https://github.com/lesiaukr/goit-algo-hw-10

Master's | Basic Algorithms & Data structures | Module 10 | Linear Programming & Randomized Algorithms
https://github.com/lesiaukr/goit-algo-hw-10

goit-algo-hw-10 linear-programming monte-carlo-methods pulp-library randomized-algorithms

Last synced: 30 days ago
JSON representation

Master's | Basic Algorithms & Data structures | Module 10 | Linear Programming & Randomized Algorithms

• Host: GitHub
• URL: https://github.com/lesiaukr/goit-algo-hw-10
• Owner: LesiaUKR
• Created: 2024-07-20T13:20:53.000Z (5 months ago)
• Default Branch: main
• Last Pushed: 2024-07-24T15:00:37.000Z (5 months ago)
• Last Synced: 2024-07-24T17:26:59.628Z (5 months ago)
• Topics: goit-algo-hw-10, linear-programming, monte-carlo-methods, pulp-library, randomized-algorithms
• Language: Python
• Homepage:
• Size: 3.91 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# 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.