Отбасылық дәрігерлік амбулатория жобасын құру

МАЗМҰНЫ

 

КІРІСПЕ................................................................................................................

1 БАҒДАРЛАМАЛАУДЫ ӨҢДЕУ  ОРТАСЫН ТАҢДА...................................

   1.1 Монте-Карло әдісімен модельдеу ..............................................................

   1.2 Delphi бағдарламалау  тілінің мүмкіндіктерін сипаттау ...........................

2 ЖОБАНЫ ӨҢДЕУДІ  ЖОСПАРЛАУ БӨЛІМІ................................................

   2.1 Отбасылық дәрігерлік амбулаторияны сипаттау......................................

   2.2 Бағдарламалық  жолмен модельді өңдеу ...................................................

3 ЖОБАНЫ ӨҢДЕУ  БӨЛІМІ..............................................................................

   3.1 Бағдарламаның құру кезеңдері..................................................................

   3.2 Бағдарламада  қолданылған компоненттерді сипаттау.............................

  3.3 Қолданушы интерфейсі .............................................................................

ҚОРЫТЫНДЫ....................................................................................................

ҚОЛДАНЫЛҒАН ӘДЕБИЕТТЕР......................................................................

ҚОСЫМША........................................................................................................

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

КІРІСПЕ

 

Модельдеу кез келген құбылыстардың, процестердің немесе обьект жүйелерінің қасиеттері мен сипаттамаларын зерттеу үшін олардың үлгісін құру және талдау, бар немесе жаңадан құрастырылған обьектілердің сипатын анықтау немесе айқындау үшін, олардың модельдерінде обьектілердің әртүрлі табиғатын зерттеу әдісі.

Бұл курстық  жобаның тақырыбы: «Монте-Карло әдісін модельдеу» және де  Delphi бағдарламалау ортасында «Отбасылық дәрігерлік амбулаторияда науқастың жеке картасын жүргізу және тіркеу бойынша АЖ құру».

Бұл курстық  жобаның мақсаты: «Монте-Карло әдісін модельдеу» тақырыбы бойынша мағлұматтар  беру. Delphi бағдарламалау тілінің мүмкіндіктерін пайдалана отырып мәліметтер базасын құру болып табылады.

Модель 4 деңгейде түпнұсқаның орынбасары бола алады:

1. элементтер деңгейінде;
2. құрылым деңгейінде;
3. қалып күй немесе қызметтік деңгейде;
4. нәтижелер деңгейінде.

Модель термині көп мағыналы.Модель деп – қандай да бір заттың кішірейтілген көшірмесін, математикалық формулаларды бұрыштан горизонтқа лақтырылған дененің ұшу моделін іштен жану двигателі жұмысының моделін, бұйымдарды жинау моделін, құрамы бойынша сөйлем талдай моделін қандай да бір нәрсенің эталонын айтамыз.

Модель түсінігі – модельдеу мақсаты тұрғысынан оқып үйренетін обьектінің, құбылыстың кейбір жақтарын ұқсастырып бейнелейтін жаңа обьект.

Модель – обьектінің нақты жұмыс істеуіне сәйкестенетін анықталған параметрлер бойынша жұмыс істейтін физикалық ақпараттық алмастырушы.

Модельдеу мақсаты – кез келген практикалық қолданбалы есептердің шешілуі барлық уақытта зерттеу мен кейбір обьектілерді түрлендірумен, басқарумен байланысты болады.Демек, модельдеу мақсатының табиғаты екі жақты бір жағынан зерттеу есебіне байланысты обьективтілігі қызметтік мотивке тәуелді түзелетіндігіне байланысты субьективтілігі.Модельдеу ғылымы келесі принциптерге сүйенеді:

1. редукционизм принципі – күрделіні қарапайымдылау процесі;
2. эволюция принципі – барлық формалар біртіндеп төменгі формалардан дамиды.Төменгі формалар күйін талдау арқылы жоғарғы формалар күйін болжауға болады;
3. рационалдық принципі – желінің нақты обьектілерін логикалық математиканың көмегімен тануға болады.

Монте-карло  тәсілі — кездейсоқ шамаларды  модельдеуге және ізделінетін шаманың статистикалық бағаларын құруға негізделген сандық тәсіл.

Статистикалық жолмен шығарылатындықтан, ізделінетін  шама ықтималдық сипатта болады. Оның дәлдігін арттыру үшін мыңдаған статистик. байқаулар қарастырылады. Монте-карло  тәсілімен орындалатын есептеулерде секундына млн-даған операциялар орындайтын аса шапшаң электрондық есептеуіш машиналарды пайдалану тиімді. Монте-карло тәсілі берілген үлестіру заңына сәйкес кездейсоқ шамаларды, дискретті және үзіліссіз кездейсоқ шамаларды модельдеуде, көпеселік интегралдарды бағалауда, екінші реттік интегралдық теңдеулерді, эллиптикалық типті теңдеулерді шешуде, сәулені тасымалдау теориясында, кубтық және интерполяцтық процестерде, т.б. қолданылады. Тармақталған Марков процесін модельдеуді пайдаланып, кейбір сызықты емес теңдеулерді де шығаруға болады. Бұл тәсілді алғаш 20 ғаcырдың ортасында америкалық. математиктер Дж.Нейман (1903 – 1957) және С.Улам (1909 – 1984) ұсынған. Бұл тәсіл Монте-Карло қаланың атымен аталған, ертеректе осы қаланың ойыншылары ойыннан ұтатын ақшаларын осыған жақын бір тәсілмен алдын-ала есептеп отырған.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 БАҒДАРЛАМАЛАУДЫ  ӨҢДЕУ ОРТАСЫН ТАҢДА

 

1.1 Монте-Карло әдісі.

 

Есепті белгісіздік  жағдайында қарастыру.Белгісіздік  стахостикалық болды. Математикалық моделді құрамыз. Бұл математикалық модель аналитикалық болып табылады. Қарастырылып жатқан есептерде қарастырылатын процестердің марковский болуы талап етілді. Тәжірибе жүзінде бұл үнемі орындала бермейді.

Аналитикалық  моделдер қоланыла алынбайтын жағдайда статистикалық моделдерді жасайды. Статистикалық моделдеу әдісін қарастырады.

Статистикалық моделдерді имитационды деп атауға болады. Олар кездейсоқ процесті ДК арқылы моделдейді.

Монте-Карло  әдісі статистикалық моделдеу әдісі  болып табылады.

Монте-Карло әдісі- бұл кездейсоқ шамаларды моделдеу арқылы сандық есептерді шешу әдісі.

Монте-карло  әдісінің туылған күні болып 1948 жыл  есептеледі, оны шағарушылары деп  Дж. Нейман және С. Улам математиктерді есептейді.

Әдістің теориялық  негізі ертеден белгілі. Бірақ-та ЭЕМ пайда болғанға дейін бұл әдіс кең пайдаланған жоқ.

Әдістің атауы  өзінің ойын үйлерімен атақты Монако княждығындағы Монте-Карло қаласының  атауынан шыққан. Кездейсоқ шамаларды  алудың қарапайым механикалық аспаптарының бірі рулетка болып табылады. «Монте-Карло әдісі рулетка ойынында жеңіске жетуге көмектесе ме?» деген сұрақ туындайды. Жоқ, көмектеспейді. Және онымен айналыспайды да.

Әдістің идеясы өте қарапайым және келесіден  тұрады.

Процесті аналитикалық аппарат арқылы суреттеудің орнына өзінің құрамы кездейсоқтық пен кездейсоқ нәтижеден тұратын арнайы ұйымдастырылған процедура көмегімен кездейсоқ құбылыстың ұтысы өткізіледі. Кездейсоқ процесті жүзеге асыру әр кезде әртүрлі болады, яғни қарастырылып отырған процестің әртүрлі нәтижелерін аламыз. Бұл көптеген жүзеге асыруларды математикалық статистиканың қарапайым әдістерімен өңделіне алатын жасанды түрде алынған статистикалық материал ретінде пайдалануға болады. Мұндай өңдеуден кейін жағдайдың ықтималдығын, математикалық күту, т.б. алуға болады.

Монте-Карло  әдісі кез келген ықтималды есеп шығарыла алады, бірақ ол аналитикалық есептен қиын болмай, процедура қарапайым  түрде ойнатылған кезде ғана ақталынған болып есептелінеді..

 Мысалы:

Нысана бойынша 3 белгісіз оқ атылады, олардың 1/2 ықтималмен нысанаға тиеді. Тым болмағанда бір оқ тиюдің ықтималдығын табу қажет.

Р(k >= 1) = P(1)+P(2)+P(3) = 1-P(k < 1)

P(0) = 1/2*1/2*1/2 = 1/8

P(k >= 1) = 1-1/8 = 7/8

Бұл есепті ойын арқылы – статистикалық моделдеу арқылы шешуге болады. Үш атудың орнына 3 тиын лақтырамыз, герб – нысанаға тию деп, решка – нысанаға тимеу деп есептейміз. Тәжірибе егер тиынның біреуі гербке түссе, сәтті деп саналады. Көптеген тәжірибе жасап, сәтті жағдайдың ортақ санын есептеп, N (өткізілген тәжірибе саны)- санына бөлеміз. Осылайша, олар жағдайдың жиілігін алды, ал ол тәжірибенің көп санында ықтималдыққа жақын.

Монте-Карле  әдісі көптеген кездейсоқ факторлар  болатын кездейсоқ процестерді  моделдеу кезінде пайдаланылады.

Кездейсоқ шамаларды алу.

Кездейсоқ сандардың кестесі.

Келесі заң бойынша бөлінген кездейсоқ шама таңдалынады:

 

 

Диск (рулетка) орнатылады. Диск айналады және кенеттен тоқтайды және қозғалмайтын тіл көрсеткенсан таңдалынады.

 

 

Сандар реті 20389320...

Кездейсоқ сандардың  кестесі жасалынады, олардың белгілі  сандары таңдалынады (400).Кездейсоқ сандардың жақсы кестесін құру оңай емес: кез келген шынайы физикалық аспап шынайы бөлуден біршама өзегешеленетін бөлінуі бар кездейсоқ шамаларды жасап шығарады.

Кездейсоқ сандардың генераторы

Кез келегн механикалық  аспап ЭЕМ үшін тым ақырын болады. Сондықтан кездейсоқ сандардың генераторы ретінде электронды шамдардағы шу жиі қолданылады: егер кейбір уақыт аралығында шу деңгейі жұп санының берілген босағасынан асып кетсе, онда бірлік жазылады.

Бір қарағанда  бұл өте қолайлы тәсіл. Мұндай генераторлардың m параллелді жұмыс  жасасын, үнемі жұмыс жасап, кездейсоқ нөлдер мен бірліктерді арнайы ұяшықтардың барлық екілік разрядтарына жіберіп отырсын. Әрбір такт – бір m разрядты сан. Есептеудің кез келген сәтінде осы ұяшыққа жүгініп, интервалға бірқалыпты бөлінген кездейсоқ шаманың мәнін алуға болады (0,1) . Әрине, бұл мән   m- разрядт екілік бөлшек түрінде жазылған жуықтатылған мән.

 

0,а1,а2,...аm, мұнда шаманың әрқайсысы ai

 

 

бөлінген кездейсоқ  шаманы жасайды.

Әйтсе де, бұл  әдіс те жетіспеушіліктен бос емес. Біріншіден, шығарылатын сандардың «сапасын» тексеру қиын. Тексерулерді мерзімді жүргізіп тұру қажет, өйткені қандай да болмасын ақаулардан бөліну дрейфі пайда болуы мүмкін ( яғни, нөлдер мен бірліктер қандай да болмасын разрядтарда бірдей жиі пайда бола бермейді). Екіншіден,  әдетте ЭЕМ есептеулер кездейсоқ жаңылысуды болдырмау үшін екі рет өткізіледі. Бірақ егер сол кездейсоқ сандарды есептеу барысында сақтап отырмаса, қалпына келтіруге болмайды.  Ал оларды сақтап отырсақ, біз кестелер жағдайына қайта келеміз.

Осындай типті  бергіш, сөзсіз, Монте-Карло әдісімен есептерді шешуге арналған арнайы ЭЕМ  шығарылған кезде пайдалы болады. Ал кездейсоқ сандар көмегіменесептеулер  сирек жүргізілетін әмбебап ЭЕМ  үшін арнайы құрылғыны ұстау және пайдалану экономды емес. Псевдокездейсоқ сандарды пайдаланған жақсы.

Статистикалық сынақтар әдісі.Монте-карло әдісі.

 

Монте-карло  тәсілі — кездейсоқ шамаларды  модельдеуге және ізделінетін шаманың  статистикалық бағаларын құруға негізделген сандық тәсіл. Статистикалық жолмен шығарылатындықтан, ізделінетін шама ықтималдық сипатта болады. Оның дәлдігін арттыру үшін мыңдаған статистик. байқаулар қарастырылады. Монте-карло тәсілімен орындалатын есептеулерде секундына млн-даған операциялар орындайтын аса шапшаң электрондық есептеуіш машиналарды пайдалану тиімді. Монте-карло тәсілі берілген үлестіру заңына сәйкес кездейсоқ шамаларды, дискретті және үзіліссіз кездейсоқ шамаларды модельдеуде, көпеселік интегралдарды бағалауда, екінші реттік интегралдық теңдеулерді, эллиптикалық типті теңдеулерді шешуде, сәулені тасымалдау теориясында, кубтық және интерполяцтық процестерде, т.б. қолданылады. Тармақталған Марков процесін модельдеуді пайдаланып, кейбір сызықты емес теңдеулерді де шығаруға болады. Бұл тәсілді алғаш 20 ғаcырдың ортасында америкалық. математиктер Дж.Нейман (1903 – 1957) және С.Улам (1909 – 1984) ұсынған. Бұл тәсіл Монте-Карло қаланың атымен аталған, ертеректе осы қаланың ойыншылары ойыннан ұтатын ақшаларын осыған жақын бір тәсілмен алдын-ала есептеп отырған.

Статистикалық модельдеу туралы айтқанда адамдар  статистикалық сынақ, яғни Монте-Карло  әдісі туралы әңгіме болатынын біледі. ҮСЭ- на назар аударайық.

Статистикалық сынақ – Монте-Карло әдісі сияқты іздестіріп отырған шамаға статистикалық баға құрастыруда және кездейсоқ шаманы модельдеуге негізделген есептеуіш және қосалқы математика әдісі. Статистикалық сынақ әдісі Дж.фон Нейман и С.Улам америкалық ғалымдары ЭЕМ көмегімен қосалқы тапсырма шешуде ықтималдықтар теориясы аппаратын кеңінен қолдана бастағанда атомдық реактор құру жұмысымен байланысты 1944 жылы пайда болды деп айтуға болады. Алғашында бұл әдіс басты тәсілмен сәуле алмастыру теориясы және нейтронды физика теориясы қиын тапсырмасын шешу үшін қолданылды.Бұл жерде дәстүрлі сандық әдістердің аса қажеттілігі жоқ. Содан кейін оның әсер етуі өзінің мазмұны бойынша әртүрлі статистикалық физика тапсырмасы үлкен класына таралды. Әдіс көбінесе ойын теориясы, көпшілікке қызмет көрсету және математикалық экономика, кедергідегі хабарлама беру теориясы және т.б тапсырмасын шешуде қолданылады.