|
Практика 9. Генераторы случайных чисел
|
Номер эксперимента: N | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
Ситуация | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 0 |
Количество выпавших орлов с начала опыта: K | 1 | 2 | 2 | 3 | 3 | 3 | 4 | 4 | 5 |
Частота выпадения орла: V=K/N | 1.00 | 1.00 | 0.67 | 0.75 | 0.60 | 0.50 | 0.57 | ... | ... |
Постройте график зависимости V(N) в тетради.
Обратите внимание, что в начале графика будут наблюдаться скачкИ, которые по мере увеличения N будут успокаиваться.
Рано или поздно график совсем успокоится и его незначительные колебания будут происходить около значения V=0.5.
Почему значение 0.5 является предельным для графика - ясно. Экспериментальная частота выпадения орла стремится к теоретической вероятности выпадения орла: 50% орел и 50% решка.
Так гласит центральная предельная теорема (ЦПТ), которая регулирует отношения макро и микро мира. Случайность стремится к детерминизму, частота – к вероятности, а эксперимент - к теории. При увеличении количества экспериментов (N-> ∞)!
Проверьте этот факт экспериментально на монете.
Насколько приблизится частота к вероятности нам укажет разность между ними. В данном случае нам известно заранее теоретическое значение вероятности: 0.5. Зададимся точностью эксперимента Е=0.1.
Проведите две горизонтальные линии, выше теоретического уровня 0.5 и ниже уровня 0.5 на величину Е.
Получится коридор ошибки [P-E, P+E].
Посмотрите! Ваша экспериментальная линия V(N) рано или поздно войдет в коридор ошибки (успокоится) и никогда уже из него не выйдет. Это работает ЦПТ. (Если, конечно, процесс является случайным). Отметьте на оси N, в какой момент это произошло. N=?
Получен ответ на вопрос, сколько надо сделать экспериментов N, чтобы результат оказался неслучайным.
Эта величина называется критическим числом экспериментов: Nкр.
Разумеется, у Ваших коллег значение Nкр будет немного другим.
Найдите среднее число Nкр в Вашей группе, как среднее арифметическое. (Данная процедура называется усреднением по ансамблю). Это число будет более точным.
1. В силу того что инженеры работают с техникой, от которой часто зависят жизни людей, количество ансамблей увеличивают, чтобы получить более точное число Nкр.
2. Реально для формулирования ответа на вопрос, поставленный перед моделью, используют для надежности количество экспериментов, равное 2*Nкр. С запасом.
3. Если студентов в группе было достаточно велико, то у 68% из них их личное Nкр будет меньше, чем общее среднее в группе Nкр. Это утверждение выполняется тем точнее, чем больше количество элементов в ансамбле.
Вывод: имея дело со случайным процессом, обязательно экспериментально определите Nкр и проведите 2Nкр экспериментов перед тем, как делать выводы. Ваши теоретические выводы, будущие проектные решения – среднее множества экспериментов (реальных или модельных).
Людям удобнее использовать десятичные числа. Для этого переводят двоичную последовательность, полученную в предыдущем опыте, в серию десятичных чисел.
Придумайте способ перевода двоичных последовательностей в десятичные числа. Используя последовательность, полученную в предыдущем опыте, преобразуйте ее в серию десятичных чисел. Занесите числа в тетрадь. Укажите схему способа получения чисел. Получите не менее 7 двухзначных чисел. Если двоичных цифр не хватило, продолжите эксперимент с монетой.
Преобразуйте только что полученные десятичные числа в числа, распределенные в интервале от -10 до 20. Запишите их в тетрадь.
Найдите математическое ожидание M и дисперсию D полученных десятичных чисел. Сравните значения M, D с их теоретическими значениями для данного диапазона
Методом серединных квадратов сгенерируйте еще 10 чисел в диапазоне от 0 до 1.
Запишите их в тетрадь. Найдите математическое ожидание M и дисперсию D полученных десятичных чисел.
Используя таблицу случайных цифр из учебника «Моделирование систем» по адресу: http://www.stratum.ac.ru/education/textbooks/modelir/lection22-01.html, составьте из них 10 десятичных случайных чисел с двумя разрядами после запятой, равномерно распределенных в интервале от 0 до 1. Приведите в тетради полученные числа, их математическое ожидание и дисперсию. Нарисуйте их на числовой оси в виде точек в промежутке от 0 до 1. Обозначьте вертикальными штрихами положение M, M-D и M+D.
О руководителе курса «Моделирование систем» | Лекция 02. Линейные регрессионные модели | ||||||||||||||||
|