点击刷新
把遇到的有意思的问题写出来，尤其是跟数学相关的问题，目的是自我监督，尽量把代码写规范些、用的方法更好一些，否则自己写又会草草了事了。。。
目录：
1、随机数 top20均值 随机抽取20组 问题
2、可乐瓶盖收集一定能中奖 问题
——————————————————————————————————————
1、今天15级的群里面有个学弟提的问题：
有100个数，服从正态分布。取其中最大的20个数，求出平均值为n；如果这100个数随机不放回抽取，每5个数为一组，取最大值，直到取完100个数，得到的20个最大值，求出平均值为m。那么，n和m是什么关系？
这个问题暂时想不清，做一个实验：
#-*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt class ARandomQuetion(object): """docstring for ARandomQuetion""" def Discovery(self): randomnumber = np.random.randn(100) #注意sorted是拷贝一份排序好的序列，原序列不变，而sort就是就地修改 srandomnumber = sorted(randomnumber) meanoftop20 = np.mean(srandomnumber[-20:]) #返回一个随机排列，然后每隔5个数取作一组 permutation = np.random.permutation(100) seq = range(0,100,5) pick20 = [max(randomnumber[i:i+5]) for i in seq] meanofpick20 = np.mean(pick20)
return meanoftop20,meanofpick20 ARQ = ARandomQuetion() top20 = [] pick20 = [] #作100次实验 for i in xrange(100): before,after = ARQ.Discovery() top20.append(before) pick20.append(after) fig,axes = plt.subplots(1,1) axes.plot(top20,label = 'mean of top20') axes.plot(pick20,label = 'mean of pick20') axes.legend(loc = 'best') plt.show()
然而，结果并不明显。。。
--
今天又想了想这个问题，可以推广一下：
top20求平均的情况下，第二种就是将100个数随机分为20组，分别取最大再求平均；top10求平均的情况下，第二种就是将100个数随机分为10组，分别取最大再求平均，等等。
那么现在问题就转换为，m与n的大小关系（或者多次试验m与n的期望之间的大小关系）和分的组数之间的关系。
--
今天做了一下组数和m与n差之间的关系：
#-*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt class ARandomQuetion(object): """docstring for ARandomQuetion""" def Discovery(self,n,num): randomnumber = np.random.rand(n) #注意sorted是拷贝一份排序好的序列，原序列不变，而sort就是就地修改 srandomnumber = sorted(randomnumber) meanoftop = np.mean(srandomnumber[-num:]) #返回一个随机排列，然后每隔N/num个数取作一组 permutation = np.random.permutation(n) gap = int(n/num) seq = range(0,n,gap) pick = [max(randomnumber[i:i+gap]) for i in seq] meanofpick = np.mean(pick) return meanoftop,meanofpick ARQ = ARandomQuetion() #作100次实验 diffrence = [] N = 100 ele = [x for x in range(1,int(np.sqrt(N))) if N % x == 0] ele2 = [int(N/x) for x in ele] ele.extend(ele2) ele.sort() M = 100 for num in ele: result = [ARQ.Discovery(N,num) for i in xrange(M)] top = zip(*result)[0] pick = zip(*result)[1] diffrence.append(np.mean(np.array(top) - np.array(pick))) print ele[np.argmax(diffrence)] fig,axes = plt.subplots(1,1) axes.plot(ele,diffrence) axes.plot(ele,diffrence,'o') axes.set_xlabel('number of groups') axes.set_ylabel('diff of m-n') plt.show()
考虑到整数，只能分为[1,2,4,5,10,20,25,50,100]组。最后发现在分为50组的时候差最大。
只不过，理论上面还是没推出来暂时。
--
--2016.2.23--
2、下面也是个好玩的问题，上半年一个同学发给我的。
某次买可乐集瓶盖活动中有5中不同的瓶盖以等概率出现，每买一瓶可乐可以得到一个瓶盖，那么，想集齐所有瓶盖需要买几瓶可乐？
这个问题是一个负多项分布问题。负多项分布由负二项分布推广而来。负二项分布：
实验包含一系列独立的实验， 每个实验都有成功、失败两种结果，成功的概率是恒定的，实验持续到第r次成功。
其密度函数为：
© 著作权归作者所有
发表评论
