Детерминированность или стохастичность. Если в модели среди величин имеются случайные, т.е. определяемые лишь некоторыми вероятностными характеристиками, то модель называется стохастической (вероятностной, случайной). В этом случае и все результаты, полученные при рассмотрении модели, имеют стохастический характер и должны быть соответственно интерпретированы. Здесь подчеркнем, что с точки зрения практики граница между детерминированными и стохастическими моделями выглядит расплывчатой. Так, в технике про любой размер или массу можно сказать, что это не точное значение, а усредненная величина типа математического ожидания, в связи с чем и результаты вычислений будут представлять собой лишь математические ожидания исследуемых величин. Однако такой взгляд представляется крайним. Удобный практический прием состоит в том, что при малых отклонениях от фиксированных значений модель считается детерминированной, а отклонение результата исследуется методами оценок или анализа ее чувствительности. При значительных же отклонениях применяется методика стохастического исследования.
ПРАВИЛЬНЫЙ алгоритм: 1. Находим координаты вектора каждой стороны по координатам вершин стороны (пусть эти координаты - х1,у1 и х2,у2): х=х2-х1, у=у2-у1 2. Находим длину каждой стороны: длина=корень квадратный (х*х+у*у) 3. Периметр=сумма длин всех сторон
Если четырехугольник в трехмерном пространстве, везде добавляем координату z: 1z=z2-z1 2корень квадратный (х*х+у*у+z*z)
Пример на языке С: (имеется в виду, что все переменные уже объявлены где-то выше)
