Entonces, creo que estas son integrales que se prestan al siempre amigable Monte Carlo.
Gracias Arquímedes, tu idea fue realmente increíble.
Inicializar: defina un círculo, de radio 1 para que sea conveniente.
Deje repeticiones = algún número enorme; replicación actual = 0
- ¿Son los libros de Carmo y Spivak sobre geometría diferencial adecuados para los físicos?
- ¿Por qué mis esparcidores en mi velero están en ángulo hacia atrás?
- Digamos que tenemos un triángulo ABC, la línea a través de A e I (incentivo) se extiende para encontrar BC en D, ¿cómo demostramos que AI / ID = b + c / a?
- ¿Qué es adyacente sobre una hipotenusa?
- ¿Cómo conocían los antiguos la igualdad de las proporciones de la circunferencia de un círculo al doble de su radio y su área al cuadrado de su radio?
Mientras actualreplication <repeticiones:
- Muestra dos puntos al azar en el círculo.
- Nota: ¡No trivial! Muestrear dos números aleatorios dentro de restricciones uniformes en x e y no hace bien la tarea, se centrará en el radio.
- En cambio, muestree uno para la distancia entre (O, R) y otro para la cantidad de rotación [para un punto a la vez].
- Calcular la distancia entre los dos puntos (supongo que Euclidiana)
- Almacene la distancia; entonces currentreplication = currentreplication + 1
Calcule la media del vector almacenado.
nota: Más repeticiones = mejores resultados.
Teóricamente, suponga que tiene ambos vectores de puntos aleatorios. Si baraja aleatoriamente uno [o ambos], y calcula la media, y realiza ambos pasos muchas veces, en realidad debería obtener una distribución confiable para esta distancia, así como la estimación puntual [esto, por supuesto, conduce a una desviación estándar o una noción de varianza]. ¡Asegúrese de que el número de repeticiones sea suficiente! Permutación Monte Carlo también puede ser divertido.
¿Qué sucede cuando cambia el radio? [además de necesitar más puntos] Bueno, solo varíe R y use la regresión para descubrir la relación entre la media de sus muestras y el radio.
Esto tiende a ser controvertido, así que … lamento que te sientas así.
Gran pregunta!