Различия

Показаны различия между двумя версиями страницы.

Ссылка на это сравнение

Предыдущая версия справа и слева Предыдущая версия
Следующая версия
Предыдущая версия
study:spring2016:sm_sim_pract [2016/04/03 21:32]
ash
study:spring2016:sm_sim_pract [2016/05/23 16:36] (текущий)
ash
Строка 4: Строка 4:
 **Преподаватель:** Шлемов Александр Юрьевич <shlemovalex@gmail.com>                     \\ **Преподаватель:** Шлемов Александр Юрьевич <shlemovalex@gmail.com>                     \\
 ---- ----
 +
  
  
Строка 60: Строка 61:
  
  
-** Будущие темы **+
  
 //29 марта //\\ //29 марта //\\
Строка 66: Строка 67:
   - KS-test и критерий Лилиефорса. Построение точных критериев с помощью моделирования (Монте-Карло критическая область)   - KS-test и критерий Лилиефорса. Построение точных критериев с помощью моделирования (Монте-Карло критическая область)
  
 +
 +** Будущие темы **
 //5 апреля //\\ //5 апреля //\\
   - Моделирование одномерных случайных распределений в R   - Моделирование одномерных случайных распределений в R
Строка 94: Строка 97:
   - Алгоритм факторизации Pollard pho   - Алгоритм факторизации Pollard pho
   - Схема разделения секрета Шамира   - Схема разделения секрета Шамира
 +
  
  
Строка 114: Строка 118:
 ** (4) Моделирование равномерного распределения в многоугольнике ** Реализовать функцию, моделирующую равномерное распределение в невырожденном выпуклом многоугольнике. Многоугольник задается вершинами в порядке обхода против часовой стрелки. Функция должна быть векторизована, т.е. возвращать матрицу из двух столбцов --- координат. //Опционально// 1. Вершины заданы в произвольном порядке 2. Вершины заданы в порядке обхода, но не гарантируется, что многоугольник выпуклый. ** (4) Моделирование равномерного распределения в многоугольнике ** Реализовать функцию, моделирующую равномерное распределение в невырожденном выпуклом многоугольнике. Многоугольник задается вершинами в порядке обхода против часовой стрелки. Функция должна быть векторизована, т.е. возвращать матрицу из двух столбцов --- координат. //Опционально// 1. Вершины заданы в произвольном порядке 2. Вершины заданы в порядке обхода, но не гарантируется, что многоугольник выпуклый.
  
-** (5) Моделирование Винеровского процесса ** Реализовать функцию, которая будет возвращать реализацию винеровского процесса в следующем смысле: будет генерироваться некий функциональный объект, при вызове которого с аргументом координаты точки будет возвращаться значение процесса в данной точке. При этом объект должен уметь сохранять уже сгенерированные значения и каждый раз возвращать значения с учетом уже сгенерированных (т.е. внутри должно моделироваться условное распределение). Конкретно как такое реализовать в R, мы поговорим на следующем занятии, пока стоит просто реализовать и проверить формулы условного распределения. //Опционально// Реализовать данную схему на Python или C<html>++</html>, используя эффективную структуру для хранения уже сгенерированных значений (таким образом, чтобы трудоемкость генерации новой величины была порядка logN) +** (5) Моделивание сужений, смесей и метод отбора ** Реализовать на R метод отбора и моделирование смеси наивным образом и 
 +"каноническим" (как было показано в классе). Сравнить по скорости. В качестве примера можно взять любую задачу из курса моделирования распределений (например, моделирование распределения с плотностью C(exp(-x) + exp(x)) на отрезке [0, 1]). 
 + 
 + 
 +** (5') Моделирование Винеровского процесса ** Реализовать функцию, которая будет возвращать реализацию винеровского процесса в следующем смысле: будет генерироваться некий функциональный объект, при вызове которого с аргументом координаты точки будет возвращаться значение процесса в данной точке. При этом объект должен уметь сохранять уже сгенерированные значения и каждый раз возвращать значения с учетом уже сгенерированных (т.е. внутри должно моделироваться условное распределение). Конкретно как такое реализовать в R, мы поговорим на следующем занятии, пока стоит просто реализовать и проверить формулы условного распределения. //Опционально// Реализовать данную схему на Python или C<html>++</html>, используя эффективную структуру для хранения уже сгенерированных значений (таким образом, чтобы трудоемкость генерации новой величины была порядка logN)  
 + 
 + 
 + 
 + 
 + 
 + 
 + 
  
  
Строка 153: Строка 169:
  
 ^                    ^ 1 ^ 2 ^ 3 ^ 4 ^ 5 | ^                    ^ 1 ^ 2 ^ 3 ^ 4 ^ 5 |
-^ Суровикина Тамара   | + |     +^ Суровикина Тамара   | + | 
-^ Зотиков Дмитрий           +^ Зотиков Дмитрий           
-^ Сазыкин Дмитрий           +^ Сазыкин Дмитрий     
-^ Федорченко Сергей         +^ Федорченко Сергей         
-^ Арцыман Илья        |       |+^ Арцыман Илья        | |
  
  
study/spring2016/sm_sim_pract.1459708351.txt.gz · Последнее изменение: 2016/04/03 21:32 — ash
Наверх
CC Attribution-Noncommercial-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0