盈亏平衡的计算--中心极限定理的应用

第三章节是聚合的延伸,主要讲述了中心极限定理,及扩展的六西格玛,细胞自动等。
中心极限定理,通过掷硬币正反面,计算概率的分布情况。只要掷的次数够多,我们可以看到基本是呈正态分布的。
课程中举例2个硬币正反4种情况:
正反:1/4+1/4=1/2;
正正:1/4;
反反:1/4;
呈一个三角的正态分布,当然如果是3枚则是8种情况,最后也是呈正态分布。
正态分布的标准方差就是西格玛。西格玛这个我们经常听到,最有名的就是摩托罗拉的六西格玛管理法。1个西格玛是68%,2个西格玛是95%,3个西格玛是99.75%,6个则是1百万分之3.4,这机率好小。
最后一部分是生命游戏和细胞自动机,这部分是通过规则,来计算按规则后续的变化,我们可以看到有很多有趣的变化,有规则的,有混乱的,有混沌的,还有复杂的。只是简单的“开”和“关”(0和1)按一次的规则计算,可以变化出各种情况。
所以说“万物源于比特”。

从实际中找个例子:
如果有1000人,每人借1000元,假设平均估计有10%的人不会还钱,那么我们需要定每人多少的利息,才不会亏本呢?
根据中心极限定理,N=1000,p=0.1,中心数是100人
Np(1-p)平方根=10000.10.9开方=9.5人,说明标准方差=9.5人,1西格玛是9.5
3个西格玛=99.75%,所以认为是28.5人
100+28.5=129人,我们认为高于129人的机率是很小的(99.75%),那么129人,每人损失1000元,则是129,000元
129000/871=148.10元
所以我们认为每人要收148.10元,能保证不亏本。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,222评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,455评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,720评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,568评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,696评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,879评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,028评论 3 409
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,773评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,220评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,550评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,697评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,360评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,002评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,782评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,010评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,433评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,587评论 2 350

推荐阅读更多精彩内容

  • 大家好 本节课我们将讨论比较简单易懂的聚合模型接下来 我想建立这样一种模型在此模型中 我们假设有一组人可以是...
    larimar阅读 325评论 0 1
  • 中心极限定理是统计学中比较重要的一个定理。 本文将通过实际模拟数据的形式,形象地展示中心极限定理是什么,是如何发挥...
    朱曦炽阅读 30,339评论 4 34
  • 中心极限定理通俗介绍 中心极限定理收敛至大数定律 什么是中心极限定理(Central Limit Theorem)...
    Arya鑫阅读 6,868评论 0 16
  • 大家好 这一讲是一些 额外内容我想再讲一下正态分布 然后我要讲一下它在商业实践中的情况 这和被称为六西格玛的质量控...
    larimar阅读 403评论 0 1
  • “老师,我在爱情中比较任性,之前有过分手,被我挽回了。这次分手,他表现的很坚定,我该怎么办”。 在咨询中,经常会遇...
    柠檬心理阅读 300评论 0 0