Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.

Slides:



Advertisements
Podobné prezentace
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Advertisements

Dynamické systémy.
Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK
Lekce 7 Metoda molekulární dynamiky I Úvod KFY/PMFCHLekce 7 – Metoda molekulární dynamiky Osnova 1.Princip metody 2.Ingredience 3.Počáteční podmínky 4.Časová.
2.1-3 Pohyb hmotného bodu.
Systémy hromadné obsluhy
Jiří Gazárek, Martin Havlíček Analýza nezávislých komponent (ICA) v datech fMRI, a ICA necitlivá ke zpoždění.
Tato prezentace byla vytvořena
Lekce 12 Metoda Monte Carlo III Technologie (kanonický soubor)
Lekce 1 Modelování a simulace
Genetické algoritmy. V průběhu výpočtu používají náhodné operace. Algoritmus není jednoznačný, může projít více cestami. Nezaručují nalezení řešení.
David Kramoliš Vedoucí práce: Doc. RNDr. René Kalus, Ph.D.
Počítačová grafika III – Monte Carlo integrování
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
RF 5.4. Účinné průřezy tepelných neutronů - Při interakci neutronu s nehybným jádrem může dojít pouze ke snížení energie neutronu. Díky tepelnému pohybu.
Alena Cahová Důsledky základních postulátů STR. Teorie relativity je sada dvou fyzikálních teorií vytvořených Albertem Einsteinem:  speciální teorie.
Získávání informací Získání informací o reálném systému
Studium dynamiky jádro-jaderných srážek pomocí korelační femtoskopie na experimentu STAR Jindřich Lidrych.
Pravděpodobnost a statistika opakování základních pojmů
Radiální elektrostatické pole Coulombův zákon
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Elementární částice Leptony Baryony Bosony Kvarkový model
3. KINEMATIKA (hmotný bod, vztažná soustava, polohový vektor, trajektorie, rychlost, zrychlení, druhy pohybů těles, pohyby rovnoměrné a rovnoměrně proměnné,
Generování náhodných veličin (2) Spojitá rozdělení
VII. Neutronová interferometrie II. cvičení KOTLÁŘSKÁ 7. DUBNA 2010 F4110 Kvantová fyzika atomárních soustav letní semestr
2.2. Pravděpodobnost srážky
magnetické pole druh silového pole vzniká kolem: vodiče s proudem
Poskytuje daný generátor opravdu posloupnost náhodných čísel?
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Speciální teorie relativity - Opakování
Náhoda, generátory náhodných čísel
Interakce lehkých nabitých částic s hmotou Ionizační ztráty – elektron ztrácí energii tím jak ionizuje a excituje atomy Rozptyl – rozptyl v Coulombovském.
1. KINEMATIKA HMOTNÝCH BODŮ
Hlavní charakteristiky křivky normálního rozdělení
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Normální (Gaussovo) rozdělení
Jak pozorujeme mikroskopické objekty?
BARYONOVÉ REZONANCE a další 1. Zachování I I=3/2 K je konstanta 2.
Polygonové pořady Slouží k určení nových bodů v polohovém poli
Pojem účinného průřezu
: - prověření zachování C parity v elektromagnetických interakcích - prověření hypotézy, že anifermiony mají opačnou paritu než fermiony energetické hladiny.
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Experimentální fyzika I. 2
Metrologie   Přednáška č. 5 Nejistoty měření.
KINEMATIKA - popisuje pohyb těles - odpovídá na otázku, jak se těleso pohybuje - nezkoumá příčiny pohybu.
Fyzika elementárních částic
2. Vybrané základní pojmy matematické statistiky
Vybrané kapitoly z fyziky Radiologická fyzika
Normální rozdělení a ověření normality dat
Generování náhodných čísel
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
5.4. Účinné průřezy tepelných neutronů
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Radiologická fyzika Rentgenové a γ záření 22. října 2012.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
Studium produkce e + e - párů ve srážkách Ar+KCl AGeV Filip Křížek, ÚJF AV ČR.
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
IV..
Poděkování: Tato experimentální úloha vznikla za podpory Evropského sociálního fondu v rámci realizace projektu: „Modernizace výukových postupů a zvýšení.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Fyzika pro lékařské a přírodovědné obory Ing. Petr Vácha ZS – Termika, molekulová fyzika.
Molekulová fyzika 2. Sada pomocných snímků „Teplota“
Simulace podnikových procesů
Stručný přehled modelových rozložení I.
Monte Carlo Typy MC simulací
Radiologická fyzika Rentgenové a γ záření 4. listopadu 2013.
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Lineární kongruentní generátor
Metoda molekulární dynamiky
Lineární kongruentní generátor
Transkript prezentace:

Monte Carlo simulace Experimentální fyzika I/3

Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování jejich komponent Známe-li rozdělení pravděpodobností pro jednotlivé elementární procesy, z nichž se zkoumaný jev skládá, můžeme modelovat rozdělení pravděpodobnosti určité konfigurace systému

Jednoduchý příklad – detekce K 0 S z jeho rozpadových produktů Při kolizi dvou jader Může vzniknout K 0 S (tj. d s ), který má délku života s exponenciálním rozdělením (c  = 2.68 cm) Na konci života se rozpadá na pár nabitých pionů, které registrujeme v detektoru nabitých částic

Jednoduchý příklad – detekce K 0 S z jeho rozpadových produktů Některé  mezony (piony) zasáhnou detektor Z nejméně dvou bodů dráhy částice (bez přítomnosti mg. pole) lze určit dráhu v prostoru lze nalézt nejbližší bod těchto drah odpovídající pozici rozpadového vrcholu Jestliže známe velikost hybnosti produktů, lze určit klidovou hmotu mateřské částice Zajímá nás např. rozdělení hybností rekonstruovaných K 0 S, rozdělení polohy rozpadových vrcholů, efektivita rekonstrukce, přesnost určení polohy rozpadového vrcholu aj. Ty nám umožní pochopit odezvu reálného detektoru

Jednoduchý příklad – detekce K 0 S z jeho rozpadových produktů Vstupní parametry pro simulaci geometrie detektoru a terčíku hybnostní rozdělení mateřské částice rapiditní (rel. ekvivalent rychlosti) rozdělení Rozdělení úhlu  je v soustavě rozpadající se částice isotropní, hybnost produktů P odpovídá schodku klidových hmotností M K -2M 

Jednoduchý příklad – detekce K 0 S z jeho rozpadových produktů Obraz rozpadu pozorovaný v laboratorním systému závisí na rychlosti (~P long. ) mateřské částice Výpočet hmoty mateřské částice M z hybností a klidových hmot produktů (invariantní hmota)

Simulace rozpadu K 0 S a jeho rekonstrukce Výběr charakteristických hodnot z odpovídajících rozdělení Mateřská částice (P,y mateřské částice, směr její emise, dobu života / dráhu kterou proletí do rozpadu) Rozpad (druh a počet produktů (m 0 ), orientace jejich emise v soustavě rozpadající se částice)

Simulace rozpadu K 0 S a jeho rekonstrukce Rekonstrukce Propagace (pohyb) produktů geometrickým modelem detektoru (mnohonásobný rozptyl, interakce s materiálem, vytváření sekundárních částic) Vytvoření modelu hitů v detektorech (geom. pozice, parametrizovaný model odezvy na hit, šum …..) Rekonstrukce drah z hitů Výpočet polohy sekundárního vrcholu, hmoty mateřské částice a dalších parametrů o které se zajímáme Naplnění rekonstruovaných rozdělení Porovnání s experimentem

Model detektoru

Technické řešení simulace Generace náhodných proměnných s daným rozdělením = generování náhodných čísel a transformace jejich rozdělení Generátory náhodné X pseudonáhodné Náhodné ( založeny na náhodných fyz. procesech = šum, šumové diody, emise částic radioaktivním zdrojem ) Pseudonáhodné (posloupnost čísel generována algoritmem, závisí na násadě = počátečním nastavení proměnných algoritmu, délka periody posloupnosti závisí na druhu algoritmu a délce slova počítače) Pseudonáhodné generátory v programových knihovnách (CERNLIB, ROOT …)

Požadavky na generátor Dlouhá perioda Rychlost Tvar rozdělení náhodné proměnné (nejčastěji generátor dodává buď rovnoměrně rozloženou náhodnou veličinu, veličinu Gaussovskou nebo binární sekvenci 1 a 0 se stejnou pravděpodobností (gen. se šumovou diodou)

Rovnoměrné rozdělení pravděpodobnosti f(x) je hustota pravděpodobnosti (pravděpodobnost, že x je v int. x,x+dx) F(x) je kumulativní distribuční funkce Je to integrál f(x)dx Střední hodnota f(x) (b+a)/2 Rozptyl f(x) 1/12(b-a) 2

Transformace rozdělení náhodné veličiny Základní metoda = vytvoříme distribuční funkci, generujeme číslo, pomocí inverzní funkce stanovíme odpovídající hodnotu náhodné proměnné x Zamítací metoda (pokud neexistuje F -1 (x)) = generujeme dvě čísla u1,u2 (z patřičných intervalů), jestliže f(u1) =u2 u1 přijmeme

Transformace rozdělení náhodné veličiny Oblast obklopující f(x) je pro maximální efektivitu generování třeba volit tak, aby co nejtěsněji obepínala f(x) Lze použít několik oblastí pokrývajících f(x) po částech

Generování některých rozdělení Normální (střední hodnota 0, rozptyl 1) Normální – rychlejší

Generování některých rozdělení Exponenciální