоит в том, что изучаемое случайное явление формализуется в виде некоторого математического процесса, в общем виде являющего случайным.

Благодаря специально разработанным алгоритмам, чаще всего, на электронной цифровой вычислительной машине (ЭВМ) воспроизводятся отдельные реализация этого случайного процесса. Методом статистических испытаний учитываются при этом все необходимые вероятностные закономерности влияния случайных факторов. Набор необходимого количества таких реализаций позволяет получить статистические оценки значений параметров процесса.

В ходе изучения исследуемого процесса можно учесть достаточно большое число случайных факторов. Эта возможность появляется за счет того, что каждый раз методом статистических испытаний по известному вероятностному закону определяется конкретных исход случайного события. При этом отсутствует необходимость в выведении общего суммарного вероятностного закона, которому подчиняется конечный исход процесса, что при наличии большого числа случайных факторов является практически неразрешимым. Эти обстоятельства как раз и позволили стохастическим моделям занять такое значимое место при исследовании процессов и явлений в различных областях наук.

Стохастические модели, позволяют достаточно просто получить отдельные реализации практически любых случайных процессов, в то же время требуют весьма много времени для проведения трудоемкой работы по статистической обработке большого числа реализации изучаемого процесса с целью получения необходимых выводов и рекомендаций. Исходя из того, что для сложных процессов моделей получаются громоздкими и требуют значительных затрат времени и труда для получения достаточно точных результатов, определяется два основных случая применения этих моделей.

В первом случае стохастические модели необходимо применять в тех случаях, когда метод статистических испытаний позволяет получить окончательные результаты гораздо проще, чем при использовании аналитических моделей. Во втором случае стохастические модели применяются тогда, где цели исследования аналитическими методами получить невозможно. моделирование стохастический программа.

Целью курсовой работы является изучение и исследование особенностей стохастических процессов, их моделирование на электронно-вычислительной машине (ЭВМ).

Для выполнения цели ставятся следующие задачи: изучить понятие моделирования на ЭВМ, виды моделирования и их значение в науке; систематизировать материал по выбору метода моделирования стохастической системы и выбору программных средств моделирования; рассмотреть моделирующие программы для детерминированного варианта модели и для стохастической системы.

Курсовая работа состоит из содержания, введения, двух глав, заключения, списка литературы и двух приложений.