Hallo,

In deiner Monte-Carlo-Simulation erzeugst du - vereinfacht ausgedrückt - einfach nur verrauschte Daten?!

Ich habe ein funktionales Modell (in meinem Fall also die Berechnung der Strecke aus Koordinaten) und ich habe die Unsicherheiten dieser Koordinaten. Gesucht wird die Strecke zwischen den Punkten und die zugehörige Unsicherheit. Meine Punkte sind korreliert miteinander - zum einen zwischen den Koordinatenkomponenten und zum anderen zwischen den Punkten selbst, sodass ich eine vollbesetzte Kovarianzmatrix habe.

Mit der Monte-Carlo-Simulation werden (synthetische) Stichproben meiner Eingangsgrößen erzeugt. Diese würden sich bspw. auch ergeben, wenn ich die Punkte erneut aufmessen würde. Die Simulation am Rechner nimmt mir also das wiederholte Messen meiner Eingangsgrößen ab. Die Abhängigkeiten (Bedingungen, Korrelationen) zwischen meinen Punkten, die sich in meiner Kovarianzmatrix befinden, berücksichtige ich hierbei. Es sind also nicht einfach nur verrauschte Daten. Wenn dem so wäre, hätte randn() bereits ausgereicht.

Aus Deinen Angaben habe ich entnommen, dass Du auch eine Eingangskovarianzmatrix hast (oder diese zumindest erzeugen kannst). Folglich kannst Du neue Daten synthetisch erzeugen, die die Korrelationen Deiner Eingangskovarianzmatrix berücksichtigen.

Viele Grüße
Micha

--
applied-geodesy.org - OpenSource Least-Squares Adjustment Software for Geodetic Sciences