Try   HackMD

Exam 2

考試時間: 9:00-9:50AM

9:50AM 統一交 problem 1 以及 problem 2 的答案紙

請在 9:50AM 前上傳 problem 3 的 m-file 至 github 並 pull request.

此份試卷滿分 100 分, problem 1, problem 2 各 40分, problem 3 佔 20 分.

可以任意使用 matlab 內建或個人 github repo 裡的所有程式及函數


Problem 1 - 擲硬幣問題

重複擲一枚硬幣, 當出現連續兩次為正時停止, 平均要扔幾次?

  • 我們以隨機產生一個 [0, 1] 之間的數字來模擬投擲硬幣, 若此數字大於 \(0.5\) 為正面, 小於 \(0.5\) 為反面
  • \(N\) 次實驗. 每次實驗時重複擲一枚硬幣, 直到出現連續兩次為正時停止. 記錄每次實驗的次數. 再算次數的平均.

寫一函數, 此函數 input 為實驗次數, output出現連續兩次為正這事件次數的平均

以紙筆寫下

  1. 作法步驟
  2. pseudo code

Remark: 1 & 2 可以分開寫, 也可以寫一起


Problem 2 - 面積問題

\(\{\|x\|_p\le 1, \, x\in R^2\}\) 這個區域的面積為何?

  • 一個向量 \(v\) 其 p-norm 定義為:
    \[ \| v\|_p = \left(|v_1|^p+|v_2|^p + \cdots |v_N|^p \right)^{1/p}, \quad p\ge 1 \]

!!指定做法!!

  • 考慮 \([-1, 1]\times [-1, 1]\) 這個方塊區域, 在 \(x\) 方向切出 \(N\) 個點, 在 \(y\) 方向同樣切出 \(N\) 個點. 如此就在此區域切出了 \(N^2\) 個點.
  • 計算這 \(N^2\) 個點座標, 將 p-norm 小於等於 \(1\) 的個數記下, 令其為 \(M\).
  • 則此區域面標估算應為 \(\frac{4M}{N^2}\)

寫一函數, 此函數 input\(N\) 以及 \(p\), output 為估算出的區域面積

以紙筆寫下

  1. 作法步驟
  2. pseudo code

Remark: 1 & 2 可以分開寫, 也可以寫一起


Problem 3 - Laplace operator 的特徵值問題

References

Recall

以下這部分的式子在 11/13(Friday) - Poisson’s equation in 2D 的 assignment 中有做過

二維的 Laplace operator 是以下形式:
\[ L(u) = u_{xx}+u_{yy}, \quad x\in[0, 1], \quad y\in[0,1] \]
其中 \(u=u(x,y)\) 是個二維函數.

假設我們在 \(x\) 方面切出 \(N\) 個點, \(y\) 方向切出 \(N\) 個點:
\[ x_k = k\Delta x, \quad k=1, \cdots, N, \quad \Delta x = \frac{1}{N+1}, \\ y_l = l\Delta y, \quad l=1, \cdots, N, \quad \Delta y = \frac{1}{N+1}, \\ \]

並將 \(u(x,y)\) 在這些點上的值定為 \(u_{k,l} = u(x_k, y_l)\). 我們接著假設此函數 \(u(x,y)\)\([0,1]\times[0,1]\) 這個方塊的邊界為 \(0\), 則可將 Laplace operator離散為
\[ L(u) = \frac{u_{k-1,l} - 2u_{k,l} + u_{k+1,l}}{(\Delta x)^2}+\frac{u_{k,l-1} - 2u_{k,l} + u_{k,l+1}}{(\Delta y)^2} \]

Power method

Power method 求最大 eigenvalue 作法為

  1. 隨機選取一個 \(u\)
  2. 使 \(\|u\|=1\) 並計算 \(v = L(u)\), 並令 \(\lambda=v(1,1)/u(1,1)\)
  3. \(u=v\) 並重複步驟 2 直到 \(\lambda\) 收斂為止

意思就是, 現在 \(u\) 是個矩陣, 而 \(v=L(u)\) 也是個矩陣

寫一程式計算 Laplace operator in 2D 最大的 eigenvalue

x, y, 方向都切同樣點數, \(N=100\)

此程式無 input, 其 output 為最大特徵值