计算反转的概率 - 页 2

 

在经文中发现了一些东西。


 
Alexander_K2:

在经文中发现了一些东西。


是....要么是我什么都不懂,要么是对问题的本质没有说明什么。我的数学不是很好,不能理解一些公式的含义,我需要细节,要有公式,至少要有文字。这样做,那样做,你就会很高兴。
完全不知道为什么要引入加速度和导数。记忆似乎只取决于前一个步骤,据我所知,没有深层记忆。而如果你引入推导和加速,你如何应用它?
 
Maxim Romanov:
Yeah....要么我不明白,要么它没有说明问题的本质。我的数学不是很好,不能深入理解一些语句的含义,我需要细节,要有公式或至少要有文字。这样做,那样做,你就会很高兴。
我完全不明白为什么要引入加速器和导数。记忆似乎只取决于前一个步骤,据我所知,没有深层记忆。而如果你引入推导和加速,你如何应用它?

我将继续阅读并考虑...但显然,问题并不像看起来那么简单。

 
Alexander_K2:

我阅读,我思考......但显然,这项任务并不像看起来那么容易。

也许没有那么简单。我问了一个我认识的数学家,他想了2天),所以我决定在论坛上问。我以为这会更容易。
 

杰作。我们取一个非马尔科夫过程,计算导数,得到一个马尔科夫过程,但却是一个二维的。

坐标和速度是两个随机变量。根据我的理解,他们是独立的。

我们还可以练习导数--加速度等等...。

伙计们,你们的文凭从哪里来的,这么便宜?还是因为你还没有拿到毕业证?

 
Maxim Romanov:

谁的数学好,请帮我解决这个问题,我想不出来怎么做。

1.我们有一个正态分布的概率密度图,在正态分布中没有记忆,每一个下一步被引导的概率=50%。

2.假设我们有一个人走了10步,他可以向右或向左走,接下来的每一步都与前一步无关,向左或向右的概率为50%。然后我们可以建立一个概率密度表,估计他在10步内离开起点的概率是多少。第6栏显示概率,单位为%。从表中我们得到,以0.0977%的概率,他将从起点向右移动10步,或以4.39%的概率,他将移动6步10步。

...

我把数字放进去是为了让它不那么容易被引用。

关于1:在概率分布 中,特别是正态分布中,根本不存在下一步的方向这回事。也不存在下一步本身。你说的50%这个数字指的是什么,不清楚。

关于2:这是一个组合问题。具体来说,在步骤1之后,处于0点的概率为零。只有+1和-1点的概率不为零。2步之后就已经不可能到达了,只有-2 0 +2点是可能的。三点之后,-3-1 1 1 3仍有可能。以此类推:-4 -2 0 2 4;-5 -3 -1 1 3 5;......。正如你所看到的,这些概率在很大程度上取决于步骤数。这完全不是概率概念的特点,概率是指在试验次数无限增加的情况下,对事件的相对频率的一种限制。虽然相对频率在零附近的振荡大小逐渐减少,但没有收敛到极限。


此外,偏离主题。我认为很清楚的是,一个点的位置作为其在这里和那里连续1步的移动的结果,不仅由这些步骤的组成(组合的数量)决定,而且也由它们的顺序决定。这种情况下的组合计算不使用组合数,而是使用放置数(https://www.matburo.ru/tv_komb.php)。

Формулы комбинаторики с примерами. Основные формулы комбинаторики: сочетания, размещения, перестановки
  • www.matburo.ru
Учитесь решать задачи по комбинаторике? На самом начальном этапе нужно изучить основные формулы комбинаторики: сочетания, размещения, перестановки (смотрите подробнее ниже) и научиться их применять для решения задач. Мы подготовили для вас наглядную схему с примерами решений по каждой формуле комбинаторики: алгоритм выбора формулы (сочетания...
 
Алексей Тарабанов:

杰作。我们把一个非马尔科夫过程,计算导数,得到一个马尔科夫的,但是二维的。

坐标和速度是两个随机变量。根据我的理解,他们是独立的。

我们还可以练习导数--加速度等等...。

伙计们,你们的文凭从哪里来的,这么便宜?还是因为你还没有拿到毕业证?

请给我看一个如何解决这个问题的例子。这些数字可以从第一个帖子的白色柱状图中获取。
 
Maxim Romanov:
请用实例说明如何解决这个问题。这些数字可以从第一个帖子的白色直方图中获取。

你也许能解决这个问题。先解释一下你的 "直方图的原始数据 "吧。

告诉我上面的数字是什么,它们是如何获得的,它们的意义是什么。

出于什么原因,你把它们称为"概率密度"。也就是说,这个分布的存在及其可分性(密度是概率的一阶导数)的问题已经在某处得到了解决。在哪里?

解释为什么有遗漏而不是奇数点的数据。你是否打算以后提供这些数据,或者你要求提供一个一般的解决方案,对于任何数据。

 
Vladimir:

你也许能解决这个问题。先解释一下你的 "直方图的原始数据 "吧。

告诉我上面的数字是什么,它们是如何获得的,它们的意义是什么。

出于什么原因,你把它们称为"概率密度"。也就是说,这个分布的存在及其可分性(密度是概率的一阶导数)的问题已经在某处得到了解决。在哪里?

解释为什么有遗漏而不是奇数点的数据。你是否打算以后提供这些数据,或者你要求提供一个一般的解决方案,对于任何数据。

在直方图上,想法是这样的:取10个步骤的样本,(1个步骤可以是向上或向下),测量在这10个步骤中,有多少步骤的过程已经远离了起点。然后我们从这样的样本中抽取10 000个样本,计算出有多少百分比的样本从起点(向下)走了-10步,然后是-8,-6,等等。这些百分比写在柱状图上,从-10到10的数值写在柱状图的底部。
这个过程是未知的,只有这个直方图,不知道它是否是马尔科夫的,什么都不知道,只知道图中显示的内容。
没有奇数的数据,因为这个过程只能走0、2、4、6、8和10个垂直步骤的10步。
 
Maxim Romanov:
直方图的意义如下:我们取10个步骤的样本(1个步骤可能是向上或向下),并测量这10个步骤的过程从起点移动的距离。然后我们从这样的样本中抽取10 000个样本,计算出有多少百分比从起点(向下)走了-10步,然后是-8,-6,等等。这些百分比写在柱状图上,从-10到10的数值写在底部。
这个过程是未知的,只有这个直方图,不知道它是否是马尔科夫的,什么都不知道,只有图中已知的。
没有奇数的数据,因为这个过程只能走0、2、4、6、8和10个垂直步骤的10步。
一般来说,这个过程鲜为人知,在这里我特别生成了一个序列,在这个序列中,下一步取决于上一步,继续下去的概率大概是65%,我不记得具体是什么了。也就是说,我设置了延续的概率->生成序列->得到分布,现在我想从分布中取回延续概率的参数。