Home › News

Статистическое моделирование

06.09.2018

RuleOfThumb - Метод Монте-Карло

Презентация «Статистическое моделирование» . Размер 1069 КБ. Автор: Пономаренко Н.В. .

содержание презентации «Статистическое моделирование.ppt»

Лекция 19: Статистическое моделирование систем массового обслуживания

№	Слайд	Текст
1		Статистическое моделирование Статистическое моделирование. Метод Монте-Карло. Гимназия 22. Статистическое моделирование
2		Монте-Карло Монте-Карло - столица княжества Моноко.
3		Монте-Карло - столица княжества Моноко Монте-Карло - столица княжества Моноко.
4		Случай Здесь царит Его Величество Случай.
5		Метод Монте-Карло Метод Монте-Карло. Это метод решения задач с помощью генерации случайных последовательностей. Появление компьютеров сделало приемы метода Монте-Карло реализуемыми практически.
6		Идея метода Монте-Карло Идея метода Монте-Карло. Если нам надо приближенно вычислить некоторую величину A, то надо придумать такую случайную величину B, что, получив и обработав множество ее значений, можно было получить искомую величину. Требуется определить площадь некоторой ограниченной фигуры. Модель: Если взять очень много песчинок и равномерно распределить их в квадрате, содержащем эту фигуру, то количество песчинок, попавших внутрь фигуры, будет пропорционально ее площади.
7		Постановка задачи Постановка задачи определения значения числа ? Sкв= (2R)2 = 4R2. Sкр= ? R2. N- общее количество точек; К – количество точек, попавшее в круг.
8		Определения значения числа Постановка задачи определения значения числа ? Точка попала в круг, если X2 + Y2 <= R2.
9
10		Программа Программа на языке QBASIC. IF X2+Y2 <= THEN PSET ( , ) , 1 K=K+1 ELSE PSET ( , ) , 4 END IF NEXT i PI= PRINT “PI=“; pi. SCREEN 12 RANDOMIZE TIMER WINDOW ( , ) – ( , ) CIRCLE ( , ), , LINE ( , ) – ( , ), , INPUT “N=“; N K=0 FOR i=1 TO N X= … Y= …
11		Программа на языке QBASIC Программа на языке QBASIC. IF X2+Y2 <= 201^2 THEN PSET ( X, Y) , 1 K=K+1 ELSE PSET (X , Y ) , 4 END IF NEXT i PI = 4 * K / N PRINT “PI=“; PI. SCREEN 12 RANDOMIZE TIMER WINDOW (-320,240) – (320,-240) CIRCLE (0,0), 200, 15 LINE (-201,200) – (200, - 201), 2, B INPUT “N=“; N K=0 FOR i=1 TO N X= INT (RND(1)*402 – 201) Y= INT (RND(1)*402 – 201).
12		Результаты проведения компьютерного эксперимента Выводы? Значение ? Результаты проведения компьютерного эксперимента при разных значениях N. Кол-во точек (N). 100. 1 000. 10 000. 100 000.
13		Для выбора последовательности случайных цифр можно взять дробную часть числа Для выбора последовательности случайных цифр можно взять дробную часть числа ? ?=3,14592653589793238462643383279502884197169399375105820974944592307816406286208998628034825342117…
14		Метод Монте-Карло применяется Метод Монте-Карло применяется. Для определения площадей произвольных фигур; для выбора наилучших стратегий в задачах, где присутствует много случайных факторов; для определения вероятности наступления какого-либо события;
15		Для построения различных геометрических объектов Метод Монте-Карло применяется. Для построения различных геометрических объектов, в том числе лабиринтов и фракталов; для моделирования поведения сложных экологических и экономических систем;
16		Метод Монте-Карло – мощный и универсальный инструмент для решения задач во многих областях знаний Метод Монте-Карло – мощный и универсальный инструмент для решения задач во многих областях знаний.
17		Этапы решения задач на компьютере Этапы решения задач на компьютере. Постановка задачи. Ввод программы в память компьютера. Выбор метода решения. Отладка программы. Построение математической модели. Тестирование программы. Разработка алгоритма. Перевод алгоритма в программу. Получение и анализ результатов.
«Статистическое моделирование»