Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему по теме Применение Pascal в математической статистике и теории вероятностей

I. Случайные числа на компьютереСлучайные числа – Последовательность чисел, в которой невозможно предсказать следующее число, даже зная все предыдущиеСпособы получения:Бросание игрального кубикаИзмерение естественного шумового сигнала (радиошум или из космоса)Выход:Псевдослучайные числа («как бы случайные») – обладают свойствами
Лицей ИГУ, liguirk.ruЛавлинский М.В., LavlinskiMV@mail.ru«Генерация случайных чисел слишком важна, чтобы оставлять её на волю случая»Роберт Кавью I. Случайные числа на компьютереСлучайные числа – Последовательность чисел, в которой невозможно Метод середины квадрата  (Дж. фон Нейман, 1946 г.)Линейный конгруэнтный генератор Получение случайных чисел в Pascalrandomize - процедура инициализации датчика случайных чисел (задает II. Моделирование случайных экспериментовЗадача 1.Смоделировать 50 бросаний игрального кубика. Рассчитать частоты выпадения Задача 2. (Задача Эйлера)Три человека пришли в ресторан в одинаковых шляпах, сдали Задача 2. (Задача Эйлера)Три человека пришли в ресторан в одинаковых шляпах, сдали III. Вычисление числа π. Метод Монте-КарлоМетод Монте-Карло — метод основанный на моделировании случайных program z3;var i, n, n1: longint;     x, y, IV. Статистические характеристикиЗадача 4.Написать программу для нахождения статистических характеристик (среднее арифметическое, размах, Домашнее заданиеЛицей ИГУ г. Иркутска, liguirk.ru*Конспект«19_[ДЗ]Применение Pascal в МС и ТВ.doc»
Слайды презентации

Слайд 2 I. Случайные числа на компьютере
Случайные числа –
Последовательность

I. Случайные числа на компьютереСлучайные числа – Последовательность чисел, в которой

чисел, в которой невозможно предсказать следующее число, даже зная

все предыдущие
Способы получения:
Бросание игрального кубика
Измерение естественного шумового сигнала (радиошум или из космоса)

Выход:
Псевдослучайные числа («как бы случайные») – обладают свойствами случайных чисел, но каждое следующее число вычисляется по заданной формуле.
Алгоритмы получения псевдослучайных чисел
Метод середины квадрата (Дж. фон Нейман, 1946 г.)
Метод середины произведения
Мультипликативный метод (Линейный конгруэнтный генератор, Д.Г. Лемер, 1949 г.)



Дорогая установка аппаратуры
Невозможность повторения эксперимента


Слайд 3 Метод середины квадрата (Дж. фон Нейман, 1946 г.)
Линейный

Метод середины квадрата (Дж. фон Нейман, 1946 г.)Линейный конгруэнтный генератор (Д.Г.

конгруэнтный генератор (Д.Г. Лемер, 1949 г.)
Входит в стандартные библиотеки

языков программирования



318458191041

564321

209938992481

458191

938992

малый период (последовательность повторяется через 106 чисел)

в квадрате

зерно

Квантовая физика
Квантовая логика
Функциональный анализ
Теория множеств
Информатика
Экономика

Формула для генерации целых чисел [0, m):
Xi+1 = (a·Xi + c) mod m
Xi+1 , Xi – псевдослучайные числа
a, c, m – целые числа

#: Borland Delphi
a=134775813, c=1, m=232

Случайные вещественные числа [0,1]:

дробная часть числа


Слайд 4 Получение случайных чисел в Pascal
randomize - процедура инициализации датчика

Получение случайных чисел в Pascalrandomize - процедура инициализации датчика случайных чисел

случайных чисел (задает начальное значение)
[a, b)
a + random(b - a)
[a,

b)

-(a + random(b - a))

[a, b)

(a + random(b - a)) – (a + random(b - a))

[0, 1)

random

[0, b)

random + random(b)

[k, k+1)

k + random

[a, b)

a + (b - a)*random

[a, b)

(a + (b - a)*random) – (a + (b - a)*random)


Слайд 5 II. Моделирование случайных экспериментов
Задача 1.
Смоделировать 50 бросаний игрального

II. Моделирование случайных экспериментовЗадача 1.Смоделировать 50 бросаний игрального кубика. Рассчитать частоты

кубика. Рассчитать частоты выпадения очков на гранях кубика.
program z1;
const

N=50; {Количество испытаний}
var i,r: integer;
F: array[1..6] of integer; {Массив частот}
begin
randomize;
for i:=1 to N do begin
r:=random(6)+1; {Получение очередного исхода}
write(r);
inc(F[r]); {Подсчет частоты}
end;
writeln;
for i:=1 to 6 do
writeln(i:2,F[i]:6,F[i]/N:8:3);
readln;
end.

Слайд 6 Задача 2. (Задача Эйлера)
Три человека пришли в ресторан

Задача 2. (Задача Эйлера)Три человека пришли в ресторан в одинаковых шляпах,

в одинаковых шляпах, сдали их в гардероб, а уходя,

надели их наугад. Найдите вероятность события В={все надели чужие шляпы} с помощью статистического эксперимента.
Решение:
У опыта 6 возможных исходов
(перестановки из 3-ёх элементов)

Моделирование позволит нам исследовать и общий случай, когда в описанной ситуации участвует N человек.

n = 6
m = 2

P(B) = 1/3

Ответ: 1/3


Слайд 7 Задача 2. (Задача Эйлера)
Три человека пришли в ресторан

Задача 2. (Задача Эйлера)Три человека пришли в ресторан в одинаковых шляпах,

в одинаковых шляпах, сдали их в гардероб, а уходя,

надели их наугад. Найдите вероятность события В={все надели чужие шляпы} с помощью статистического эксперимента.
Идея программируемого решения:
Нужно получить три
случайных числа от 1 до 3, причем все они должны быть различны. То есть получить случайную перестановку.

program z2;
const k=3; {Количество человек}
var N,i,F: longint;
j,r,x,Count: integer;
H: array[1..k] of integer;
begin randomize;
{Задаем число испытаний}
write('N='); readln(N);
F:=0;
for i:=1 to N do begin
{Генерация случайной перестановки из k чисел}
for j:=1 to k do H[j]:=j;
for j:=k downto 1 do begin
r:=random(j)+1;
x:=H[j]; H[j]:=H[r]; H[r]:=x;
end;
{Сколько шляп надето на свои головы?}
Count:=0;
for j:=1 to k do
if H[j]=j then inc(Count); {Подсчет частоты}
if Count=0 then inc(F);
end;
writeln(F/N:7:5);
readln;
end.

К чему стремится вероятность события B с увеличением количества людей?


Слайд 8 III. Вычисление числа π. Метод Монте-Карло
Метод Монте-Карло
— метод

III. Вычисление числа π. Метод Монте-КарлоМетод Монте-Карло — метод основанный на моделировании

основанный на моделировании случайных величин.
Систематически изложили в 1949 г.,

Метрополис и Улам

Для вычисления π используем формулу Sкр = π·R2
Применение метода Монете-Карло:
Рассмотрим круг R=1, с центром в точке (1, 1)
Круг вписан в квадрат, SКВ=2×2=4

Выберем внутри квадрата N случайных точек (зададим их координаты: числа x и y)
Обозначим NКР - число точек, попавших при этом внутрь круга
Точка принадлежит квадрату, если: 0 ≤ x ≤ 2, 0 ≤ y ≤ 2


Точка попадает в круг, если: (x – 1)2 + (y – 1)2 ≤ 1


Слайд 9
program z3;
var i, n, n1: longint;

program z3;var i, n, n1: longint;   x, y, p:

x, y, p: real;
begin randomize;
write('n='); readln(n);
for i:=1

to n do begin
x:=2*random; y:=2*random;
if sqr(x-1)+sqr(y-1)<=1 then n1:=n1+1;
end;
p:=4*n1/n;
writeln('pi=',p:15:11);
readln;
end.

Слайд 10 IV. Статистические характеристики
Задача 4.
Написать программу для нахождения статистических

IV. Статистические характеристикиЗадача 4.Написать программу для нахождения статистических характеристик (среднее арифметическое,

характеристик (среднее арифметическое, размах, мода, медиана) выборки. Исходные данные

должны считываться из файла input.txt.
Выходные данные должны записываться в файл output.txt.

input.txt

output.txt


  • Имя файла: prezentatsiya-po-teme-primenenie-pascal-v-matematicheskoy-statistike-i-teorii-veroyatnostey.pptx
  • Количество просмотров: 189
  • Количество скачиваний: 1