Сразу скажу - ответа не знаю - может, есть простое решение, может, нет.
Берется геометрическая фигура ( скажем, квадрат ). В фигуре равномерно разбрасывается N пылинок.
Две пылинки A и B считаются "соседними", если есть такая точка C, что AC = BC < CD для любой другой пылинки D.
Каково распределение расстояний между соседними пылинками?
Теорвер и точки
-
- Уже с Приветом
- Posts: 11475
- Joined: 20 Nov 2000 10:01
- Location: Escondido, CA
Теорвер и точки
Last edited by Hamster on 28 Mar 2007 19:34, edited 1 time in total.
-
- Уже с Приветом
- Posts: 2001
- Joined: 10 Nov 2004 00:34
- Location: MD
Re: Теорвер и точки
А определение намеренно несимметрично?
Может так оказаться, что А и В - соседние, а В и А - нет.
Может так оказаться, что А и В - соседние, а В и А - нет.
-
- Уже с Приветом
- Posts: 1812
- Joined: 15 Apr 2004 20:45
-
- Уже с Приветом
- Posts: 11475
- Joined: 20 Nov 2000 10:01
- Location: Escondido, CA
-
- Уже с Приветом
- Posts: 11475
- Joined: 20 Nov 2000 10:01
- Location: Escondido, CA
-
- Уже с Приветом
- Posts: 2001
- Joined: 10 Nov 2004 00:34
- Location: MD
По моему, аналитически вычислить это нереально.
Рассмотрите простейший случай - просто распределение расстояния между двумя случайными точками на квадрате. Уже в этом случае распределение нетривиально.
То что это называется диаграммой Вороного (Voronoi diagram) я и без Википедии знал, но решить поставленную задачу это не поможет.
Рассмотрите простейший случай - просто распределение расстояния между двумя случайными точками на квадрате. Уже в этом случае распределение нетривиально.
То что это называется диаграммой Вороного (Voronoi diagram) я и без Википедии знал, но решить поставленную задачу это не поможет.
-
- Уже с Приветом
- Posts: 11475
- Joined: 20 Nov 2000 10:01
- Location: Escondido, CA
-
- Уже с Приветом
- Posts: 2001
- Joined: 10 Nov 2004 00:34
- Location: MD
-
- Уже с Приветом
- Posts: 11475
- Joined: 20 Nov 2000 10:01
- Location: Escondido, CA
-
- Новичок
- Posts: 99
- Joined: 06 Feb 2007 05:22
- Location: 1980-s
Лет 8 назад мне пришлось решать аналитически "простую" задачу. Так вот, решается она довольно тупо:
PDF(ro) = CDF(ro)' . CDF(ro) = Pr(ro < R), ro = (x2-x1)^2 + (y1-y2)^2
Потом рассматриваются различние возможности для R, неравенства решаются графически и т.п. Можно и сразу решить, если правильно Якобиан посчитать (х1,х2,y1,y2 распределены равномерно).
Ответ я не помню, но он очень длинный.
Так вот, аналитический же переход от простой задачи к сложной: Вы ведь на самом деле ищете распределение минимума (ro) в выборке размером (N-1). Поэтому CDF(rо)_сложный = (CDF(rо)_простоц)^(N-1). Для больших N есть простая асимптотика, это будет так называемое распределение экстремальних значений, которых вроде как всего 3 разных (double exponential, Weibull и чего-то там еще, не помню). Посмотрите "Asymptotic Extreme Value distributions"
PDF(ro) = CDF(ro)' . CDF(ro) = Pr(ro < R), ro = (x2-x1)^2 + (y1-y2)^2
Потом рассматриваются различние возможности для R, неравенства решаются графически и т.п. Можно и сразу решить, если правильно Якобиан посчитать (х1,х2,y1,y2 распределены равномерно).
Ответ я не помню, но он очень длинный.
Так вот, аналитический же переход от простой задачи к сложной: Вы ведь на самом деле ищете распределение минимума (ro) в выборке размером (N-1). Поэтому CDF(rо)_сложный = (CDF(rо)_простоц)^(N-1). Для больших N есть простая асимптотика, это будет так называемое распределение экстремальних значений, которых вроде как всего 3 разных (double exponential, Weibull и чего-то там еще, не помню). Посмотрите "Asymptotic Extreme Value distributions"