Wiki putuje u Monte-Carlo

[iDemo]

Kaze ovako na Wiki-ju (koga inace ne cenim nesto posebno al' ce ovom prilikom da zavrsi posao):

There is no single Monte Carlo method; instead, the term describes alarge and widely-used class of approaches. However, these approaches tend to follow a particular pattern:1. Define a domain of possible inputs.2. Generate inputs randomly from the domain.3. Perform a deterministic computation using the inputs.4. Aggregate the results of the individual computations into the final result.

Kaze, recimo, na codeproject-u http://www.codeproject.com

Monte Carlo methods have three characteristics:1. Random sample generation 2. The input distribution is known 3. Numerical experiments

Jel' moze mali (naucni) doprinos ovdI - da mi kazete koliko cesto zaista imate/znate "the input distribution" ( TID ). Ja sam imao (ne)srecu da ni posle 3 puta ponovljenog pitanja ne dobijem nikakav odgovor na temu TID vec da se umesto odgovora pojavi mantra - "mi to radimo MC metodom" pa posle rezultate dalje redom... Ja kao - al' kako znate TID - garant nije normalna a nije ni uniformna i tako to... Pitanje je ustvari i sta biva 'aplikacijom' ako je TID - kakva god da je - jednostavno ignorisana i kao 'dovoljno dobra' zamena se koristi uniformna ili normalna raspodela?

[sheridan]

Verovatno je lakse o tome razmisljati kao o tehnici integraljenja, po zakonu velikih brojeva, ako je distribucija uniformna Lep prikaz (na engleskom) ima recimo ovdeZbog ovoga rade i kvazi-random brojevi. Ako ovako postavish stvari onda je prilicno jasno da je TID uvek unifromna, pa se i lako sa njom radi. Problem definisanja funkcije je onda lepo odvojen problem biranja modela, vec sasvim druga prica i u principu ne znam da li ces ista nauciti iz neke jako generalne rasprave. U finansijama je velika prednost sto uglavnom imash jako puno (more) podataka, sto cini modeliranje laksim - u principu, vrlo grubo receno, odaberes model koji mislis da ce liciti na realnost, formulishesh ga sa nekim "slobodnim" parametrima i onda ga bazdarish tako da bude sto blize pravom stanju stvari za ono za sta podatke vec imash. Onda verujes da ce isti model raditi i za ono za sta podatke nemash.

Edited March 19, 2009 by sheridan

[3opge]

recimo da imas bazen nepravilnog oblika ciju povrsinu ne znas koji se nalazi u dvoristu ciju povrsinu znas.onda jedne noci bez vetra padne sneg ali ne pokrije zemlju tako da mozes da izbrojis pahuljice.povrsinu bazena priblizno mozes da odredis tako sto ces da izbrojis pahuljice koje su pale u njega i na osnovu odnosa tog broja i broja svih pahuljica koje su pale u dvoriste mozes da odredis povrsinu bazena.to ti je jedna vrsta Monte Carlo simulacije, sneg ima ulogu generatora slucajnih brojeva. sto vise pahuljica izbrojis racun ce biti tacniji.brojanje pahuljica naravno zahteva jako puno vremena sto je takodje jedna bitna karakteristika Monte Carla.

[fonTelefon]

a sta ako bazen nije u minesoti vec alfackingbami?

[Pikoleta]

bogteveselio, danas svaka vukozabit ima 512bitni randomgenerator

[iDemo]

recimo da imas bazen nepravilnog oblika ciju povrsinu ne znas koji se nalazi u dvoristu ciju povrsinu znas.onda jedne noci bez vetra padne sneg ali ne pokrije zemlju tako da mozes da izbrojis pahuljice.povrsinu bazena priblizno mozes da odredis tako sto ces da izbrojis pahuljice koje su pale u njega i na osnovu odnosa tog broja i broja svih pahuljica koje su pale u dvoriste mozes da odredis povrsinu bazena.to ti je jedna vrsta Monte Carlo simulacije, sneg ima ulogu generatora slucajnih brojeva. sto vise pahuljica izbrojis racun ce biti tacniji.brojanje pahuljica naravno zahteva jako puno vremena sto je takodje jedna bitna karakteristika Monte Carla.

Taj deo razumem - moj problem je sto kod mene sneg tako pada da padne samo i jedino na stazu od kuce ka bazenu koja prolazi preko travice i kroz betonirani deo - tako da kad odradim simulaciju od 1000 (ili 1000000) pahuljica i dam crncu da prebroji (a ne kazem mu nista o stazi) on mi dolazi nazad sa raznim pricama... Hocu da kazem - nevezano za stazu i crnca i crnkinju - da dobijem 'krivu' sliku ako ne poznajem kako sneg pada nego kaze generatoru slucajnih snegova da sneg pada ravnomerno celom povrshinom dvorishta i bashce...

[bup]

tražeći ovaj strip naleteo sam na interesantan tekst o tome kakvi su ljudi kao generatori slučajnih brojeva, rezultati su porazni. :)ima i ovo:

[iDemo]

...generatori slučajnih brojeva, rezultati su porazni.

Nas su u svoje vreme ucili da su svi ti generatori ustvari "generatori pseudo-slucajnih brojeva". Nego - to je ok al' moj problem je na strani distribucije - 'prava' ili ne - obe ce ih dodatno 'obogatiti' generatori slucajnih brojeva al' je sama distribucija on sto mene muci. Pomalo.

[bup]

da, razumem, ovo je trebalo da predstavlja comic relief. :)teško da mogu na dovoljno visokom nivou da učestvujem u ozbiljnoj raspravi, potisnuo sam svoje znanje iz numeričke analize čim sam je položio.ako raspodela nije ravnomerna, valjda može nešto da se nabudži, na osnovu statistike, da se napravi neki model? mislim, sve je to nagađanje, nikad se ne zna da li su rezultati dobri, kao što i stripovi kažu. ali, ako ne znaš kakva je raspodela, ne možeš ni da koristiš monte carlo, jer ne možeš da posipaš sneg po dvorištu na ispravan način.

[iDemo]

ali, ako ne znaš kakva je raspodela, ne možeš ni da koristiš monte carlo, jer ne možeš da posipaš sneg po dvorištu na ispravan način.

O tome se i radi - znam najmanje 10-15 ljudi koji su bez dileme proglasili da su im sve raspodele kojima hrane svoje dobro kalibrisane modele - ono - uniformne i onda ispucavaju MC bez blama, kao da znaju sta rade. OK, tu se nesto deshava i tako to a mene zanima u toj i slicnim pricama - koliko tacno prica nema veze sa zivotom zbog toga sto ne znaju ili ih jednostavno ne zanima koja je raspodela.

[bup]

ono što je sheridan gore rekao. baždariš raspodelu tako da se što bolje poklapa sa postojećim podacima i nadaš se da će biti ok i za ono što pokušavaš da pronađeš.pade mi na pamet, ako se vratimo na primer sa bazenom i snegom, kakve veze ima što u prirodi sneg pada neuniformno? ti ga pospeš uniformno i dobiješ rezultat. doduše, nemaš pojma da li je dobar, jer se podaci koje si dobio ne mogu uporediti sa onim koje imaš, ali je u ovom slučaju verovatno ispravniji nego da si modelirao padanje snega. :)

[fonTelefon]

U svakom slucaj nekad je bitno da znas velicinu bazena do na velicnu dvorista.