First-Principles Math Interview Problems (Elon Musk Style) — Problem #1
First-Principles Math Interview Problems (Elon Musk Style)
#1 — Το Πρόβλημα Ενέργειας σε Βάση στον Άρη
Σενάριο: Βρίσκεσαι στην ομάδα ενέργειας μιας βάσης στον Άρη.
Ο στόχος είναι να σχεδιάσεις ένα σύστημα που να μην "πέφτει" ποτέ,
ακόμη και σε κακές ημέρες (dust storms).
📌 Εκφώνηση
Μια βάση στον Άρη χρειάζεται σταθερά 50 kWh ηλεκτρικής ενέργειας την ημέρα.
Η βάση διαθέτει μόνο ηλιακά πάνελ και μπαταρίες.
Θεώρησε το παρακάτω απλοποιημένο μοντέλο:
• Κάθε 1 m² πάνελ παράγει 1 kWh/ημέρα σε "καλή" ημέρα.
• Με πιθανότητα 0.2 υπάρχει dust storm, όπου η παραγωγή γίνεται 10% της κανονικής.
• Η μπαταρία έχει 100% απόδοση (ιδανικό μοντέλο).
• Στόχος: να μην μείνει η βάση από ενέργεια για 30 ημέρες.
Θέλεις να σχεδιάσεις το σύστημα έτσι ώστε η πιθανότητα αποτυχίας μέσα σε 30 ημέρες
να είναι κάτω από 1%.
✅ Ζητούνται
(A) Πόσα m² πάνελ (Α) και πόση χωρητικότητα μπαταρίας (Β σε kWh)
θα επέλεγες ως ρεαλιστικό σχέδιο;
(B) Εξήγησε το σκεπτικό σου σαν να το παρουσίαζες σε engineering team.
(C) Αν το βάρος της μπαταρίας είναι πολύ «ακριβό», τι θα προτιμήσεις:
περισσότερα πάνελ ή μεγαλύτερη μπαταρία; Γιατί;
💡 Tip: Μην προσπαθήσεις να κάνεις "τέλειους" υπολογισμούς πιθανότητας.
Αυτό που μετράει εδώ είναι να στήσεις ένα λογικό μοντέλο και να κάνεις
έξυπνες εκτιμήσεις.
First-Principles Math Interview Problems (Elon Musk Style)
#1 — The Mars Base Energy System Problem
Scenario: You are on the energy team of a Mars base.
Your goal is to design a system that never goes down,
even during bad days (dust storms).
📌 Problem
A Mars base requires a constant 50 kWh of electricity per day.
The base uses only solar panels and batteries.
Assume the following simplified model:
• Every 1 m² of panels generates 1 kWh/day on a "good" day.
• With probability 0.2, a dust storm happens and production drops to 10% of normal.
• The battery has 100% efficiency (ideal model).
• Target: no energy outage for 30 days.
Design the system so that the probability of failure over 30 days is
below 1%.
✅ Tasks
(A) How many m² of panels (A) and how much battery capacity (B in kWh)
would you choose as a realistic design?
(B) Explain your reasoning as if presenting to an engineering team.
(C) If battery weight is very expensive, what would you prefer:
more panels or more battery capacity? Why?
💡 Tip: Don't aim for perfect probability calculations.
What matters here is building a reasonable model and making
smart estimates.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου