R. Jakubíková J.Korbel J.Novák Monte Carlo.

Slides:



Advertisements
Podobné prezentace
Riziko zbytečného signálu v regulačním diagramu
Advertisements

Analýza experimentu pro robustní návrh
Výpočet zásoby porostu na zkusných plochách při požadované přesnosti
Slovní úlohy o pohybu II.
Úvod Klasifikace disciplín operačního výzkumu
Hodnocení způsobilosti měřících systémů
J - PROUDOVÁ HUSTOTA.
ZÁVISLOST RYCHLOSTI NA ČASE
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Výpočet zásoby porostu relaskopickou metodou
OBSAHY ROVINNÝCH ÚTVARŮ
Získávání informací Získání informací o reálném systému
KEE/POE 8. přednáška Numerický výpočet derivace a integrálu
Obvod a obsah čtverce a obdélníku
Math Studio, Analyza, GraphDrawer, Graph
TMF045 letní semestr 2005/2006 II Časová propagace vlnové funkce na mřížce I. (práce s momentovou reprezentací) (Lekce II)
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Gymnázium, Havířov-Město, Komenského 2, p.o. Tato prezentace.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Zjišťování zásoby porostu pomocí jednotných objemových křivek - JOK
Zjišťování zásoby porostu pomocí objemových tabulek
1 Nedodržení předpokladu normality v regulačním diagramu.
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Přímá úměrnost.
Číslo projektu: CZ.1.07/1.4.00/ Číslo smlouvy: 4250/21/7.1.4/2011 Číslo klíčové aktivity: EU OPVK 1.4 III/2 Název klíčové aktivity: Inovace a zkvalitnění.
Výpočet plochy pomocí metody Monte Carlo
Rychlost nerovnoměrného pohybu tělesa (průměrná rychlost)
Anotace Prezentace, která se zabývá měřením rychlosti Autor Mgr. Michal Gruber Jazyk Čeština Očekávaný výstup Žáci umí měřit a zpracovávat získané hodnoty.
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Gymnázium, Havířov-Město, Komenského 2, p.o. Tato prezentace.
Zobrazení pohybu pomocí sonaru Seminář z mechaniky ZS 2012.
Pravděpodobnost.
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Modernizace výuky na ZŠ Česká Lípa Tyršova VY_52_INOVACE_173_rychlost-příklady Vytvořil: Jana Slaboňová Základní škola Dr. Miroslava Tyrše, Česká Lípa,
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
Monte Carlo simulace hexameru vody Autor: Bc. Lenka Ličmanová Vedoucí práce: Mgr. Aleš Vítek Seminář KFY PŘF OU.
Instrukce kinosál Výroba kartiček pro 2.A Výroba vizitek Zakončení prezentací.
1 Slovní úlohy o pohybu úvod Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpo č tu Č R. Provozováno Výzkumným.
příklady použití základních reálných opcí
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
Výpočet plochy obrazců
Křivka Množina bodů v rovině či prostoru, která je dráhou pohybujícího se bodu.  Grafické (empirické) křivky  Graf funkce jedné reálné proměnné  Množiny.
Využití výpočtového kódu MCNP v reaktorové fyzice
STATISTIKA 1. MOMENTY Vztah mezi momenty v rámci skupin a celku Data rozdělena do několika skupin S 1, …, S k Počty objektů v jednotlivých skupinách n.
OBSAH KRUHU MARKÉTA LIŠKOVÁ. Odvození vzorce rozdělíme kruh na větší počet stejných částí.
Matematika pro 6. ročník Trojúhelník – obvod a obsah Projekt: Hledání nové cestičky k výuce matematiky Číslo projektu: CZ.1.07/1.1.26/ Autor: Mgr.
PRŮMĚRNÁ A OKAMŽITÁ RYCHLOST
Procvičování znalostí z rychlosti rovnoměrného pohybu
1 Cíl měření - obecné metody měření fázového posunu - měření fázového posunu osciloskopem - měření osciloskopem v režimu X-Y - nastavení požadovaného.
Monte Carlo Typy MC simulací
Matematika pro ekonomy
Slovní úlohy o pohybu postup na konkrétním příkladu
Statistika Průměry časových řad ANOA Mgr. Darina Vichrová.
RNDr. Lucie Zrůstová, PhD.
Měření odporů Ohmovou metodou větší střední odpory
Aritmetický průměr Výpočet aritmetického průměru: n – počet čísel
Slovní úlohy o pohybu úvod 1
Autor: Předmět: Ročník: Název: Označení: DUM vytvořen:
ŘEZ VÁLCE OB21-OP-STROJ-DEG-MAT-L ŘEZ VÁLCE OB21-OP-STROJ-DEG-MAT-L
Obvody a obsahy – prověření 2
Grafické i matematické řešení příkladu na pohybující se tělesa proti sobě. Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Zdeněk Hanzelín.
Rovnice a graf přímé úměrnosti.
Počítačová grafika III Monte Carlo estimátory – Cvičení
Slovní úlohy o pohybu Varianta 1: Pohyby proti sobě (1. část)
Rychlost, dráha a čas Autor: Lukáš Polák.
Úvodní workshop Bohatství země, Dagmar Linnertová dagmar
RNDr. Lucie Zrůstová, PhD.
Digitální učební materiál zpracovaný v rámci projektu
Slovní úlohy o pohybu Varianta 2: Pohyby stejným směrem.
Pohyb tělesa rychlost,dráha, čas – příklady.
Transkript prezentace:

R. Jakubíková J.Korbel J.Novák Monte Carlo

Monte Carlo Pojmenováno podle kasina v Monte Carlu → kasino = generátor náhodných čísel Náhodné vstupní hodnoty x nenáhodné výsledky Metoda využívající velkého počtu náhodných čísel Používá se tam, kde ostatní metody selhávají

Příklad na úvod Spočítejte dráhu, kterou ujel náš cyklista → dráha je obsah plochy pod grafem v t1 t2 t3 t

… a co když cyklista jede takto? v t Máme několik možností: Obdélníková metoda Integrál Monte Carlo

Výpočet čísla π metodou MC

Naměřené hodnoty π Počet hodů Průměrné π Odchylka od naměřené hodnoty Odchylka od skutečné hodnoty 103 3,1468 0,1252 -0,00521 105 3,142676 0,007036 -0,001083 107 3,14183012 0,000559 -0,0002375

…pomocí elipsy

Složitější funkce

Implicitně zadaná funkce

Závěr Uniformní náhodná čísla Výpočet π Výpočet obsahu složitějších rovinných obrazců Výpočet plochy pod grafem u složitějších funkcí