un

guest
1 / ?
back to lessons

GIGO Varsayımı

GIGO: 'çöp girişim, çöp çıkış.' Belirsiz sayılar ve denklemler sağlarsanız, belirsiz sonuçlar elde edersiniz. Zımni olarak kabul edilen tersi: doğru girişler doğru çıktılar üretir.

Hamming her iki varsayımı da yanlış olabilir olduğunu gösterdi.

Çöp girişim, çöp çıkış (doğru durum): İlk hava durumu simülasyonu. Küçük sapmalar büyür. Hatalı girişler vahim hatalı çıktılar üretir - bir sapma alanı.

Çöp girişim, doğru çıkış (GIGO tersine): Los Alamos bomba simülasyonu (Bölüm 18). Denge durumu verileriğını yaygındır. Bomba tasarımı çalıştı. Niçin?

Çünkü hesaplamada ikinci farklar vardı: bir kabuk üzerindeki kuvvet, komşu kabuklardan gelen kuvvetlerin arasındaki farka bağlıydı. Denge durumu hatalarının büyük ölçüde kabukların eğimi boyunca ilerlerken birbirini telafi ettiği. Hesaplamada etkili olarak bir durgun yapı kullanılmıştı.

Doğru girişim, çöp çıkış: mümkün olan teorik bir durum. Eğer bir hesaplamada küçük giriş belirsizliklerini sapma alanı üzerinden büyütürse, doğru girişler yine de belirsiz çıktılar üretir.

Öğrenilen: simülasyon çıktısının güvenirliliği sadece girişin doğruluğuna değil, hesaplamadaki tüm yapıya - özellikle de sisteme giren hataların büyütülüp, korunup, yoksa bastırılıp edilmesine- bağlıdır.

Geri Bildirim, Doğruluğu Korur

Hamming, GIGO tersini Harold Black'in geri bildirimli amplifikatör keşfine bağladı.

Black'in keşfi: amplifikatör kazanının çok yüksek olduğu durumda, sadece geri bildirim dirençli doğru olmalıdır. Diğer tüm bileşenler belirsiz olabilir. Geri bildirim döngüsü, bileşenlerdeki varyasyonlara karşı çıktıyı stabilize eder.

Aynı ilke, geri bildirim yapıları olan simülatlarda da çalışır:

- Nike füze yönlendirme sistemi, trajektör sapmalarını otomatik olarak düzeltti. İlk koşullarda küçük hatalar yankılandı, büyümedi. Bu, Hamming'in tahminî başlangıç koşulları kullanarak füze başarısızlığını simüle etmesine izin verdi - ancak pitch-yaw enerji transferi'nin doğru dönemini geri kazanabildi.

- Atom bombası hesaplamalarının ikincil fark yapısı, yerel denge durumu hatalarını bir kabukun tarihine yayınlı bir geri bildirim gibi çalıştı.

Tasarım implication: iyi bir simülasyon tasarımı, iyi bir mühendislik tasarımı gibi, doğruluğu korumak için geri bildirim döngüleri içinde yanlış bileşenler yerleştirir. Hayati miktarlar - geri bildirim koruması dışında olanlar - dikkatle ölçülmalıdır.

Hamming şöyle yazdı: 'İyi tasarım, sisteme çok sayıda yüksek doğruluğa sahip bileşen gereksiniminden korur.' Bir sayısal simülasyon veya mühendislik sistemi hakkında bu ilkeyi uygulayın. Geri bildirim yapıları sistemin hangi miktarlarından doğruluk gereksinimini korur? Hangi miktarlar hâlâ açık hale gelir ve bu nedenle doğru olarak ölçülmesi veya modellenmesi gerekir?

Yönlendirme Alanları & Boru

Bir birinci derece ODE dy/dx = f(x,y) bir yönlendirme alanını tanımlar: düzlemin her noktasında (x,y), eğimi f(x,y) olan bir yönü, çözümün nereye hareket etmesi gerektiğini gösterir.

Bir açılan yönlendirme alanları: gerçek çözüm yollarından küçük sapmalar büyür. Hatalar büyütülür.

Bir sığınan yönlendirme alanı: büyük sapmalar gerçek yoldan geri çekilir. Hatalar bastırılır.

Biri aynı denklemde farklı noktalarda meydana gelebilir. Çözüm doğruluğunun nerede değerlendirildiğine bağlı olduğu, denklemenin herhangi bir mutlak özelliğinden bağımsızdır.

Hamming, doğruluğu 'boru' şeklinde görselleştirdi. 2D'de, boru genişlemeler ayrışan bölgelerde ve kuculuyor kuculmaylar bölgelerde. 28 denklem kullanan Deniz Kuvvetleri'nin kesme probleminde (Navy intercept problem) boyutlar n, boru geometrisi mantıklı olmayan hale gelir. 9. bölümdeki n-boyutlu paradoks uygulanır: yüksek boyutlu borular, 2D borular gibi davranmaz.

Euler'ın Yöntemi

En basit ODE çözücüsü: (xₙ, yₙ) noktasından, şuanki eğim kullanılarak sonraki nokta tahmin edilir:

> yₙ₊₁ = yₙ + h · f(xₙ, yₙ)

nereye h adında adım boyutu. Bu, her noktadaki dik doğrunun takip edilir - her zaman 'geçmiş eğim' kullanan, aralığın tipik eğimini kullanmayarak. Hata her adımda bir bir birikir.

Önleyici-düzeltici iyileştirme: Euler kullanarak bir değer yₙ₊₁ tahmin edilir, orada eğim değerlendirilir ve ardından aralığın her iki ucundaki eğimlerin ortalaması alınarak düzeltme adımını yapar. Tahmin edilen ve düzeltme değerlerinin yakından uyuşması, adım boyutunun uygun olduğunu gösterir. Onlar ayrılırsa, h kısaltmalıdır.

Düşük Düzenli Yöntemler ve Filtre Bağlantısı

Dördüncü derece polinom önleyici-düzeltici yöntemler (Milne, Adams-Bashforth, Hamming'in yöntemi), gelecek değerlerin ve türevlerin birkaç eski değerini kullanarak gelecek değerleri tahmin eder.

Hamming, bu yöntemlerin geri dönüştürücü dijital filtreler olduğunu belirledi: giriş verilerinin (geçmiş adımlardaki türevler) çıktılar (pozisyonlar) kullanarak lineer tekrarla hesaplanır - tam olarak bir dijital filtrenin yapısı.

Bu bağlantı sonuçları doğurur:

- Geri dönüştürücü filtreler için stabilitet analizi doğrudan uygulanır. z-çevrim stabilitet kriteri: filtrenin transfer işlevinin kümeleri birimi içinde olmalıdır.

- Adım boyutu h, stabilitet kontrol eder. Belirli bir ODE için, gerçek çözüm konverger olsa bile, hesaplanan çözüm ayrışır ve istikrarlı hale gelir, h'nin ötesinde.

Sert denklemler: Bir sistemin çok farklı büyüklükteki eksen değerlerine (bir hızlı bileşen, bir yavaş bileşen) sahip olduğu zaman, stabilitenin hızlı bileşene yönelik küçük adımlar gerektiği için yavaş bileşene yönelik büyük adımları kabul edebilecek kadar büyük adımlar gerektiği için, sert çözücüler gizli yöntemler kullanır ve büyük adımların istikrarsızlığa yol açmasını engeller.

Sıklık-pozisyon ikamesi: Klasik polinom yöntemleri yerel konum doğruluğunu optimize eder - her adımda gerçek yoldan uzaklıkta olan bir yol izler. Ancak dinamik 'hissi' (frekans tepkisi) doğru olmayabilir. Bir uçuş simülatör için, sıklık tepkisini doğru elde etmek, konumun doğru elde edilmesinden daha önemli olabilir.

Hamming, önleyici-düzeltici ODE çözücülerin geri dönüştürücü dijital filtreler olduğunu gösterdi. Bu bağlantı, adım boyutu h seçimi için ne anlama gelir? Özellikle: h çok büyük olduğunda hesaplanan çözüm ne olur ve karmaşık planlarda 'çok büyük' için geometrik kriter ne demektir?

Dalganın Zirvesinde Yürümek

Hamming, sınırsız bir sınır koşulu olan bir diferansiyel denklemle transistor tasarımı için verildi.

Stabilite analizi endişe vericiydi: y'nin herhangi bir noktada biraz fazla büyük olduğu anda, sinh(y) artırdı, ikincil derivative güçlü olarak pozitif hale geldi ve çözüm +∞'ye yöneldi. Eğer y'nin biraz daha küçük olduğu görülürse, -∞'ye yönlendirildi. Ve istikrarsızlık iki yönlü idi - ters yönde entegre yapmak yardımcı olmadı.

Hamming'in imaji: 'Dalganın zirvesinde yürümek.' Her iki ayak da bir tarafa kayarsa, inatla aşağıya yuvarlanmak zorunda kalırsınız.

Çözüm: istabiliteyi rehber sinyal olarak kullanın. O, diferansiyel analizci üzerinde bir segmenti entegre etti. Eğer çözüm yukarı doğru atıldıysa, başlangıçta o segmentte eğim tahmini biraz yüksek olduğu için aşağı doğru düzeltin. Eğer aşağı doğru atıldıysa, yukarı doğru düzeltin. Parça parça, o dalganın zirvesinde yürüdü.

Bu mümkün kılan: istabilite hızlı bir şekilde büyüdü. Başlangıç eğiminde küçük bir hata büyük, açık bir sapma üretti - düzeltme yönünü belirtmek için açık bir sinyal. Hafif istikrarsız bir sorun böyle açık bir sinyel sağlayamazdı.

Mesleki yükümlülük: 'Bu sorunı çözülemeyen, yanlış olarak ifade edilmiş veya başka bir bahaneyle kendinize söyletmek istediğiniz herhangi bir şey olarak reddetmek çok kolay olurdu, ama hâlâ önemli sorunları doğru şekilde ifade etmek, bazı yararlı bilgi çıkarmak için kullanılabilir olduğuna inanıyorum.'

Rorschach Testi & Tesadüfi

Bir Bell Labs psikolog, bir makina inşa etti: 12 anahtar, kırmızı bir ışık, yeşil bir ışık. Konuklar anahtarları ayarladı, bir düğme bastı, sonucu gözlemledi ve 20 deneme sonra yeşil ışık yakmayı sağlayacak bir teori yazdı. Teorileri, bir sonraki konuklara teslim edildi ve döngü devam etti.

Işıklar, rastgele bir kaynağa bağlıydı. Hiçbir düzen yoktu.

Tüm denemelerde, hiç bir Bell Labs bilimcisi - tüm yüksek kaliteli teknik personel - asla: burada hiçbir düzen yok dedi. Hepsi teoriler buldu.

Hamming'in gözlemlenişi: hiç biri istatistikçi veya bilgi teorisyeni değildi. Bu iki alan, uygulayanlara şu soruyu sormaları için eğitir: 'Görmediğim şey gerçekten orada mı, yoksa sadece rastgele gürültü mü?'

Simülasyonun önemi: Verilere uyan bir simülasyon ayarlanabilirse, Rorschach testi gibi bir testtir. Ayarlanma süreci, verilere uygun bir modele ulaşır ama gerçek modele değil. Sinyal ve gürültü arasındaki ayrım, istatistiksel disiplin gerektirir - bekçi verisi, önceden belirlenmiş hipotezler, güven aralıkları - sadece iyi niyet değil.

Hamming'in kapanış çağrısı: 'Geleceğinizi düşünün, 'Nasıl olur da...?' soruları sık sık ortaya çıkacak, bu yüzden simülasyonların kavramları ve olanaklarını mastering etmeniz ve gerekli olduğunda sonuçları sorgulayarak ve detaylara dalmak zorunda olduğunuz zamanlar için hazır olmanız gerekmektedir.'

Hamming'in transistör denklemi, standart yöntemlerle teknik olarak çözülemezdi - iki yönlü istikrarsızlık her klasik yaklaşımı engelledi. Çözümü, istikrarsızlığı rehber sinyal olarak kullanmaktı. Alanınızda standart yöntemlerle çözülemeyen veya çözülmesi zor bir sorun belirtin. Sorunun zor olduğunu sağlayan özniteliğin, bir standart olmayan çözüm bulmak için sinyal, kısıtlama veya rehber olarak nasıl kullanılabilir?