0,1 之間n個均勻分布隨機數的均值,落在 0 4, 0 6 區間內的概率是多少?

時間 2021-10-17 03:30:54

1樓:華約tRNA北約

With no any tele-invitation, I try to analyse this mathematical problem only for fun.

若n = 3, 區間[0,1]上「全部」、「均勻」、「隨機」分布的實數只能是:0、0.5、1,根據題設得知:

1.5/3 = 0.5 ,按照數列的習慣思維,0.

5 屬於且唯一屬於[0.4, 0.6],其非數學計算的習慣思維的概率是100% ,即0.

5 屬於[0.5] , P(0.5)= 1 ; 按照0.

5 屬於且唯一屬於[0.4, 0.5 ,0.

6]的數學的概率演算法,其概率是 0.33 , P(0.5)= 1 \ 3。

若 n ≠3,嘗試把問題簡化如下:

簡化一 、 把題主的問題簡化為:

(1)在應用數學中,事件從無(數學語言為0)到有(數學語言為1)發展的過程中,假定其經歷了N個步驟即N1、N2、N3、N4、……Nn ,N和n為自然數且N = n ,那麼,N1、N2、N3、N4、……Nn的各個步驟成為「事件從無到有全部過程(數學語言描述為:區間[0,1])」的「中點步驟(數學語言描述為:區間[0,1]的中間值[0.

4, 0.6]所飽含的中間點值0.5)」的概率有多大?

答 : 漢語中的術語「無中生有」用簡單的數學語言描述出來,就是數學區間[0,1]。區間中的0,可謂是「白手起家」、「孤苦伶仃」;區間中的1,可謂是「實現0的突破,終於邁出第1步」。

—— 按照「量變到質變」的常規思路,這是很難的。若再將從0到1之間的個別步驟「大量地均勻細化」、並與中間的中間的中間的那個點的「步驟」出現的可能性相比較,這是沒有實際意義的。

也就是說,「事物從無到有的過程中,時間順序(或空間順序)上的各個環節(或步驟)的平均價值,等於中間環節(或核心步驟)的獨有價值的概率有多大?」這個問題沒有多大的實用價值。

(2)均勻分布問題:既然定義在實數域內,就允許無理數存在,所以,斜率、圓周率、駐點、拐點都存在且發揮作用,不僅僅是中點、中值問題。粗略看,該問題可分為如下情況:

情況1 :若區間[0,1]線性均勻分布,屬於直線的性質問題(是否屬於拉格朗日中值定理的證明,需要考慮);

情況2:若區間[0,1]在不規則平面內均勻分布,則屬於平面問題(平面的中心點的證明問題);

情況3 :若區間[0,1]在不規則空間內均勻分布,那麼,屬於空間幾何問題。——對於相對規則球體,情況3可以歸屬於球心的證明問題;對於不規則物體,情況3可以歸屬於重心的測量問題。

簡化二 : 將區間[0,1]的中值[0.4, 0.6]的概率問題簡化為可以進行數學證明的問題,如下:

(1)題主的問題可以簡化為: [1,N]之間m個均勻分布隨機數的均值,落在區間[( N\2 ) - q , (N\2) + q ](q< 1且屬於自然數)的概率是多少?

注意: 這裡的N\2 中的N為 [N-(1-1)]。此處的 0 = 1-1 可理解為 「在考慮事件發展時,已經假設了初始事件P存在第乙個非零存在,表示為事件1;只是,在考慮該事件的後續的N個步驟的發展時,刻意地把第乙個非零存在1給予了忽略。

」(2)題主的問題可以簡化為: [1,N+1]之間m個均勻分布隨機數的均值,落在區間[( N\2 ) - q , (N\2) + q ](q< 1且屬於自然數)區間內的概率是多少?

注意: 這裡的N\2 中的 N為 [(N + 1 )- 1]。此處的1可以理解對為 [(1 + 0)- 0]。

簡化三 :關於區間[0,1]的幾個著名函式—— 其重點是對0的規定、廣義函式的應用價值。在概念上,Delta 函式它是這麼乙個「函式」:

在除了零以外的點函式值都等於零,而其在整個定義域上的積分等於1。

(1) 一種定義,為了在數學上理想地表示出這種密度分布(注意:這裡的密度分布不同於題主的均勻分布),引入了δ函式的概念。用數學表示為:[1]

上述表示式不規定δ函式在0點的取值,是因為這個值無法嚴謹地表述出來(請注意此處對 0 的處理,或者對0的規定),不能籠統的定義為正無窮,並且函式取值的「大小」是由第二個積分式決定的,因此只需限定取值為零的區域即可[2] 。如果函式不在0點取非零值,而在其他地方,可定義

(2) 另一種定義

其中H(x)稱為階躍函式或亥維賽單位函式:[1]

可以證明兩種定義是等價的。從第二個定義中,可以看到δ函式可以通過對階躍函式取微分得到,實際上,只要我們對乙個不連續函式取微分,就會出現δ函式[注意:此處的階躍函式的條件,0特指0<0 ;以及對自變數的規定 :

x >o] 。

2, 階躍函式H(x)。見上述定義(2)。

3, 數字通訊中的0、1在模擬電路設計中表示 「開啟(為1)」「關閉(為0)」,在區間[0,1]內不存在均勻分布隨機數的,它們更多的是「隨機變數」。

簡化四 :以中學課本的歐氏數學理解,您的問題是:

對於數字1, 它的 1\2 = 0.5 有多少可靠性(0.5在從0到1的所有實數中存在的概率有多大)?

答:在中學生數學中, 1\2 = 0.5是100%可靠的。

若讓 1\2 ≠ 0.5 ,老師肯定不給分。從概率上說,它的相對概率確實是極小極小;然而,這個極小概率——經過數千年的應用、實踐——是十分可靠的。

如何程式設計產生泊松分布的隨機數?

fumin Poisson distribution Wikipedia 上有 Knuth 給出的演算法,其中 是引數 algorithm poisson random number Knuth initLet L e k 0 and p 1.dok k 1Generate uniform rand...

如何通過投六面骰子,產生1 7均勻分布的隨機數?

神奇的163 乙個骰子有八個頂點,考慮在底面且最接近觀察者的頂點。每丟一次輸出8個結果,丟兩次輸出64個。取其中63種對應1 7,剩下一種再丟兩次,一直重複即可。這種方法的期望是128 63 Unjkow Helllo 選擇兩個篩子。定義當兩個篩子輸出的結果只有以下7種排列 有順序,不是組合 為有效...

如何用Excel生成乙個不帶0的隨機數?

胡國華 用4個就沒有0了 RANDBETWEEN 1,9 RANDBETWEEN 1,9 RANDBETWEEN 1,9 RANDBETWEEN 1,9 或者把0給替換掉 SUBSTITUTE RANDBETWEEN 1111,9999 0,RANDBETWEEN 1,9 wdzerg 可以考慮先在...