4-概率论中的有趣问题(2)

概率论中还有许许多多有趣的例子,因此这篇文章就是上一篇文章的续篇

1. 利用几何概率求\pi

作为古典概率中的一类问题,几何概率其思想是通过计算事件A的面积占整个样本空间\Omega的面积的比值,来等价估算事件A发生的概率。即
P(A)=\frac{S_A}{S_\Omega}
那么我们是否可以利用几何概率的思想来估计\pi呢?完全可以!如果假设两个随机变量x与y均匀分布在(-1,1)的空间坐标中,而x与y组成的坐标点落在半径为1的圆内的几率即为\frac{\pi}{4}。而这个半径为1的圆又可以表示为x^2 + y^2 \leq 1

话不多说,直接附上代码。

import random
from matplotlib import pyplot as plt 
import numpy as np 

iterations = 100000
x = np.arange(iterations)
y = np.zeros(iterations)
ans = 0
for i in range(iterations):
    est_x = random.uniform(-1,1)
    est_y = random.uniform(-1,1)
    if est_x ** 2 + est_y ** 2 <= 1:
        ans += 1
    y[i] = ans/(i+1)
# pi_estimate = sum(y[iterations-2:])/2*4 #average the last two as the result
pi_estimate = sum(y[-10:])/10*4 # 选取最后10个结果的平均值作为pi的估计值
print(pi_estimate)
plt.xlabel("Number of iterations")
plt.ylabel("Chances of getting inside circle")
plt.xlim(0,iterations)
plt.ylim(3.1, 3.2)      #为了把结果看得更清楚,我们将y轴坐标限制在3.1~3.2之间
plt.scatter(x,y*4, s=1, color='g',marker='o', alpha=0.5)
plt.show()
十万次模拟之后Pi的估计值

最后十个模拟结果(我们假定经过十万次模拟之后结果趋于一个稳定值)的平均值是3.1412253550324722 (当然这个值每次都会有点波动啦),我们知道\pi值大概是3.1415926....所以从这个角度看,进行十万次模拟,好像也才精确到小数点后3位,不过与\pi的相对误差大约是0.011%,从这个角度来看,模拟结果好像也还不错?

2. 扔硬币大赛,你能扔出多少次连续的正面?

如果稍微有一些概率论基础的童鞋,大家肯定都听过一句话,概率很小的事件,在一次试验中实际上几乎是不会发生的。当然,几乎不会发生不代表不会发生,就好像去买彩票,虽然对于每一个人来说中彩票的几率特别小,但是每一期都有幸运儿能够领着大奖,登上人生巅峰。

再举个扔硬币的例子,我想大家都知道,扔硬币的过程之中连续十次正面朝上是一个概率非常之小的事件。

但是如果我们扔10000次呢?

这里我做了一个简单的模拟,每次扔10000次硬币,统计其中连续正面朝上最多的次数,并且重复进行100轮循环,那么结果究竟如何?

from matplotlib import pyplot as plt  #引入Matplotlib库函数 
import numpy as np 
from random import randint

# count the maximum consecutive 1s

outer = 100 
x = np.arange(outer)
y = np.zeros(outer)
iterations = 10000  # 设置循环次数 
for j in range(outer):
    ans = 0
    count = 0
    for i in range(iterations):
        result = randint(0,1) # 随机生成结果,在这里将1 当做是正面
        if result == 0: 
            count = 0
        else:
            count += 1
            ans = max(count, ans)
    y[j] = ans

plt.xlabel('iteration times')
plt.ylabel('Maximum 1s')
plt.scatter(x, y, c='r', marker = 'o')
plt.show()
print(sum(y)/outer)

那么模拟结果如何呢?我们来看下模拟结果吧~

100轮模拟实验中连续正面朝上次数

可以看见 ,在这100轮重复试验中,至少出现1次连续11次~13次正面朝上的事件其实相当常见。而最为极端的一个例子呢,出现了20次连续正面朝上的事件。

同样是重复100轮试验,如果连续扔10次,100次,1000次,连续正面朝上次数的平均结果有什么区别吗?

  • 扔10次:连续2.81
  • 扔100次:连续6.05
  • 扔1000次:连续9.28
  • 扔10000次:连续12.54次

这里可以发现,连续正面朝上的次数大概是与扔硬币次数的对数成正比。我想这后面一定有一个数学公式可以预测/总结这个结果,可惜我姿势水平还是不高,没有办法做出进一步解答。那么这个问题就先写到这里吧~

©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 217,907评论 6 506
  • 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 92,987评论 3 395
  • 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 164,298评论 0 354
  • 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 58,586评论 1 293
  • 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 67,633评论 6 392
  • 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 51,488评论 1 302
  • 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 40,275评论 3 418
  • 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 39,176评论 0 276
  • 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 45,619评论 1 314
  • 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 37,819评论 3 336
  • 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 39,932评论 1 348
  • 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 35,655评论 5 346
  • 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 41,265评论 3 329
  • 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 31,871评论 0 22
  • 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 32,994评论 1 269
  • 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 48,095评论 3 370
  • 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 44,884评论 2 354

推荐阅读更多精彩内容