1 / 57

Programação para as Ciências Experimentais 2008/9

Programação para as Ciências Experimentais 2008/9. Teórica 7. Na aula de hoje. Métodos estocásticos (Monte Carlo) Calculo de áreas Integração de funções Simulação Contar unidades formadoras de colónias Trabalho 1 (dúvidas). Monte Carlo.

Download Presentation

Programação para as Ciências Experimentais 2008/9

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Programação para as Ciências Experimentais2008/9 Teórica 7 Ludwig Krippahl, 2009

  2. Na aula de hoje... • Métodos estocásticos (Monte Carlo) • Calculo de áreas • Integração de funções • Simulação • Contar unidades formadoras de colónias • Trabalho 1 (dúvidas)

  3. Monte Carlo • Nome cunhado pelo matemático Nicholas Constantine Metropolis • (1915-1999) • Conjunto de métodos baseados em números aleatórios.

  4. Calcular uma área x>1 y2+x2<4 y<x-1

  5. Calcular uma área x>1 y2+x2<4 y<x-1 Área?

  6. Algoritmo • Pontos ao acaso no quadrado -2, 2. Área?

  7. Algoritmo • Contamos os pontos dentro e fora. Área?

  8. Algoritmo • Contamos os pontos dentro e fora. • A fracção de pontos dentro da área será a proporção entre a área a medir e a área do quadrado. • Quanto mais pontos melhor.

  9. Implementação • Separar as tarefas: • Dentro ou fora? • Uma função que recebe x, y e devolve true ou false conforme x, y está dentro da área que queremos. • Contar os pontos • Outra função que recebe o nome da função que testa, o rectângulo que inclui a área a medir, e o número de pontos, e devolve a área pretendida.

  10. Implementação • Função triangcirc testa se está dentro do triângulo e circulo function dentro=triangcirc(x,y) dentro=( x^2+y^2<4 && x>1 && y<x-1); endfunction

  11. Implementação • Função areamc: • devolve área • recebe • nome da função teste (string, para o feval) • mínimos de x e y • máximos de x e y (definem o rectângulo) • número de pontos

  12. Implementação • Função areamc: functiona=areamc(testfn,minx,miny,maxx,maxy,pontos) • valor a devolver com a área

  13. Implementação • Função areamc: function a=areamc(testfn,minx,miny,maxx,maxy,pontos) • string com o nome da função que testa cada ponto

  14. Implementação • Função areamc: function a=areamc(testfn,minx,miny,maxx,maxy,pontos) • rectângulo que contêm a área a determinar

  15. Implementação • Função areamc: function a=areamc(testfn,minx,miny,maxx,maxy,pontos) • número de pontos a testar

  16. Implementação • Função areamc: • área (variável a) começa a zero • calcular a largura e altura do rectângulo • ciclo para testar o número especificado de pontos. • no final, a área é o número de pontos dentro a dividir pelo total de pontos e multiplicar pela área do rectângulo

  17. Implementação • Função areamc: • ciclo para testar o número especificado de pontos. • criar coordenadas x,y aleatórias, de minx a maxx, e miny a maxy respectivamente. • se feval(testefn, x, y) for verdadeiro então incrementar a variável a (para contar o número de pontos dentro da área)

  18. Implementação • Para fazer os gráficos: • Além da área devolver também duas matrizes com as coordenadas x,y dos pontos dentro e fora. function[a,dentros,foras]=areamc(testfn,minx,miny, maxx,maxy,pontos)

  19. Exemplo de utilização octave:13> areamc("triangcirc",-2,-2,2,2,1000) ans = 1.7440 Nota: chamando assim ignora os outros valores devolvidos, dentros e foras.

  20. Exemplo de utilização pontos=1000; [a,ds,fs]=areamc("triangcirc",-2,-2,2,2,pontos); hold off axis("equal") eixos iguais title([num2str(pontos)," pontos"]); plot(ds(:,1),ds(:,2),"og;;"); hold on; plot(fs(:,1),fs(:,2),"or;;"); “or;;” – circulo, red, ;; indica que não tem legenda

  21. Dicas • Mais pontos, mais rigor:

  22. Dicas • Mais pontos, mais rigor. • O rectângulo deve estar o mais próximo possível da área que queremos. • Em vez de (-2,-2) a (2,2), usar (1, -2) a (2,1)

  23. Dicas • Em vez de (-2,-2) a (2,2) usar (1, -2) a (2,1) • Área=1.7

  24. Integrar função

  25. Integrar função • O integral de f(x)=exp(-x3) não tem solução analítica. • Mas o integral é a área:

  26. Integrar função • Podemos usar a areamc, só precisamos de uma função nova: function dentro=expxcubo(x,y) dentro=y<=exp(-x^3); endfunction

  27. Integrar função • Basta usar: areamc("expxcubo",0,0,2,1.2,5000); ans= 0.89952 Nota: neste caso só é devolvido o primeiro valor (a).

  28. Integrar função • Para fazer o gráfico: pontos=5000; [a,ds,fs]=areamc("expxcubo",0,0,2,1.2,pontos); clearplot axis("equal") title([num2str(pontos)," pontos"]); plot(ds(:,1),ds(:,2),"og;;"); hold on; plot(fs(:,1),fs(:,2),"or;;");

  29. Contar microorganismos no ar • Bomba aspira ar. • Orifícios sobre placa. • Contar colónias. • Estimar UFCs.

  30. Contar microorganismos no ar • Problema: • Podem entrar vários esporos ou bactérias pelo mesmo orifício, resultando numa só colónia. Ar

  31. Contar microorganismos no ar • Problema: • Podem entrar vários esporos ou bactérias pelo mesmo orifício, resultando numa só colónia. • Sabendo o número de colónias na placa, quantas UFCs no ar?

  32. Contar microorganismos no ar • Dividir em 2 fases • Simular o processo para calcular quantas colónias sabendo o número de UFCs. • Usar a simulação com diferentes valores de UFCs até que obter o número de colónias observado.

  33. Simulação • Temos N orifícios e X UFCs. • Cada UFC pode entrar por qualquer dos N orifícios. • O número de colónias será o número de orifícios diferentes por onde entraram UFCs

  34. Algoritmo • Para cada UFC seleccionar um orifício aleatoriamente e marcar esse orifício. • Contar o número de orifícios marcados. • Repetir um número grande de vezes (50, 100, ...) e tirar o valor médio.

  35. Implementação • Função functioncs=colonias(buracos,ufcs,tentativas) • Devolve o número de colónias

  36. Implementação • Função function cs=colonias(buracos,ufcs,tentativas) • Número de orifícios

  37. Implementação • Função function cs=colonias(buracos,ufcs,tentativas) • Número de UFCs no ar

  38. Implementação • Função function cs=colonias(buracos,ufcs,tentativas) • Número de vezes que repete a simulação para calcular a média

  39. Implementação • Dois ciclos for: • número de tentativas e, para cada tentativa • número de ufcs. • A cada tentativa somar a um contador o número de orifícios marcados.

  40. Implementação • Dois ciclos for: for a=1:4 for b=1:3 disp([a,b]) endfor endfor

  41. Implementação • Dois ciclos for: for a=1:4 for b=1:3 [a,b] endfor endfor Repetido 4 vezes

  42. Implementação • Dois ciclos for: for a=1:4 for b=1:3 [a,b] endfor endfor Repetido 3 vezes cada uma das 4 do ciclo de fora (12 vezes no total)

  43. Implementação • Os orifícios podem ser representados como um vector de zeros, e marcados com 1. • O total de orifícios marcados é o somatório do vector.

  44. Implementação • Como seleccionar o orifício aleatoriamente. • É preciso arredondar: • round(x) inteiro mais próximo de x • floor(x) maior inteiro menor que x ix=floor(rand*buracos)+1; (de 1 a buracos) Nota: o rand nunca devolve 1. Ver help.

More Related