🗊Презентация Комп’ютерне моделювання випадкових процесів. (Тема 12)

Нажмите для полного просмотра!
Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №1Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №2Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №3Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №4Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №5Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №6Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №7Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №8Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №9Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №10Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №11

Вы можете ознакомиться и скачать презентацию на тему Комп’ютерне моделювання випадкових процесів. (Тема 12). Доклад-сообщение содержит 11 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1





Комп’ютерне моделювання
випадкових процесів
Тема 12
Описание слайда:
Комп’ютерне моделювання випадкових процесів Тема 12

Слайд 2





Зміст
Стохастичні моделі. Метод Монте-Карло.
Комп’ютерне моделювання броунівського руху.
Описание слайда:
Зміст Стохастичні моделі. Метод Монте-Карло. Комп’ютерне моделювання броунівського руху.

Слайд 3





Явища, хід процесів у яких визначається строгими і чіткими закономірностями, називаються детермінованими.
Явища, хід процесів у яких визначається строгими і чіткими закономірностями, називаються детермінованими.
Відповідні їм моделі є також детермінованими.
Приклади випадкових явищ:
Виробничі процеси;
Денна кількість пасажирів на різних видах транспорту;
Тривалість проміжків між ремонтами техніки;
Зміни в часі симпатій виборців тощо.
Подібні процеси називаються стохастичними.
Описание слайда:
Явища, хід процесів у яких визначається строгими і чіткими закономірностями, називаються детермінованими. Явища, хід процесів у яких визначається строгими і чіткими закономірностями, називаються детермінованими. Відповідні їм моделі є також детермінованими. Приклади випадкових явищ: Виробничі процеси; Денна кількість пасажирів на різних видах транспорту; Тривалість проміжків між ремонтами техніки; Зміни в часі симпатій виборців тощо. Подібні процеси називаються стохастичними.

Слайд 4





Існують різні підходи до моделювання систем, що містять стохастичні характеристики.
Існують різні підходи до моделювання систем, що містять стохастичні характеристики.
Найпоширенішим з них є метод випадкової вибірки – метод Монте-Карло. Назва методу походить від назви столиці князівства Монако.
Створення цього методу пов’язане з роботою американського математика – Джона фон Неймана (один з засновників кібернетики) – наприкінці 40-х рр. ХХ ст.
Описание слайда:
Існують різні підходи до моделювання систем, що містять стохастичні характеристики. Існують різні підходи до моделювання систем, що містять стохастичні характеристики. Найпоширенішим з них є метод випадкової вибірки – метод Монте-Карло. Назва методу походить від назви столиці князівства Монако. Створення цього методу пов’язане з роботою американського математика – Джона фон Неймана (один з засновників кібернетики) – наприкінці 40-х рр. ХХ ст.

Слайд 5





Отримати рівномірно розподілені випадкові числа можна, використовуючи рулетку або лототрон.
Отримати рівномірно розподілені випадкові числа можна, використовуючи рулетку або лототрон.
Рівномірний розподіл випадкових чисел – ідеалізоване математичне поняття, на практиці зустрічається не часто.
У природних, виробничих і суспільних умовах спостерігаються нерівномірні розподіли (коливання купівельного попиту, величини врожаю у різні роки тощо).
На сьогодні випадкові числа давно визначені і зведені до спеціальних таблиць.
Описание слайда:
Отримати рівномірно розподілені випадкові числа можна, використовуючи рулетку або лототрон. Отримати рівномірно розподілені випадкові числа можна, використовуючи рулетку або лототрон. Рівномірний розподіл випадкових чисел – ідеалізоване математичне поняття, на практиці зустрічається не часто. У природних, виробничих і суспільних умовах спостерігаються нерівномірні розподіли (коливання купівельного попиту, величини врожаю у різні роки тощо). На сьогодні випадкові числа давно визначені і зведені до спеціальних таблиць.

Слайд 6





При моделюванні випадкових величин їх розподіл визначають одним з 2-х способів:
При моделюванні випадкових величин їх розподіл визначають одним з 2-х способів:
За певним теоретичним законом методами математичної статистики;
На основі даних, отриманих за результатами спеціально поставленого натурного експерименту.
Джон фон Нейман винайшов алгоритм генерування (створення) чисел, дуже схожих на випадкові і рівномірно розподілених у інтервалі [0;1].
Такі числа називаються псевдовипадковими, оскільки їхня послідовність є періодичною.
Описание слайда:
При моделюванні випадкових величин їх розподіл визначають одним з 2-х способів: При моделюванні випадкових величин їх розподіл визначають одним з 2-х способів: За певним теоретичним законом методами математичної статистики; На основі даних, отриманих за результатами спеціально поставленого натурного експерименту. Джон фон Нейман винайшов алгоритм генерування (створення) чисел, дуже схожих на випадкові і рівномірно розподілених у інтервалі [0;1]. Такі числа називаються псевдовипадковими, оскільки їхня послідовність є періодичною.

Слайд 7





Відома функція RND(X) генерує рівномірно розподілену в інтервалі [0;1] послідовність псевдовипадкових чисел.
Відома функція RND(X) генерує рівномірно розподілену в інтервалі [0;1] послідовність псевдовипадкових чисел.
Random від англ. – випадковий. В електронних таблицях – це функція СЛЧИС().
Ідея методу Монте-Карло:
При побудові стохастичних моделей деякі суттєві параметри моделі визначають за допомогою випадкових чисел. Основна проблема – пошук зручного та надійного джерела (генератора) таких чисел.
Описание слайда:
Відома функція RND(X) генерує рівномірно розподілену в інтервалі [0;1] послідовність псевдовипадкових чисел. Відома функція RND(X) генерує рівномірно розподілену в інтервалі [0;1] послідовність псевдовипадкових чисел. Random від англ. – випадковий. В електронних таблицях – це функція СЛЧИС(). Ідея методу Монте-Карло: При побудові стохастичних моделей деякі суттєві параметри моделі визначають за допомогою випадкових чисел. Основна проблема – пошук зручного та надійного джерела (генератора) таких чисел.

Слайд 8





Броунівський рух – невпорядкований рух дрібних частинок у рідині, газі під впливом ударів молекул навколишнього середовища.
Броунівський рух – невпорядкований рух дрібних частинок у рідині, газі під впливом ударів молекул навколишнього середовища.
Причина броунівського руху – тепловий рух молекул середовища.
Описание слайда:
Броунівський рух – невпорядкований рух дрібних частинок у рідині, газі під впливом ударів молекул навколишнього середовища. Броунівський рух – невпорядкований рух дрібних частинок у рідині, газі під впливом ударів молекул навколишнього середовища. Причина броунівського руху – тепловий рух молекул середовища.

Слайд 9





Формули для побудови комп. моделі
Формули для побудови комп. моделі
Описание слайда:
Формули для побудови комп. моделі Формули для побудови комп. моделі

Слайд 10


Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №10
Описание слайда:

Слайд 11


Комп’ютерне моделювання випадкових процесів. (Тема 12), слайд №11
Описание слайда:



Похожие презентации
Mypresentation.ru
Загрузить презентацию