MAS 2. Flashcards

1
Q

Statické modelovanie

A

Abstrahuje od času, čas nemá dôležitú úlohu

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Buffonova ihla

A

Pravdepodobnosť, že ihla pretne čiaru je
p = 2L/Dpi
- Náhodnými pokusmi zistíme hodnotu
pravdepodobnosti
p = n-preťatie/n-všetky = m/n
- Potom: pi = 2L/p
D
- 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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Metóda Monte Carlo

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Presnosť metódy MC

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Metódy redukcie rozptylu

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pseudonáhodné čísla

A

Produktom aritmetických generátorov nie sú
náhodné čísla (sú vypočítané), preto ich
označujeme ako pseudonáhodné čísla (čísla, ktoré
sa zdajú byť náhodnými)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Lineárny kongruenčný generátor (LCG)

A

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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Quasi Monte Carlo

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Vlastnosti náhodných čísel

A

Požadované vlastnosti náhodných čísel:
Nezávislosť

Rovnomerné rozdelenie, zvyčajne na intervale
[0, 1)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly