Детерминированные и вероятностные модели сообщение

Обновлено: 17.05.2024

  • Для учеников 1-11 классов и дошкольников
  • Бесплатные сертификаты учителям и участникам

Моделирование случайных процессов * §24

Описание презентации по отдельным слайдам:

Моделирование случайных процессов * §24

Моделирование случайных процессов * §24

Виды моделей в зависимости от внешних воздействий Детерминированные модели –.

Виды моделей в зависимости от внешних воздействий Детерминированные модели – это модели, отображающие процессы, в которых отсутствуют случайные воздействия. Вероятностные (стохастические) модели – это описание объектов, поведение которых определяется случайными воздействиями (внешними и внутренними).

Со случайностью мы сталкиваемся на каждом шагу Случайность

Со случайностью мы сталкиваемся на каждом шагу Случайность

* Случайные процессы Случайно… встретить друга на улице разбить тарелку найти.

* Случайные процессы Случайно… встретить друга на улице разбить тарелку найти 10 рублей выиграть в лотерею Случайный выбор: жеребьевка на соревнованиях выигравшие номера в лотерее

Всё случайно, непредсказуемо, НО . В универсаме в нужное время должно быть.

Всё случайно, непредсказуемо, НО . В универсаме в нужное время должно быть нужное число кассиров

Непредсказуемо поведение элементарных частиц в ядерном реакторе, но реакторы.

Непредсказуемо поведение элементарных частиц в ядерном реакторе, но реакторы должны надежно работать

Примеры простейших моделей Необходимо оценить качество обслуживания пассажиро.

Примеры простейших моделей Необходимо оценить качество обслуживания пассажиров Модель ожидания автобуса Формальная постановка Определить время ожидания автобуса Определить вероятность того, что за время T автобус прибудет Исходные условия и основные моделируемые факторы Автобусы прибывают на остановку с заданным фиксированным интервалом t Пассажир приходит на остановку в случайный момент времени Вопрос. Каково среднее время ожидания автобуса? Какова вероятность, что за время T пассажир уедет на автобусе?

Примеры простейших моделей Необходимо оценить качество системы разведки опасн.

Примеры простейших моделей Необходимо оценить качество системы разведки опасных объектов Модель защиты объекта Формальная постановка Определить вероятность того, что все опасные объекты за время T будут обнаружены Исходные условия и основные моделируемые факторы Объекты поступают на вход системы непрерывно с заданной интенсивностью . Поток угроз простейший Система обнаружения способна обнаружить объект с вероятностью p Вопрос. Какова вероятность, что за время T все объекты будут обнаружены?

Примеры простейших моделей Необходимо оценить качество системы разведки опасн.

Примеры простейших моделей Необходимо оценить качество системы разведки опасных объектов Модель защиты объекта Формальная постановка Определить вероятность того, что все опасные объекты за время T будут обнаружены Исходные условия и основные моделируемые факторы Объекты поступают на вход системы непрерывно с заданной интенсивностью . Поток угроз простейший Система обнаружения способна обнаружить объект с вероятностью p Вопрос. Какова вероятность, что за время T все объекты будут обнаружены?

Примеры простейших моделей Необходимо оценить загруженность телефонной линии.

Примеры простейших моделей Необходимо оценить загруженность телефонной линии для ее эксплуатации Модель загруженность телефонной линии Формальная постановка Определить вероятность того, что линия будет перегружена Исходные условия и основные моделируемые факторы Звонки начинаются в случайное время . Непонятно сколько продолжается разговор. Сколько абонентов одновременно хотят разговаривать. Мощность линии. Вопрос. Хватает ли пропускной мощности лилии связи или требуется модернизация ?

Телефонная линия должна иметь достаточную пропускную способность

Телефонная линия должна иметь достаточную пропускную способность

Дискриптивные (описательные модели) Детерминированные, т. е. точные и определ.

Дискриптивные (описательные модели) Детерминированные, т. е. точные и определённые. Вероятностные Стохастические задачи Неопределнные задачи Системы массового обслуживания Имитационное моделирование Математические модели Оптимизационное

* Задачи вероятностного моделирования Получить искусственную последовательнос.

* Задачи вероятностного моделирования Получить искусственную последовательность случайных чисел, заменяющую реальную, определяемую случайными событиями. Моделировать случайные события и находить параметры, необходимые для практического прогнозирования и оптимизации процессов.

Основные понятия Случайное событие Испытание – каждое повторение опыта Серия.

Основные понятия Случайное событие Испытание – каждое повторение опыта Серия испытаний – множество многократно проведенных испытаний Частота событий (ᵥ)– число показывающее, сколько раз произошло это событие в этой серии. Вероятность события (Р) – числовая характеристика случайного события

Как связаны вероятность и частота событий Чем чаще происходит событие, тем бо.

* Распределение случайных чисел Модель: снежинки падают на отрезок [a,b] расп.

* Распределение случайных чисел Модель: снежинки падают на отрезок [a,b] распределение равномерное неравномерное

Вероятностные модели базируются на использовании больших серий испытаний пар.

Виды моделей в зависимости от внешних воздействий Вероятностные (стохастическ.

Виды моделей в зависимости от внешних воздействий Вероятностные (стохастические) Детерминированные это модели, отображающие процессы, в которых отсутствуют случайные воздействия. это описание объектов, поведение которых определяется случайными воздействиями (внешними и внутренними).

Основные понятия Случайное событие это… Испытание это …. Серия испытаний… Час.

Основные понятия Случайное событие это… Испытание это …. Серия испытаний… Частота событий (ᵥ)– Что является числовой характеристикой случайного события Что такое относительная частота случайного события? Как связаны вероятность и частота событий

Подумайте В каких случаях вероятность исходов может быть получена умозрительн.

Подумайте В каких случаях вероятность исходов может быть получена умозрительными заключениями, а в каких только опытным. Подбрасывание кнопки Вытаскивание бочонка при игре в лото Падение бутерброда Выпадении числа при игре в рулетку Удар по воротам в футбольном матче

Получение псевдослучайного числа в программе на Паскале A := RANDOM(N); - пол.

Тема: проверка датчика случайных чисел Цель: Используя данные полученные ране.

Тема: проверка датчика случайных чисел Цель: Используя данные полученные ранее. Реализация Использовать табличный процессор Microsoft Excel Результат заполненная таблица КП.11 (ст 246). Вывод: * Практическая работа №15 (ст. 245)

Читайте также: