Skip to content

Latest commit

 

History

History
45 lines (27 loc) · 2.72 KB

README.md

File metadata and controls

45 lines (27 loc) · 2.72 KB

goit-algo-hw-10

Homework Linear Programming and Randomized Algorithms

Task 1

Результати Розв'язання

  • Статус: Optimal
  • Кількість лимонаду: 30.0
  • Кількість фруктового соку: 20.0
  • Загальна кількість продуктів: 50.0

Висновки

  1. Статус: Optimal — це означає, що задача була розв'язана успішно і досягнуто оптимального рішення.

  2. Кількість лимонаду: 30.0 одиниць — це максимальна кількість лимонаду, яку можна виробити з доступними ресурсами.

  3. Кількість фруктового соку: 20.0 одиниць — це максимальна кількість фруктового соку, яку можна виробити з доступними ресурсами.

  4. Загальна кількість продуктів: 50.0 — це максимальна кількість продукції (лимонаду і фруктового соку) разом, яку можна виробити при даних обмеженнях.

Task 2

Результати Розв'язання

  • Числовий інтеграл: (2.666666666666667, 2.960594732333751e-14)
  • Monte Carlo інтеграл (100 точок): 3.2
  • Monte Carlo інтеграл (1000 точок): 2.72
  • Monte Carlo інтеграл (10000 точок): 2.6608
  • Monte Carlo інтеграл (100000 точок): 2.66824
  • Monte Carlo інтеграл (1000000 точок): 2.65972
  • Monte Carlo інтеграл (10000000 точок): 2.6665208

Висновки

  1. Як видно з результатів, оцінка інтеграла методом Монте-Карло наближається до точного значення зі збільшенням кількості точок. Це очікуваний результат, оскільки точність методу Монте-Карло зростає при збільшенні числа випадкових точок.

  2. Для малого числа точок (100 та 1000) результати значно відрізняються від точного значення. Однак, при збільшенні числа точок до 10000 і більше, результати стають ближчими до точного значення.

  3. Найбільш точні результати отримані для 1000000 і 10000000 точок, де оцінка інтеграла дуже близька до точного значення 2.666666666666667.