Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algoritmo de metrópolis
Algoritmo de metrópolis. [Metrópolis, Rosenbluth, Rosenbluth, Teller, Teller 1953]
Simule el comportamiento de un sistema físico de acuerdo con los principios de la
mecánica estadística.
Globalmente sesgado hacia pasos "cuesta abajo", pero ocasionalmente da pasos
"cuesta arriba" para salir de los mínimos locales.
Función de Gibbs-Boltzmann. La probabilidad de encontrar un sistema físico en un
estado con energía E es proporcional a e -E / (kT), donde T> 0 es la temperatura y k
es una constante.
Para cualquier temperatura T> 0, la función es monótona y disminuye de energía
E.
- El sistema tiene más probabilidades de estar en un estado de energía más bajo
que uno más alto.
- T grande: los estados de alta y baja energía tienen aproximadamente la misma
probabilidad
- T pequeña: los estados de baja energía son mucho más probables
Algoritmo de metrópolis.
-Dada una temperatura fija T, mantenga el estado actual S.
-Perturbar aleatoriamente el estado actual S al nuevo estado S '∈ N (S).
-Si E (S ') ≤ E (S), actualice el estado actual a S'
- ΔE / (kT)
De lo contrario, actualice el estado actual a S 'con probabilidad e , donde ΔE
= E (S') - E (S)> 0.
Teorema. Supongamos que fS (t) es una fracción de los primeros t pasos en los
que la simulación está en estado S. Luego, suponiendo algunas condiciones
técnicas, con probabilidad 1:
Aplicación de juguete.
n actividades, m personas.
Cada persona quiere participar en dos de las actividades.
Programe cada actividad en la mañana o en la tarde para maximizar el número de
personas que pueden disfrutar de ambas actividades.
Aplicaciones reales: Diseño de circuitos, física estadística.
Corte máximo
Barrio de una sola vuelta. Dada una partición (A, B), mueva un nodo de A a B, o
uno de B a A si mejora la solución.
Algoritmo codicioso.