Skip to main content

შრეებად შერჩევა

Stratified Sampling
მარცხენა სურათზე ნაჩვენებია კვადრატში თანაბარი შერჩევით დასმული 64 წერტილი. შუა და მარჯვენა სურათები უჩვენებენ თანაბარი შრეებად შერჩევით დასმული 64 წერტილს შესაბამისად შრეების გარეშე და შრეებით. 
        შრეებად შერჩევა არის სტატისტიკური შერჩევის ერთერთი მეთოდი, რომელიც გვეხმარება გავზარდოთ თანაბარი შერჩევის ხარისხი. თანაბარი შემთხვევითი შერჩევის დროს ჩვენ ვიცით, რომ რაც უფრო გავზრდით შერჩევების რაოდენობას მით უფრო თანაბარი გახდება შერჩეული განაწილება თუმცა არანაირი გარანტია არ გვაქვს და წინასწარი ცოდნა იმის შესახებ თუ როდის(რამდენი შერჩევის შემდეგ) მოხდება ეს.
        მთავარი იდეა შრეებად შერჩევისა არის ის, რომ ჩვენ უნდა დავყოთ მთელი შერჩევის არე შრეებად და მოვახდინოთ შერჩევა თითოეულ შრეში ცალცალკე. მაგალითად ჩვენ გვინდა დავსვათ 64 წერტილი კვარდატში შემთხვევითად. ასეთ შემთხვევაში იმის მაგივრად, რომ მთელ კვადრატზე მოვახდინოთ შერჩევა, აჯობებს კვადრატი დავყოთ 64 თანაბარ ნაწილად(შრედ) და თითოეულ ნაწილში შევარჩიოთ შემთხვევითი წერტილი(იხილეთ ზემოთ მოცემული სურათი). ასეთ შემთხვევაში ჩვენ გვაქვს გარანტია იმისა რომ არცერთი შრე არ დაგვრჩება წერილის გარეშე.
        შრეებად შერჩევა ხშირად გამოიყენება მონტე კარლოს ინტეგრირებისას რათა მალე მოხდეს სასურველ შედეგთან მიახლოვება. შრეებად შერჩევა მონტე კარლოს ინტეგრირებისას განსაკუთრებით ეფექტურია დაბალი ხარისხის ინტეგრალებში.

Comments

Popular posts from this blog

რუსული რულეტკის მეთოდი

Russian Roulette Technique რუსული რულეტკის მეთოდი არის ფართოდ გავრცელებული ტექნიკა მონტე-კარლოს ინტეგრირების პროცესის შესაწყვეტად(სახელწოდება მოდის ცნობილი რუსული თამაშიდან). იმის მაგივრად, რომ პროცესი შევწყვითოთ ხისტად, მაგალითად შერჩევების რაოდენობის რაიმე მაქსიმალურ რაოდენობაზე, რუსული რულექტკის მეთოდი გვეხმარება ინტეგრირების პროცესის მიუკერძოვებლად შეწყვეტაში. მთავარი იდეა რუსული რულეტკის მეთოდისა არის ის, რომ რუსული რულეტკა წყვეტს მონტე კარლოს მეთოდს რაიმე არანულოვანი p ალბათობით(ალბათობა შეიზლება შეირჩეს ერთხელ ან მონტე კარლოს მეთოდის ყოველ ბიჯზე სათითაოდ რაიმე მნიშვნელოვნობით) ან აგრძელებს მას და შემდგომი პროცესიდან მიღებულ შედეგს ამრავლებს 1/p - ზე. რადგან რუსული რულეტკის მეთოდი პროცესის შეწყვეტას ახდენს რაიმე არანულოვანი p ალბათობით ყოველთვის რჩება იმის შანსი, რომ პროცესი გაგრძელდეს რაც იმას ნიშნავს, რომ მონტე კარლოს ინტეგრირების პროცესისათვის ნებისმიერი სიღრმე მიღწევადი ხდება. სწორედ ამიტომ ხისტი შეზღუდვით მიღებული მიკერძოება( სისტემატიური შეცდომა ) ქრება რუსული რ...

ფერების RGB მოდელი

RGB Color Model         ფერების RGB მოდელი წარმოადგენს ისეთ მოდელს რომელშიც სამი ძრირითადი ფერის წითელი, მწვანე და ლურჯის საშუალებით მიიღება ფერების ფართო სპექტრი. მისი დასახელებაც მოდის სწორედ ძირითადი ფერების ინგლისური სახელწოდების ინიციალებიდან(Red, Green, Blue).         ფერთა სპექტრის ამდაგვარი წარმოდგენა დაკავშირებულია იმასთან, რომ გამოსახულების გამოტანის მოწყობილობებში რომელიც გააჩნიათ კომპიუტერებს, ტელევიზორებს ფერის მიღება ფიზიკურად ხდება სწორედ ამ სამი ძირითადი ფერის შეზავებით. დღესდღეობით ყველაზე გავრცელებული არის 24 ბიტიანი RGB მოდელი, სადაც თითოეულ კომპონენტს ეთმობა ერთი ბაიტი და შესაბამისად შეუძლია მიიღოს ნებისმიერი მნიშვნელობა [0, 255] დიაპაზონში, რაც საბოლოოდ გვაძლევს 16777216 განსხვავებულ ფერს.

ბეზიეს წირი

Bezier Curve         ბეზიეს წირები ფართოდ გამოიყენება კომპიუტერული მეცნიერების სხვადასხვა მიმართულებებში  CAD  სისტემებში, კომპიუტერულ გრაფიკაში და ა.შ. ისისნი პოპულარობით სარგებლობენ მისი სიმარტივის, ინტუიტიურობის და მოსახერხებულობის გამო.         მათემატიკურად ბეზიეს წირი არის ფუნქცია რომელსაც გადაეცემა ერთი პარამეტრი t(0-დან 1-მდე) და ის გვიბრუნებს წერტილს წირზე. ფუნქციის მნიშვნელობა დამოკიდებულია შემავალ t პარამეტრზე და n ცალ წერტილზე, რომლიდანაც პირველ და ბოლო წერტილს ვუწოდებთ კვანძებს(knots), ხოლო დანარჩენებს საკონტროლო წერტილებს(Control points). როდესაც t=0 ფუნქცია გვიბრუნებს პირველ კვანძს, როდესაც t=1 ფუნქცია გვიბრუნებს მეორე კვანძს, დანარჩენ მნიშვნელობებზე ფუნქცია გვიბრუნებს წირის სხვა წერტილებს. გამოდის რომ წირი იწყება პირველი კვანძში დამოკიდებულია საკონტროლო წერტილებზე,თუმცა არ გადის მათზე და სრულდება მეორე კვანძში. მათემატიკურად ნებისმიერ ბეზიეს წირს შეესაბამება პოლინომი რომლის ხარისხიც არის მოცემული წერტილების რაოდენობ...