Skip to content
Snippets Groups Projects
Commit 0f96afcf authored by Jiří Kalvoda's avatar Jiří Kalvoda
Browse files

Sjednocení notace u maximálního řezu

parent f2dbd94a
No related branches found
No related tags found
No related merge requests found
......@@ -587,10 +587,10 @@ Jednotkový vektor můžeme generovat tak, že vygenerujeme náhodný vektor nez
Povšimne si, že normalizace ani není potřeba,
protože to na znaménku součinů nic nemění.
Nyní pojďme precizněji spočítat pravděpodobnost toho, že se dvojice bodů (vektorů) $\vec{u}$,
$\vec{v}$ rozdělí náhodnou nadrovinou $\rho$ v závislosti na hodnotě skalárního
Nyní pojďme precizněji spočítat pravděpodobnost toho, že se dvojice bodů (vektorů) $\vec{y_u}$,
$\vec{y_v}$ rozdělí náhodnou nadrovinou $\rho$ v závislosti na hodnotě skalárního
součinu mezi nimi.
Můžeme se podívat na rovinu, ve které leží počátek a oba vektory $\vec{u}$, $\vec{v}$ (viz obrázek [](#gw-cut)).
Můžeme se podívat na rovinu, ve které leží počátek a oba vektory $\vec{y_u}$, $\vec{y_v}$ (viz obrázek [](#gw-cut)).
Průnik náhodné nadroviny s touto rovinou tvoří rovnoměrně náhodně vybranou přímku procházející počátkem.
::: {#gw-cut c=figure}
......@@ -602,25 +602,25 @@ label("$\rho$", (-2,-1), N);
pair u = rotate(70)*(1,0);
pair v = rotate(-15)*(1,0);
draw((0,0)--u,Arrow);
label("$\vec{u}$", u, N);
label("$\vecoverrightarrow{y_u}$", u, N);
draw((0,0)--v,Arrow);
label("$\vec{v}$", v, E);
label("$\vecoverrightarrow{y_v}$", v, E);
draw(scale(0.2)*rotate(-15)*subpath(unitcircle, 0, 85/90));
label("$\alpha$", (0.2, 0), 0.7*ENE);
```
Znázornění řezu rovinou obsahující $\vec{u}$ i $\vec{v}$.
Znázornění řezu rovinou obsahující $\vec{y_u}$ i $\vec{y_v}$.
:::
Zajímá nás tedy, jaká je pravděpodobnost toho, že jedno z ramen nadroviny bude uvnitř konvexního úhlu
mezi $\vec{u}$ a $\vec{v}$.
mezi $\vec{y_u}$ a $\vec{y_v}$.
Velikost tohoto úhlu označme $\alpha$.
Víme, že $\vec{u}^{\rm\, T}\vec{v} = 1 \cdot 1 \cdot \cos a$.
Víme, že $\vec{y_u}^{\rm\, T}\vec{y_v} = 1 \cdot 1 \cdot \cos \alpha$.
Náhodnou přímku můžeme vygenerovat jako náhodný úhel $\beta$ mezi $0$ a $2\pi$ s tím, že
přímka pak povede směrem $\beta$ a $(\beta + \pi) \mod 2\pi$. Nikdy však uvnitř konvexního úhlu nebudou obě
ramena přímky, tedy pravděpodobnost, že alespoň jedno bude uvnitř a tedy body budou oddělené je:
$$ \frac{2 \cdot \alpha}{2\pi} = \frac{\alpha}{\pi} = \frac{\arccos \vec{u}^{\rm\,T}\vec{v}}{\pi}$$
$$ \frac{2 \cdot \alpha}{2\pi} = \frac{\alpha}{\pi} = \frac{\arccos \vec{y_u}^{\rm\,T}\vec{y_v}}{\pi}$$
U každé hrany $uv$ optimalizujeme $-h(u,v) \vec{y_u}^{\rm T}\vec{y_v}$, což je ekvivalentní
optimalizování $h(u,v)\cdot\left(\frac{1}{2} - \frac{\vec{y_u}^{\rm T}\vec{y_v}}{2}\right)$.
......@@ -641,10 +641,10 @@ add(legend(linelength=15pt),point(E),10E);
Graf funkcí pravděpodobnosti řezu a účelové funkce.
:::
Nyní se podívejme na poměr mezi pravděpodobností toho, že hrana bude v řezu, a účelovou funkcí před vynásobením hodnotou hrany jakožto funkci proměnné $x = \vec{u}^{\rm\,T} \vec{v}$ v intervalu $\left[ -1, 1 \right]$:
Nyní se podívejme na poměr mezi pravděpodobností toho, že hrana bude v řezu, a účelovou funkcí před vynásobením hodnotou hrany jakožto funkci proměnné $x = \vec{y_u}^{\rm\,T} \vec{y_v}$ v intervalu $\left[ -1, 1 \right]$:
$$
\frac{\arccos \vec{u}^{\rm\,T} \vec{v}}{\pi} / \frac{1 - \vec{y_u}^{\rm T}\vec{y_v}}{2}
\frac{\arccos \vec{y_u}^{\rm\,T} \vec{y_v}}{\pi} / \frac{1 - \vec{y_u}^{\rm T}\vec{y_v}}{2}
=
\frac{\arccos x}{\pi} / \frac{1 - x}{2}
$$
......
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment