MakarovSuites
Polski
EnglishDeutschРусскийУкраїнськаFrançaisEspañolItalianoPolski
Kontakt i licencje

Math

Błądzenia losowe

Rój wychodzi z domu po siatce: chmura rośnie jak √n, końce układają się w gaussa, a w trzech wymiarach dwie trzecie nigdy nie wracają.

Błądzenia losowe — Obraz z aplikacji
Obraz z aplikacji

Co się dzieje

Tysiące wędrowców startują z początku układu i stąpają po siatce, każdy kierunek równie prawdopodobny. Trzy rzeczy, które matematyka wie o tym, dokąd docierają, i każda tu sprawdzona dokładnie: chmura rośnie jak √n – szklana kula dokładnie tego promienia rośnie razem z nią, a E|x|² = n na panelu jest zmierzone na roju; końce układają się w gaussa – centralne twierdzenie graniczne, narysowane na żywym histogramie; i Pólya – wędrowiec, który wraca przez początek układu, staje się złoty, i w jednym i dwóch wymiarach prawie wszyscy w końcu wracają, a w trzech tylko 34 % kiedykolwiek wróci. Dokładny udział w domu do kroku n pochodzi z programowania dynamicznego pochłaniającego masę w zerze, wykreślony obok zmierzonego i granicy. Ośmiu wędrowców niesie ślad, by błądzenie było widać jako drogę, a nie tylko chmurę.

Równania modułu
Równania
E|x_n|² = n   (kroki jednostkowe na sieci, dowolny wymiar: chmura rośnie jak √n)
x_n / √(n/d) → N(0, 1)   (centralne twierdzenie graniczne, każda współrzędna)
P(wróci kiedykolwiek) = 1 w jednym i dwóch wymiarach,  0.340537 w trzech   (Pólya)
P(powrót najpóźniej w kroku n): masa pochłonięta w początku układu przez programowanie dynamiczne, dokładnie

Inne eksperymenty

Wróć do katalogu
Model Isinga — Obraz z aplikacji

Physics / Math

Model Isinga

Przejście fazowe ferromagnetyka: domeny i temperatura krytyczna.

Zejście neuronowe — Obraz z aplikacji

Physics / Math

Zejście neuronowe

Sieć neuronowa uczy się cyfr na żywo, narysowana jako fizyka: krajobraz straty w 3D, spadek gradientu jako kulka tocząca się w dół, momentum jako bezwładność i szum minibatchy jako temperatura.

Pamięć Hopfielda — Obraz z aplikacji

Physics / Math

Pamięć Hopfielda

Uszkodź pędzlem zapisaną pamięć, przewidź, czy wróci, i patrz, jak sieć naprawia ją neuron po neuronie - każde odwrócenie obniża energię o 2|h| - albo wpada w inną pamięć lub w fałszywą mieszaninę, nazwaną po imieniu.