MAS 2. Flashcards
Statické modelovanie
Abstrahuje od času, čas nemá dôležitú úlohu
Buffonova ihla
Pravdepodobnosť, že ihla pretne čiaru je
p = 2L/Dpi
- Náhodnými pokusmi zistíme hodnotu
pravdepodobnosti
p = n-preťatie/n-všetky = m/n
- Potom: pi = 2L/pD
- L - dĺžka ihly
- D - vzdialenosť medzi dvoma čiarami
- Odhad niečoho, čo sa ťažko vypočíta exaktne
pomocou náhodných pokusov
- Odhad nie je presný - odchýlka, mali by sme vedieť
aká je
- Zvýšenie presnosti
* Viac pokusov
* Redukcia rozptylu (odchýlky) úpravou
experimentu
Metóda Monte Carlo
Metóda riešenia problémov, pri ktorých čas nemá
dôležitú úlohu, pomocou špeciálne organizovaných
štatistických pokusov
1. Formulácia novej úlohy, ktorej riešenie je
zhodné s riešením pôvodnej úlohy
2. Riešenie novej úlohy pomocou štatistických
experimentov
Presnosť metódy MC
Odhad chyby s danou úrovňou spoľahlivosti
_______________________________________________
Napr. ak vykonáme 100 hodení mincou, tak pri
tomto počte pokusov sa dopustíme chyby približne
10% (s 95% úrovňou spoľahlivosti)
_______________________________________________
Konvergencia metódy Monte Carlo je 𝑂(√𝑛)
* Ak chceme zvýšiť presnosť N násobne,
musíme zvýšiť počet pokusov N
2 násobne
- Je vhodné využiť niektorú z metód redukcie
rozptylu
- Využitie metódy MC: jadrová fyzika, bezpečnosť,
chémia, matematika, medicína, ekonomika,
informatika
Metódy redukcie rozptylu
Metóda protikladných veličín
* Využitie negatívne korelovaných náhodných
veličín (Buffonov kríž)
Technika riadiacich veličín
* Namiesto odhadu neznámej veličiny
odhadujeme rozdiel neznámej veličiny od
známej
- Metóda výberu podľa dôležitosti
* Sústredím sa na oblasti, ktoré vyžadujú vyššiu
presnosť
* Sústredenia na miesta s väčším vplyvom
Metóda stratifikovaných výberov
* Rozdelíme celok na menšie časti – zaručenie
rovnomernejšieho náhodného vstupu
Pseudonáhodné čísla
Produktom aritmetických generátorov nie sú
náhodné čísla (sú vypočítané), preto ich
označujeme ako pseudonáhodné čísla (čísla, ktoré
sa zdajú byť náhodnými)
Lineárny kongruenčný generátor (LCG)
Xi = (aXi-1 + c) mod m
Ui =Xi/m
- Začíname z hodnoty X0 – násada
- Xi je z intervalu [0, m)
- Ui je z intervalu [0, 1)
- 0 < m, a < m, c < m, X0 < m
- LCG(a, c, m), X0
- Sekvencia sa opakuje, čísel je najviac m
Quasi Monte Carlo
Namiesto pseudonáhodných čísiel sa využívajú
kvázináhodné postupnosti čísel
* Také, ktoré rovnomerne vypĺňajú daný priestor
* Medzi jednotlivými číslami môže existovať
zjavná závislosť
* Napr. interval 1 - 100
o Pseudonáhodné: 4, 55, 87, 1, 12, 33
o Kvázináhodné: 1, 50, 25, 75, 12, 62, 37,
88
Vlastnosti náhodných čísel
Požadované vlastnosti náhodných čísel:
Nezávislosť
Rovnomerné rozdelenie, zvyčajne na intervale
[0, 1)