BENZETİM Prof.Dr.Berna Dengiz 3. Ders Monte Carlo Benzetimi

Slides:



Advertisements
Benzer bir sunumlar
BENZETİM Prof.Dr.Berna Dengiz 10. Ders.
Advertisements

Matlab’da Diziler; Vektörler ve Matrisler
ZAMAN SERİLERİ -1 ÖNGÖRÜ :
FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ
BENZETİM Prof.Dr.Berna Dengiz 8. Ders.
ARALIK PROBLEMLERİ.
EĞİM EĞİM-1 :Bir dik üçgende dikey (dik) uzunluğun yatay uzunluğa oranına (bölümüne) eğim denir. Eğim “m” harfi ile gösterilir. [AB] doğrusu X ekseninin.
BENZETİM Prof.Dr.Berna Dengiz 7. Ders.
Uludağ Üniversitesi Fizik Bölümü
İstatistik Tahmin ve Güven aralıkları
EN BÜYÜK ORTAK BÖLEN.
17-21 Şubat Doğrusal Fonksiyonların Grafiği
MATEMATİKSEL PROGRAMLAMA
Hazırlayan: Özlem AYDIN
MIT503 Veri Yapıları ve algoritmalar Algoritmalara giriş
3. Hipergeometrik Dağılım
FONKSİYONLAR ve GRAFİKLER
MONTE CARLO METODUNA GİRİŞ
BENZETİM Prof.Dr.Berna Dengiz 4. Ders Modelleme yaklaşımları
ALGORİTMA VE AKIŞ ŞEMALARI.
BENZETİM Prof.Dr.Berna Dengiz 6. Ders.
Nükleer ve Parçacık Fiziği’nde Monte Carlo Uygulamaları Bahar Okulu
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
AKIŞ ŞEMALARI 2.DERS.
Sürekli Olasılık Dağılımları
ÖZEL ÖĞRETİM YÖNTEMLERİ
BENZETİM Prof.Dr.Berna Dengiz 9. Ders.
Bölüm 4: Sayısal İntegral
Bileşik Olasılık Dağılım Fonksiyonu
Bölüm 3: Sayısal Türev BirinciTürev: Bir f(x) fonksiyonunun [a,b] tanım aralığında bir x noktasındaki türevi, Limit ifadesiyle tanımlanır. Eğer f(x)’in.
DOĞRU GRAFİKLERİ EĞİM.
İKİNCİ DERECEDEN FONKSİYONLAR ve GRAFİKLER
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
MATEMATİKSEL KRİPTOANALİZ
GEOMETRİK PROGRAMLAMA
Yıldız Teknik Üniversitesi Makina Müh. Bölümü
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
Entegral almada yamuk metodu Şekilde gösterilen fonksiyonun x 0 ’dan x n ’e kadar entegralini almak istiyoruz. Bu, taralı alanın bulunması demektir. x0x0.
PEER SUPPORT TEAM.
SONLU ELEMANLAR YÖNTEMİ
SONLU ELEMANLAR YÖNTEMİ
C PROGRAMLAMA FONKSİYONLAR Adres ile Fonksiyon Çağırma Pointer (İşaretçiler) ile Fonksiyon Çağırma Rekürsif Fonksiyonlar.
BENZETİM Prof.Dr.Berna Dengiz 2. Ders Sistemin Performans
Yıldız Teknik Üniversitesi Makina Müh. Bölümü
KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI
ÖZDEŞLİK b x x b a y a y a 8.Sınıf Aşağı yön tuşu ile ilerleyiniz.
ALGORİTMA.
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
Diferansiyel Denklemler
Problem Yaklaşım Temelleri, Algoritma ve Akış Şeması
Karar Bilimi 1. Bölüm.
SÜREKLİ ŞANS DEĞİŞKENLERİ
RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ
BİL 102 BİLGİSAYAR PROGRAMLAMA DERS 1. PROGRAM GELİŞTİRME AŞAMALARI 1- Probleme ilişkin veriler nelerdir? 2- Çözüm yöntemi nasıl olacaktır? 3- Çözüm sonucunda.
E ÖDEV KULLANICISI.
İÇİNDEKİLER GİRİŞ Olasılıklı bir modelin benzetimi modelin rasgele işleyişini üretmeyi ve modelin zaman üzerinde ortaya çıkan akışını gözlemeye ilişkindir.
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
Sayısal Analiz Sayısal İntegral 3. Hafta
Regresyon Analizi İki değişken arasında önemli bir ilişki bulunduğunda, değişkenlerden birisi belirli bir birim değiştiğinde, diğerinin nasıl bir değişim.
Monte-Carlo Simülasyonu
Rastgele Değişkenlerin Dağılımları
Problem Çözme Yaklaşımları
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
BENZETİM 12. Ders Benzetimde cıktı Analizi Prof.Dr.Berna Dengiz
ÇIKTI ANALİZİ Çıktı analizi benzetimden üretilen verilerin analizidir. Çıktı analizinde amaç, bir sistemin performansını tahmin etmek ya da iki veya daha.
BENZETİM 2. Ders Prof.Dr.Berna Dengiz Sistemin Performans Ölçütleri
MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan.
BENZETIM 3. Ders Prof.Dr.Berna Dengiz Monte Carlo Benzetimi
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
Sunum transkripti:

BENZETİM Prof.Dr.Berna Dengiz 3. Ders Monte Carlo Benzetimi Benzetim Dilleri Benzetim Yazılımları

BENZETİM MONTE CARLO Benzetimi (0-1) aralığında düzgün, (U(0.1)), rassal sayılar kullanılarak, zaman faktörünün önemli olmadığı, olasılıklı (stokastik) veya belirli (deterministik) problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo Benzetimi, genellikle statik benzetim modellerinde kullanılır. Bazı yazarlar Monte Carlo Benzetimini, rassal sayı kullanan bir benzetim olarak tanımlamaktadırlar. Burada kullanılan tanım ise daha kısıtlıdır. Monte Carlo metodu ilk defa II. Dünya Savaşı sırasında atom bombasının geliştirilmesi ile ilgili problemlere uygulanmıştır.

BENZETİM Örnek: integralini çözmek istiyoruz. MONTE CARLO Benzetimi ORTALAMA METODU Örnek: integralini çözmek istiyoruz. G(x) fonksiyonu, analitik çözümü olmayan bir fonksiyon olsun. Bu deterministik problem, Monte Carlo Benzetimi ile nasıl çözülür inceleyelim Yeni bir rassal değişken olarak Y tanımlansın. Y= (b-a)g(x) ax b X, [a,b] aralığında düzgün dağılma sahip sürekli bir rassal değişkendir.

BENZETİM

BENZETİM Aranılan integralin değeri, y’nin beklenen değerine eşit çıktı. Buradan yaralanarak ‘in değeri Monte Carlo Benzetimi ile bulunabilir.

BENZETİM Burada x1 , x2 , x3 ,.........., xn ~ U (a,b) rassal değişkenlerdir.

BENZETİM BEKLENEN DEĞER METODU Örnek:

BENZETİM ÖDEV Yukarıda açıklanan problemi; n =10 , 20 , 40 , 80 , 160, 500, 1000, 2000, 4000, 8000 için deneyin. x ekseninde n değeri ve y ekseninde integral için elde edilen değeri dikkate alarak grafik çiziniz Bu problemin çözümü için n sayısının ne olması gerektiğini yorumlayınız

BENZETİM Örnek:  sayısının bulunması ISKALAMA (MISS-HIT ) METODU ¼ daire düşünün (birim dairenin ¼’ü) A = alan = r2/4= /4 (birim daire) ¼ dairenin yarıçaplarını kareye tamamlayalım U(0,1) aralığında düzgün rassal sayı üretme imkanımız var.

BENZETİM Bu durumda algoritma; (0,1) aralığında düzgün sayı üret X = üretilen sayı (0,1) aralığında yeni bir düzgün sayı üret Y = üretilen sayı (x,y) sayı çiftine sahibiz x2+y2 1 ise (x,y) noktası çeyrek daire içinde bir noktadır.

BENZETİM n1= n1+1 n1 : daire içine düşen nokta sayısı n= n+1 n : kare içine düşen nokta sayısı 1-4 arasındaki işlemleri sırasıyla n kez tekrarla. n1/n oranını bul. (Taralı alan) / (karenin alanı) ~ ni / n

BENZETİM ÖRNEK PROBLEM Kenarları birim uzunlukta olan bir kare düşününüz. Bu kare içinde rassal seçilen A ve B noktaları olsun. A ve B arası d uzunluğundadır. d’nin 0.8’den küçük olma olasılığı nedir? Açıklama: Monte Carlo tekniğiyle rassal olarak 1000 adet A ve B noktaları üreterek d’nin 0.8’den küçük olma olasılığını bulunuz. Kullanacağınız yaklaşımı açıklayarak, akış şemasını çiziniz.

BENZETİM

BENZETİM N=N+1 BAŞLA N=1000 D<0.8 N1= N1+1 DUR u1 ~ u (0,1) üret ve x1=u1 u2 ~ u (0,1) üret ve y1=u2 u3 ~ u (0,1) üret ve x2=u3 u4 ~ u (0,1) üret ve y2=u4 D=√(x2 – x1)2+(y1 – y2)2 N=N+1 BAŞLA Hayır N=1000 Hayır D<0.8 Evet N1= N1+1 Evet N1/ N hesapla DUR

BENZETİM Özel Amaçlı Benzetim Dilleri İle Genel Amaçlı Dillerin Karşılaştırılması: Bir benzetim çalışmasında verilmesi gereken kararlardan birisi, uygun programlama dilinin seçimidir. Aşağıda belirtilen avantajlardan dolayı benzetim dili kullanımı yararlı olacaktır. 1) Benzetim dilleri kullanılarak programlama zamanı azaltılır. Modelin programlanmasında gerekli özelliklerin birçoğu benzetim dilinde mevcuttur. 2) Benzetim modelleri benzetim dili ile kodlandığında değiştirilmesi kolaydır.

BENZETİM 3) Benzetim dili kullanıldığında, programlama hatasını bulmak daha kolaydır. Bu programlarda hata türleri belirlenmiş ve kodlanmıştır. 4) Çoğu benzetim dili, programın çalışması sırasında dinamik depolama özelliğine sahiptir. Bu durum, özellikle büyük boyutlu problemlerin çalıştırılmasında, önemlidir.

BENZETİM Diğer taraftan, birçok benzetim modeli genel amaçlı dillerle yazılır. Bunları kullanmanın avantajları ise; 1. Birçok analist, genel amaçlı dilleri bilmektedir. Aynı durum, benzetim dilleri için geçerli değildir. 2. FORTRAN, BASIC, PASKAL veya C hemen hemen her bilgisayarda bulunabilir. Ancak, benzetim diline erişim bu kadar kolay değildir. Benzetim dilinin kullanılacağı bilgisayara göre (mainfrome, micro computer) kodlamada düzeltmeler yapmak gerekebilir.

BENZETİM 3. Genel amaçlı dillerle çok iyi yazılmış birprogramın çalışma zamanı, benzetim dili kullanılarak yazılmış programın çalışma zamanından daha az olabilir. Ancak, günümüzde bilgisayar teknolojisindeki hızlı gelişimden dolayı bu faktörün önemi azalmıştır. 4. Genel amaçlı diller, benzetim dillerine nazaran programlamada büyük esneklik sağlar. Örneğin, karmaşık hesaplamalar için benzetim dilleri uygun değildir.

BENZETİM BENZETİM YAZILIMLARININ SINIFLANDIRILMASI Benzetim yazılımları; diller ve simülatör’ler olmak üzere iki sınıfa ayrılır. 1) Benzetim Dili: Çeşitli uygulamalar için gerekli (kodlama) özelliklerine sahip olabilen, genel bir bilgisayar paketidir. Örneğin ; SIMAN ve SLAM II, konveyarler ve otomatik yönlendirme araçları için üretim modüllerine sahiptir. Bir benzetim modelinin programlanmasında, kullanılan dilin modelleme yapısı kullanılır. Benzetim dilleri değişik özellikteki sistemleri modelleme yeteneğine sahip olmalıdır.

BENZETİM En büyük dezavantajı (simulator’a göre); programlamayı yapabilecek bilgiye sahip olunmasını gerektirmesi ve Karmaşık sistemlerin modellenmesinde kodlamanın ve programın doğruluğunun belirlenmesinin uzun zaman almasıdır.

BENZETİM 2) Simülatör: Belirli sistemlerin benzetimini yapabilen bir bilgisayar paketidir. Simulatör kullanıldığında, modelin kodlamasına gerek kalmayabilir veya çok az ihtiyaç duyulur. Üretim, bilgisayar ve haberleşme sistemlerinin belirli tipleri için piyasada çeşitli simülatör’ler vardır. Simulatör’lerde; bir sistemin benzetimi menüler ve grafikler yardımı ile gerçekleştirilir.

BENZETİM Sistemlerin benzetimini yaparken simülatör kullanmanın avantajları ve dezavantajları şunlardır.

BENZETİM Avantajları: Dezavantajları : Benzetim modelinin simulatör ile kodlama zamanı, benzetim diline göre çok azdır. Bir çok simulatör sistemlerle ilgili özel modelleme yapısına sahiptir. Bu özellik, programlama bilgisine sahip olmayan kişilerin simulatör’ü tercih etmesini sağlamaktadır. Dezavantajları : Belirli sistemler için geliştirildikleri için kullanım alanları kısıtlıdır.