<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные наукоемкие технологии</journal-title>
      </journal-title-group>
      <issn>1812-7320</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.17513/snt.38404</article-id>
      <article-id pub-id-type="publisher-id">ART-38404</article-id>
      <title-group>
        <article-title>РАСШИРЕНИЕ МАТЕМАТИЧЕСКОЙ БИБЛИОТЕКИ MATHPHP ДЛЯ РЕШЕНИЯ ЗАДАЧ СТОХАСТИЧЕСКОГО МОДЕЛИРОВАНИЯ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Богомолова</surname>
              <given-names>О.И.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Bogomolova</surname>
              <given-names>O.I.</given-names>
            </name>
          </name-alternatives>
          <email>boikfti@yandex.ru</email>
          <xref ref-type="aff" rid="aff1"/>
        </contrib>
      </contrib-group>
      <aff id="aff1">
        <institution xml:lang="ru">Казанский национальный исследовательский технологический университет</institution>
        <institution xml:lang="en">Kazan National Research Technological University</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2020-12-30">
        <day>30</day>
        <month>12</month>
        <year>2020</year>
      </pub-date>
      <issue>12</issue>
      <fpage>9</fpage>
      <lpage>14</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://top-technologies.ru/article/view?id=38404</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>В работе рассмотрена реализация расширения математической библиотеки классов MathPHP. Основное назначение разработанного расширения – решение задач стохастического моделирования, в которых используется функция ошибок erf. Библиотека классов MathPHP разработана и поддерживается сотрудниками Массачусетского технологического университета. В качестве языка разработки данной библиотеки был выбран язык php, интенсивно применяемый в разработке веб-приложений. Исходный код библиотеки доступен всем желающим и может быть скачан из репозитория github. Библиотека классов MathPHP может быть использована для решения задач алгебры, геометрии, статистики, математического моделирования. В библиотеке классов MathPHP реализован класс специальных функций. В данной работе рассматривается возможность расширения данного класса для реализации функции ошибок и функции, обратной к функции ошибок. Функция ошибок, реализованная в данном классе, предполагает использование экспоненты, являющейся трансцендентной функцией. Для задач стохастического моделирования, требующих генерации огромного количества данных, является предпочтительным использование алгебраических функций. В статье предложено расширение класса специальных функций, содержащее реализацию функций ошибок erf и функции, обратной к erf. Функции представлены рациональной дробью с полиномами в числителе и знаменателе различной степени.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>The paper considers the implementation of the mathphp class library extension. The main purpose of the developed extension is to solve stochastic modeling problems that use the erf error function. The MathPHP class library is developed and maintained by employees of the Massachusetts Institute of technology. Php was chosen as the development language for this library, which is widely used in the development of web applications. The source code of the library is available to everyone and can be downloaded from the github repository. The MathPHP class library can be used for solving problems in algebra, geometry, statistics, and mathematical modeling. The MathPHP class library implements a class of special functions. In this paper, we consider the possibility of extending this class to implement the error function and the inverse function of the error function. The error function implemented in this class uses an exponent that is a transcendental function. For stochastic modeling problems that require generating a huge amount of data, the use of algebraic functions is preferred. The article proposes an extension of the class of special functions that contains the implementation of ERF error functions and the inverse function of erf. Functions are represented by a rational fraction with polynomials in the numerator and denominator of various degrees.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>библиотека классов</kwd>
        <kwd>методы класса</kwd>
        <kwd>стохастическое моделирование</kwd>
        <kwd>обратная функция</kwd>
        <kwd>аппроксимация функции ошибок</kwd>
        <kwd>разложение функции в ряд</kwd>
        <kwd>относительная погрешность</kwd>
        <kwd>абсолютная погрешность</kwd>
        <kwd>параметрическое распределение</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>class library</kwd>
        <kwd>class methods</kwd>
        <kwd>stochastic modeling</kwd>
        <kwd>inverse function</kwd>
        <kwd>error function approximation</kwd>
        <kwd>function series expansion</kwd>
        <kwd>relative error</kwd>
        <kwd>absolute error</kwd>
        <kwd>parametric distribution</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Алон Н., Спенсер Дж. Вероятностный метод: учебное пособие / Пер. 2-го англ. изд. 4-е изд., электрон. М.: Лаборатория знаний, 2020. 323 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Ермаков С.М., Сипин А.С. Метод Монте-Карло и параметрическая разделимость алгоритмов. СПб.: Изд. СПбГУ, 2014. 247 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Пантелеев А.В., Кудрявцева И.А. Численные методы для инженеров и экономистов. М.: Факториал Пресс, 2017. 416 c.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Dominici D. The inverse of the cumulative standard normal probability function. Integral Transforms and Special Functions. 2003. № 4. Р. 281–292.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Dominici D. Nested derivatives: a simple method for computing series expansions of inverse functions. International journal of mathematics and mathematical sciences. 2003. № 3. Р. 3699–3715.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6. Шакин В.Н., Загвоздкина А.В., Сосновиков Г.К. Объектно-ориентированное программирование на Visual Basic в среде Visual Studio.NET: учебное пособие. М.: ФОРУМ: ИНФРА-М, 2019. 398 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7. Дудецкий В.Н. Объектно-ориентированные языки программирования: учеб. пособие: в 3 ч. Ч. I. 2-е изд., стер. М.: ФЛИНТА, 2016. 48 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8. Богомолова О.И. Алгоритм и программная реализация получения аппроксимации Паде для функций, обратных к функциям распределения // Вестник технологического университета. 2018. № 11. С. 127–130.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
