Логические функции на области числовых значений

больше нуля
Х >0

> 0)
Р(х, у) = (х < у).
аргументы функции

— множество действительных чисел;

значения функции — множество логических величин: ИСТИНА, ЛОЖЬ.

действительных чисел, а значения функции — на множестве, состоящем из

двух логических величин: ИСТИНА, ЛОЖЬ.
Логические функции от числовых аргументов еще называют термином «предикат». В алгоритмах предикаты играют роль условий, по которым строятся ветвления и циклы. Предикаты могут быть как простыми логическими функциями, не содержащими логических операций, так и сложными, содержащими логические операции.

В алгоритмах предикаты играют роль условий, по которым строятся ветвления и циклы.

Предикаты могут быть как простыми логическими функциями, не содержащими логических операций, так и сложными, содержащими логические операции.

и у, который будет принимать значение ИСТИНА, если точка с

координатами х и у на координатной плоскости лежит внутри единичной окружности с центром в начале координат.

F(x, у) = (х2 + у2< 1)

с координатами х и у на координатной плоскости лежит внутри

кольца с центром в начале координат и радиусами r1 и r2.

r12 < х2 + у2 < r22
и
r1< r2

r1 — внутренний радиус,
r2 — внешний радиус

с координатами х и у на координатной плоскости лежит внутри

кольца с центром в начале координат и радиусами r1 и r2.

r22 < х2 + у2 < r12
и
r2< r1

r2 — внутренний радиус,
r1 — внешний радиус

с координатами х и у на координатной плоскости лежит внутри

кольца с центром в начале координат и радиусами r1 и r2.

r22 < х2 + у2 < r12 и r2< r1

F(x, у, r1, r2) = (((х2 + y2) > r12) & ((x2 + у2) < r22) & (r1 < r2)) V (((x2 + у2) > r22) & ((x2 + у2) < r12) & (r2 < r1))

r12 < х2 + у2 < r22 и r1< r2

с координатами х и у на координатной плоскости лежит внутри

фигуры, ограниченной линиями.

с координатами х и у на координатной плоскости лежит внутри

фигуры, ограниченной линиями.

с координатами х и у на координатной плоскости лежит внутри

фигуры, ограниченной линиями.

 

F(x, y) = (y > -x) & ( y< 1) & (у > x2)

вероятности события может служить частота его наступления в длительной серии

независимых повторений случайного эксперимента.

целью вычисления характеристик их распределений.
Используется для решения задач в

областях физики, математики, экономики, оптимизации, теории управления и др.

Граф де Буффон –
основатель метода

Метод Буффона
«бросания иглы» для определения числа

Метод Монте-Карло

Нейман и Станислав Улам разработали метод независимых статистических испытаний, известный

теперь, как метод Монте-Карло.

отсутствие в то время генераторов случайных чисел.
Тогда Нейман предложил

использовать для выработки последовательностей случайных чисел одну из рулеток в казино Монте-Карло, где были лучшие рулетки, а, следовательно, и вырабатывались лучшие последовательности случайных чисел.
Военное ведомство согласилось на аренду одного из таких устройств — Улам и Нейман вдоволь наигрались за государственный счет в рулетку, а свой метод в память об этом они назвали методом Монте-Карло..