lqp - Монте-Карло
[Recent Entries][Archive][Friends][User Info]
07:51 pm
[Link] |
Монте-Карло А вот скажите, существуют ли какие-либо строгие математические доказательства эффективности метода Монте-Карло?
Ну вот например, допустим у нас область O сложной формы, возможно даже несвязная, вписанная в квадрат со стороной L. Мы
1) бросаем в этот квадрат N точек, сгенерированных ГСЧ, находим что n из них попадают в O, и принимаем площадь SO = nL2/N
либо
2) делаем все то же самое, но вместо случайных точек берем N точек, попадающих в узлы регулярной сетки с ячейкой размером L/sqrt(N) и началом в левом нижнем углу квадрата.
Есть какие-либо основания ожидать, что в первом случае мы получим более точную оценку SO чем во втором? Может быть такие основания появляются при каких-то дополнительных предположениях об O?
Tags: вопрос, вычислительно-измерительное
|
|
|
| From: | do_ |
Date: | January 3rd, 2017 - 03:37 pm |
---|
| | | (Link) |
|
Хотя, если подумать, метод 2) всегда лучше, вообще-то. За исключением очень специальных областей, таких, например, как совокупность малых окрестностей узлов регулярной сетки.
| From: | do_ |
Date: | January 3rd, 2017 - 03:58 pm |
---|
| | | (Link) |
|
From: | salas |
Date: | January 3rd, 2017 - 04:55 pm |
---|
| | | (Link) |
|
А на предопределённой (регулярной, псевдослучайной, ещё какой) n-мерной сетке из N узлов в ℝn вообще может быть погрешность меньше N-1/n? Вот больше на неудачно регулярной сетке — запросто.
Ну, выбор прямоугольной сетки -- это ужэ некоторый bias при построении эксперимента. Повезёт, если это оакжэтся неважно. Можэт и не повезти.
From: | lqp |
Date: | January 3rd, 2017 - 04:11 pm |
---|
| | | (Link) |
|
Ну так и выбор генератора случайных чисел - это тоже некоторый bias. Причем во втором случае мы его даже и отследить не сможем.
Ну, средне-хорошый ГСЧ -- это такой bias, в проблемы которого дажэ спецыально трудно попасть. В смысле дажэ если заранее постараться. В отличие от регулярной сетки.
Например, если при рэйтрэйсинге сложной сцэны выбирать точки на последовательно уменьшающихся регулярных сетках, то эта регулярность довольно хорошо будет заметна практически до конца и будет мешать оцэнить сцэну до рендэринга полного комплекта. Методом монтэ-карло жэ никаких особо сеток на экране не видно, потому можно оцэнить процэсс в середине и прервать его если что-то пошло не так или просто ты понял, что точность отрисовки тебе сегодня достаточна, и можно сдавать как есть, не дожыдаясь остальных двух дней для прорисовки.
Ммм, есть бесконечное множество чисел, которые невозможно выразить правильной дробью. Понятие "площадь" к состоящей из этих точек фигуре не то, чтобы применимо, но вот мощность, ЕМНИП, вполне (если, конечно, я ещё правильно помню терминологию). И 2-й метод будет всегда оценивать эту фигуру, как пустую, в то время, как для Монте-Карло всегда можно рассчитать требуемое количество "бросков" для любой заранее заданной точности/достоверности.
From: | salas |
Date: | January 3rd, 2017 - 04:58 pm |
---|
| | | (Link) |
|
Это называется "мера". Но мера множества иррациональных чисел — это всё-таки совсем математическая абстракция, её отношение к эффективности методов приближённого вычисления неочевидно.
Согласитесь, в том чтобы оцэнивать мощность бесконечных множэств методом Монтэ-Карло -- есть какое-то такое инжэнерное безумие. |
|