Моделирование доски Гальтона;
Доска́ Га́льтона (англ. Galton box, также распространены названия квинкункс, quincunx и bean machine) — устройство, изобретённое английским учёным Фрэнсисом Гальтоном (первый экземпляр изготовлен в 1873 году[1], затем устройство было описано Гальтоном в книге Natural inheritance, изданной в 1889 году) и предназначающееся для демонстрации центральной предельной теоремы.
Устройство
Доска Гальтона представляет собой ящик с прозрачной передней стенкой. В заднюю стенку в шахматном порядке вбиты штырьки, образующие треугольник. Сверху в ящик через воронку (выход из которой расположен ровно посередине между левой и правой стенками) кидаются шарики. В идеальном случае сталкиваясь со штырьком, шарик каждый раз с одинаковой вероятностью может повернуть либо направо, либо налево. Нижняя часть ящика разделена перегородками (число которых равно числу штырьков в нижнем ряду), в результате чего шарики, скатываясь на дно ящика, образуют столбики, которые тем выше, чем ближе к середине доски (при достаточно большом числе шариков внешний вид столбиков приближается к кривой нормального распределения).
Если нарисовать на задней стенке треугольник Паскаля, то можно увидеть, сколькими путями можно добраться до каждого из штырьков (чем ближе штырёк к центру, тем больше число путей).
В некоторых настольных играх, а также игровом автомате Патинко, используется доска Гальтона или схожие с ней устройства.
Распределение шариков
Обозначим как n общее число столкновений шарика со штырьками; как k число раз, когда шарик поворачивает направо (таким образом, он оказывается в k-м по порядку столбике). Тогда число способов, которыми он может добраться доk-го столбика, определяется биномиальным коэффициентом* . Отсюда следует, что вероятность оказаться в k-м столбике равна , где p — вероятность поворота направо (обычно можно считать, что ). Это функция вероятности биномиального распределения, которое в соответствии с центральной предельной теоремой при достаточно большом n аппроксимирует нормальное распределение**.
* В математике биномиальные коэффициенты — это коэффициенты в разложении бинома Ньютона по степеням x. Коэффициент при обозначается (иногда ) и читается «биномиальный коэффициент из n по k» (или «це из n по k»):
В комбинаторике(раздел математики, изучающий дискретные объекты, множества (сочетания, перестановки, размещения и перечисления элементов) и отношения на них) биномиальный коэффициент интерпретируется как количество сочетаний из n по k, то есть количество всех подмножеств (выборок) размера k в n-элементном множестве.
** Нормальное распределение, также называемое гауссовым распределением или распределением Гаусса — распределение вероятностей, которое задается функцией плотности распределения:
где параметр μ — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а σ² — дисперсия.
Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием 0 и стандартным отклонением 1.
- Моделирование в системе MathCad типовых периодических сигналов (виртуальные генераторы);
- Правило трёх сигм – (запомните!!!)
- Вычисление спектра амплитуд и фаз периодического сигнала (ряда Фурье);
- Приближенное вычисление спектра амплитуд периодического сигнала (формулы Бесселя);
- Функции Бесселя первого рода
- Вычисление спектра амплитуд и фаз периодических сигналов с помощью процедуры бпф;
- Вычисление спектральной плотности импульсных сигналов с помощью бпф
- Гармонический сигнал
- Виды колебаний
- Применение бпф для моделирования искажений сигналов в линейных цепях
- Применение бпф для фильтрации сигналов
- Аналогии цепей различной физической природы;
- Математические модели накопителей потенциальной и кинетической энергии;
- Кинетические механические накопители
- Колебательные (резонансные) накопители энергии
- Механические накопители с использованием сил упругости
- Пружинные механические накопители
- Тепловые накопители энергии
- Электрические накопители энергии
- Конденсаторы
- Дифференциальные уравнения простейших цепей;
- Передаточные функции простейших цепей;
- Изображение по Лапласу простейших сигналов;
- Структурные модели сложных цепей;
- Моделирование переходных процессов
- Моделирование частотных характеристик простейших цепей;
- Встроенные функции MathCad законов распределения вероятностей;
- Простейшие алгоритмы генераторов случайных чисел rnd(1);
- Источники случайных чисел
- Детерминированные гпсч
- Гпсч с источником энтропии или гсч
- Гпсч в криптографии
- Примеры криптостойких гпсч Циклическое шифрование
- Аппаратный генератор случайных чисел
- Встроенные функции MathCad для оценки числовых характеристик случайной выборки.
- Моделирование корреляционной матрицы системы случайных выборок
- Встроенные функции MathCad для построения гистограмм случайных выборок
- Имитационное моделирование разброса сопротивлений в партии резисторов;
- Моделирование игры в кости;
- Моделирование доски Гальтона;
- Моделирование броуновского движения частицы;
- Сущность явления
- Теория броуновского движения Построение классической теории
- Экспериментальное подтверждение
- Броуновское движение как немарковский случайный процесс
- Многомерный винеровский процесс
- Корреляционная функция и ее свойства;
- Спектральная плотность мощности и ее свойства;
- Формальное определение
- Связь корреляционной функции и спектральной плотности мощности;
- Корреляционная функция белого шума на выходе фильтра низких частот;
- Корреляционная функция узкополосного сигнала (белого шума на выходе полосового фильтра второго порядка);