Dakota provide thorough reliability analysis methods. They are as follows: MCS: Monte Carlo Simulation FORM: First Order Reliability Method SORM: Second Order Reliability Method MV/MVFOSM: Mean Value AMV: Advanced Mean Value AMV+ TANA: two point adaptive nonlinear approximation Input files of each method are as follows: MCS FORM SORM MV AMV AMV+ TANA Cumulative distribution functions are compared for these methods. Except MVFOSM, results of other methods accord well for this problem(log ratio).
모집단: 통계에서 조사의 대상인 집단 전체 표본: 모집단에서 추출한 일부 확률변수(random variables): 어떠한 값이 되는 가 하는 것이 확률법칙으로 결정되는 변수, 대문자로 표시 이산확률변수(discrete random variable): 확률변수 $X$가 취할 수 있는 값이 유한개이거나 자연수와 같이 셀 수 있을 때, X를 이산확률변수라고 함. 연속확률변수: 확률변수 $X$가 어떤 구간 내의 모든 실수 값을 취할 때, X를 연속확률변수라고 함. 확률질량함수: 이산확률변수 $X$의 확률분포를 나타내는 함수를 X의 확률질량함수라고 함. 확률밀도함수(probability density function): 확률변수 $X$가 $a\le x\le b$의 값을 가지는 확률 $P(a\le X\le b)$가 $P(a\le X\le b) = \int_{a}^{b} f(x)\, dx$ 으로 표시 가능할 경우 $f(x)$를 확률밀도함수라고 한다. 정규분포(normal distribution): 연속확률변수 $X$의 확률밀도함수 $f(x)$가 $f(x)=\frac{1}{\sqrt{2\pi}} e^{-\frac{(x-m)^2}{2\sigma^2}}$ 일 때, $X$의 확률분포 중심극한정리(Central Limit Theorem, CLT): 표본의 개수가 많을 경우 표본과 모집단의 중심값은 같다.
댓글
댓글 쓰기