Учебно-методический комплекс учебной дисциплины «Математические методы моделирования в нефтегазовой геологии» вузовского компонента цикла опд по специальности

Вид материала

Содержание

Темы лабораторных работ
Случайная величина
Непрерывная случайная величина
Основные числовые характеристики распределения случайной величины
Асимметрия (r3), эксцесс (r4)
Линейное программирование
Метод Жордана - Гаусса
Симплексный метод

Подобный материал:

1 2 3 4

Темы лабораторных работ.

Информац. блок	Идентиф.лаб. работы	Темы лабораторных работ
1	Л_2.	Расчет показателей совокупности данных нефтегазовой геологии; оценка точности расчетных величин – 4 часа
2	Л_23	Проверка гипотез о вероятностно-статистическом распределении геологических данных – 4 часа
3	Л_4	Оценка тесноты и формы парных корреляционных связей геологических данных – 4 часа
5	Л_5	Оценка показателей множественных корреляционных связей геологических данных – 6 часа
7	Л_7.	Применение методов распознавания образов для группирования и классификации – 4 часа.
8	Л_8.	Применение методов полиномиального моделирования геологических поверхностей; тренд-анализ; выявления и описания скрытых периодичностей данных нефтегазовой геологии - 6 часа
9	Л_9	Кригинг. Вариограммы. Прогноз пространственно ориентированных показателей – 4 часа.
11	Л_11.	Применение моделей оптимизации методами линейного программирования в поисках, оценке, разработке нефтяных и газовых месторождений»– 4 часа
	Всего часов	36

Работы выполняются средствами компьютерных программ: MS Excel, Statistica, DV SeisGeo. Лабораторные работы выполняются в соответствии с рекомендациями учебного пособия:

Прозорова Г.Н. Методические указания к выполнению лабораторных работ по курсу «Методы математического моделирования в геологии». Ростов на Дону, 2007 Электронная версия.

Составлены индивидуальные задания для выполнения лабораторных работ (см. папки с заданиями).

Рекомендуемая литература

Основная:

Дементьев Л.Ф. Математические методы и ЭВМ в нефтегазовой геологии. Учеб. пособие для вузов. М., Недра, 1983. 189 с.
Гмурман В.Е. Теория вероятностей и математическая статистика. Учебное пособие для вузов. – 8 е изд., стер. – М.: Высш. Шк.,2002. – 479 с.: ил.
Прозорова Г.Н. Методические указания к выполнению лабораторных работ по курсу «Методы математического моделирования в геологии». Ростов на Дону, 2007 Электронная версия.

Дополнительная:

Вентцель Е.С. Теория вероятностей: Учеб. для вузов. – 5-е изд. стер. – М.: Высш. шк., 1998. – 576 с.
Математические методы и ЭВМ в поисково-разведочных работах. Учеб. Пособие для вузов/М.С. Арабаджи, Э.А.Бакиров, В.С.Мильничук, Р.В.Сенюков – М., Недра, 1984.264 с.
Вычислительная математика и техника в разведочной геофизике: Справочник геофизика/ Под ред. В.И. Дмитриева. – 2 е изд., перераб. и доп. – М.: Недра, 1999. – 498 с.: ил.
Математическое программирование. Учебн. Пособие. Кузнецов Ю.Н., Кузубов В.И., Волощенко А.Б. – М., Высшая школа, 1980 – 300 с., ил.
Техническое описание и руководство пользователя программы Statistica 5.0 (for Windows) (Фирма StatSoft Inc. (США), 2002 г.; DV SeisGeo (Москва, 2005)
Справка по математическим компьютерным программам: BMDP 1.0, SPSS 6.1, Statgraphics 1.0, Systat 5.01., Matematica®, Matlab®, Harvard Graphics®, Mathcad 11, Statistica 5.0 (Фирма StatSoft Inc. (США), основанная в 1984г.).
Родионов В.Ф. Справочник по математическим методам в геологии. - М.: Недра, 1987.
Дэвис Дж. Статистический анализ данных в геологии. - М.: Недра, 1990

Глоссарий

Модель – мысленно представленная или материально реализованная система, которая отображает или воспроизводит свойства объекта исследования и способна замещать его так, чтобы ее изучение позволяло получить новую информацию об объекте

Случайная величина – результат опыта, выраженный количественно; она может принимать в опыте различные значения, заранее неизвестно какие.

Дискретная случайная величина – это только конечные или счетные (пронумерованные) значения; например, количество продуктивных (нефтегазонасыщенных) пластов месторождения.

Непрерывная случайная величина – это величина, имеющая непрерывную область значений; например, пористость пласта, которая (при неограниченной точности ее оценки) может принимать любые значения в заданном интервале.

Частота определенного значения случайной величины в статистической совокупности – это количество повторений этого значения; частость (относительная частота) – отношение частоты к общему количеству значений (объему) совокупности.

Основные числовые характеристики распределения случайной величины

Математическое ожидание(M(x)) это центр распределения случайной величины,

Дисперсия (D(x)), среднее квадратическое отклонение σ (x), коэффициент вариации (η(x) – показатели степени рассеяния распределения случайной величины:

Асимметрия (r3), эксцесс (r4) – характеристики, соответственно, скошенности и островершинности распределения случайной величины

Корреляция – определение существования взаимосвязи между двумя или более случайными величинами и оценка силы (тесноты) этой связи.

Регрессия – определение характера (формы) зависимости между случайными величинами путем сглаживания эмпирической зависимости методом наименьших квадратов.

Аппроксимация син. аппроксимирование замена одних математических объектов другими, в том или ином смысле близкими к исходным (отсюда происхождение слова "А.": "приближение"). А. позволяет исследовать числовые характеристики и качественные свойства объекта, сводя задачу к изучению более простых или более удобных объектов, характеристики которых легко вычисляются или свойства которых уже известны. Особое место в задачах А. принадлежит полиномам Чебышева.

Вектор величина, характеризуемая числовым значением и направлением

Линейное программирование – методы исследования и отыскания наибольших (наименьших) значений линейной функции, на неизвестные которых наложены линейные ограничения.

Метод Жордана - Гаусса решение системы из m линейных уравнений с n неизвестными методом полного исключения неизвестных

Базис n- мерного векторного пространства – любая совокупность n линейно независимых векторов этого пространства

Симплексный метод алгоритм расчета оптимального опорного плана за конечное число шагов исходя из известного опорного плана.

Blog

Содержание