Výpočet plochy pomocí metody Monte Carlo

Slides:



Advertisements
Podobné prezentace
Termoluminiscenční dozimetrie
Advertisements

Genetické algoritmy [GA]
Atomová absorbční spektroskopie
Počítačová grafika III – Monte Carlo integrování
ZÁPADOČESKÁ UNIVERZITA Fakulta aplikovaných věd Semestrální práce z předmětu Matematické modelování NESATCIONÁRNÍ VEDENÍ TEPLA – POROVNÁNÍ VÝPOČTU S.
Metody zkoumání ekonomických jevů
Získávání informací Získání informací o reálném systému
Subtropický podnebný pás
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Jiří Švancara Marek Kovář Tomáš Peták Gymnázium Karla Sladkovského
Magdeburské polokoule
Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: Číslo DUM: VY_32_INOVACE_08_FY_B Ročník: I. Fyzika Vzdělávací oblast: Přírodovědné vzdělávání.
ÚHÚL, pobočka Plzeň vedoucí projektu: Ing. Petr Macháček
Měření dosahu elektronů radioterapeutického urychlovače Měření dosahu elektronů radioterapeutického urychlovače Helena Maňáková David Nešpor František.
Atomová absorpční spektroskopie (AAS)
1 Nedodržení předpokladu normality v regulačním diagramu.
Měření rychlosti světla
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Počítačové algebraické systémy a jejich aplikace ve fyzice
PRÁCE V RADIOCHEMICKÉ LABORATOŘI
Experimentální fyzika I. 2
Název školy: Základní škola a Mateřská škola Kladno, Vodárenská 2115 Autor: Ing. Markéta Šindelářová Materiál: VY_32_INOVACE_ICT33.16 Téma: PowerPoint.
Petr Kessler Gymnázium Rumburk
Gymnázium, Broumov, Hradební 218 Tematická oblast: Filozofie Číslo materiálu:EU Název: Eklekticismus Autor: Mgr. Šárka Rambousková Ročník: osmý osmiletého.
P očítačové A lgebraické S ystémy aneb Co je to PAS? P. Fejfar, Gymnázium Semily M. Kratochvíl, MSŠCH Praha.
Produkce neutronů ve spalačních reakcích deuteronů na sestavě olověného terče a uranového blanketu Ondřej Svoboda Produkce neutronů ve spalačních reakcích.
Měření rychlosti světla Foucaultovou metodou
Vnímáme barvy všichni stejně?
Monte Carlo N-Particle Code System
Cíl přednášky Seznámit se
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Jak poznat dávku z barvy gelu
1) jméno autora výukového materiálu: Ing. Květuše Vendégová 2) datum (období), ve kterém byl VM vytvořen: 9.11.
Strukturní analýza proteinů pomocí rentgenové difrakce
Měření hustoty a teploty plazmatu
Kdy hrozí, že už koule bude kritická
Millikanův pokus Supervisor: ing. Jan Dostál
Mikrostruktura W pseudoslitin pro extrémní aplikace David Heralecký Daniel Švarc Jan Vokoun.
Únavové poruchy letadel – řádkovací elektronová mikroskopie
Využití moderních laboratorních metod v metalografii a fraktografii
V experimentu měníme hodnotu jedné nebo několika veličin x i a studujeme závislost veličiny y. - např. měníme, ostatní x i bereme jako parametry ( , ,
Monte Carlo simulace hexameru vody Autor: Bc. Lenka Ličmanová Vedoucí práce: Mgr. Aleš Vítek Seminář KFY PŘF OU.
Měření rychlosti světla
Mikroskopie v materiálovém výzkumu
Statistické odhady (inference) Výběr Nepotřebujeme sníst celého vola jenom proto, abychom poznali, že to jde ztuha. Samuel Johnson (anglický básník a.
Millikanův pokus Michal Jex, gym. Jaroslava Heyrovského, Praha
Měření rychlosti světla Foucaultovou metodou
Dopplerův jev a vzduchová dráha
Laser Simulation DSS Ing. Jana Hájková Doc. Ing. Pavel Herout, Ph.D.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
RTG fázová analýza Tomáš Jirman, Michal Pokorný
Výpočet plochy obrazců
ABSOLVENTSKÁ PRÁCE Název absolventské práce
Jsou pro nás rentgenová vyšetření nebezpečná?
Měření rychlosti světla
Využití výpočtového kódu MCNP v reaktorové fyzice
Nanoindentace Mariánská u Jáchymova
Fyzikální týden 2005, FJFI při ČVUT v Praze Měření rychlosti světla Blechta, V. – gymn. Jeseník Burian, I. – gymn. Vídeňská 47, Brno Labounek, R. – gymn.
Počítačové algebraické systémy a jejich aplikace ve fyzice Pavel Košťál, Gymnázium Voděradská Jana Zajíčková, Gymnázium F. Palackého Valašské Meziříčí.
BIOSTATISTIKA LS 2016 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Martina Litschmannová,
Radioaktivní záření, jeho druhy, detekce a základní vlastnosti Týden vědy na FJFI 2016 Matyáš Vohralík (Gymnázium Dr. Emila Holuba, Holice) Dominik Horák.
R. Jakubíková J.Korbel J.Novák Monte Carlo.
NÁZEV ROČÍKOVÉ PRÁCE vedoucí RP: jméno vedoucího RP
Monte Carlo Typy MC simulací
Střední odborná škola a Střední odborné učiliště, Hradec Králové, Vocelova 1338, příspěvková organizace Registrační číslo projektu: CZ.1.07/1.5.00/
NÁZEV ROČÍKOVÉ PRÁCE vedoucí RP: jméno vedoucího RP
Únavové poruchy letadel
Optimalizace užití stavebních materiálů
Millikanův experiment
e/m měření měrného náboje elektronu
Transkript prezentace:

Výpočet plochy pomocí metody Monte Carlo Vypracovali: Jan Čapek - Gymnázium Duchcov Jiří Daněk - Gymnázium J. Wolkera Prostějov Jiří Komárek - Gymnázium Broumov

Obsah Popis metody Historie užití Název Postup Závěr Názorná ukázka našich výtvorů

Popis Metody Provádění náhodných experimentů s modelem systému a jejich vyhodnocení Nutnost mít generátor náhodných čísel Experimenty => pravděpodobnost

Historie Historie užití Stanislaw Marcin Ulam, Enrico Fermi, John von Neumann, Nicholas Metropolis Jméno – závislost na náhodnosti stejně jako v kasinu => podle známého kasina v Monaku Historie užití 1930 Enrico Fermi – výzkum neutronu Součást výzkumu Manhattanského projektu Dnes: součást většiny přírodních věd, výpočet N-rozměrných integrálů, Buffonova úloha

Postup při výpočtu plochy Vybrání obrázku Označení oblasti, jejíž plochu zjišťujeme

Náhodný výběr bodů Analýza bodů 17

Výpočet počet pravdivých bodů (17) celkový počet vybraných bodů (100) = = 17:100 = 0,17 Procentuální část = výsledek * 100 = 17% Budova FJFI zabírá ze snímku o obsahu 10000 m2 17%, což je přibližně 1700 m2. Výsledek jen pro orientaci. Cílem názorná ukázka!

Závěr Pro X Proti Ukázky

Počet náhodných čísel: Změřený obsah: Shoda 10 0,3 m2 80 % 100 0,43 m2 Obsah Descartova listu daného rovnicí: x3 + y3 = 3axy; a = 0,5 Skutečný obsah listu: S = 3 / 8 = 0.375 m2 Počet náhodných čísel: Změřený obsah: Shoda 10 0,3 m2 80 % 100 0,43 m2 87,209 % 1 000 0,35 m2 93,33333 % 10 000 0,3803 m2 98,606 % 100 000 0,37636 m2 99,638 % 1 000 000 0,3754 m2 99,893 % 10 000 000 0,3752 m2 99,9442 % 100 000 000 0,375 00102m2 99,999728 % Nejmenší odchylka 0,000272 %

Výpočet čísla π Po 100 * 100 000 přepočtů: 3.141 486 3.141 593 Shoda: 99.996 612% Odchylka: 0.000 107 0.003 406% Maximální 0.012 674 Minimální 0.000 046

Poděkování Našemu supervisorovi Ing. Kateřině Seinerové za pomoc při našem snažení Fakultě jaderné a fyzikálně inženýrské za možnost zúčastnit se této výjimečné akce Zdroje Internet: http://en.wikipedia.org/wiki/Monte_carlo_method http://cs.wikipedia.org/wiki/Metoda_Monte_Carlo Lidé: náš supervisor Ing. Kateřina Seinerová