专栏名称: 算法与数学之美
从生活中挖掘数学之美,在实践中体验算法之奇,魅力旅程,从此开始!
目录
相关文章推荐
算法爱好者  ·  IT 巨头或裁员近 6000 ... ·  4 天前  
极市平台  ·  Linear Attention的cuda ... ·  4 天前  
极市平台  ·  Linear Attention的cuda ... ·  4 天前  
九章算法  ·  惊险!给想进亚麻谷歌的朋友提个醒… ·  1 周前  
九章算法  ·  UT学子恭喜了!这些人可以提前拿offer! ·  6 天前  
九章算法  ·  突发!TikTok新一轮裁员计划曝光! ·  1 周前  
51好读  ›  专栏  ›  算法与数学之美

你相信这些数学事实么

算法与数学之美  · 公众号  · 算法  · 2017-02-02 21:36

正文

你相信这些数学事实么?(上)


1、三门问题(蒙提霍尔问题) 


假如你正在参加一个节目。主持人给了你三扇门,其中一扇门里面是一款崭新的汽车,另外两扇门里面都是一只羊。你选择了其中一扇,然后,主持人打开你未选的另外两扇门里是羊的那一扇,然后——



主持人问你:你是否要换一扇门?还是就要你刚才选的那一扇?


你会怎么做?


你第一反应一定是就要你刚才选的那一扇。


到目前为止,一切都没有问题,对吧?


因为现在只有两扇门了,你可以推断出,有一半的机会赢得那辆车。对吗?



你错了??


这个游戏的最佳策略就是“换门”,每次都换。


如果你每次都换,只有当你第一次选的那扇门里就是车的时候你才会输。


因为你第一次选中车的几率是1/3,而每次都换你输掉的几率也是1/3。


这就意味着,如果你每次都换的话,赢得几率就有2/3。


换门赢的几率是不换门赢的几率的两倍。


还不信吗?这么说吧,假如你选的是一号门,请看下面所有可能发生的情况:


如果你不换门,三种情况只有一种情况能赢;如果换门,就有两种情况能赢。


你还不信?


那我们换成50扇门再做一遍。你不选一号门。


我把其他是羊的48扇门都亮给你。对你的选择还那么有信心吗?别忘了:你第一次选对的机会只有1/50。道理完全是一样的。



2、0.999...=1

无限循环小数0.999...等于1。


有许多的证法都可以证明这个等式,但仍然有很多的人纠结这个概念,下面就是一个很好的正面:


x=0.999...

10x=9.999...

10x-x=9.999...-0.999...

9x=9

x=1


很多人纠结这个理念的原因,是我们人类的思维很难去理解“无限”这个概念。在某种层面上,大多数人只是想象最终总会以一个“9”结束。


数字这东西总是换种方式表达就会看起来不大一样,当然这个也不例外。


这其中的原因是和“无限”与“有限”的概念紧密关联的,光这些就够我们大伤脑筋的了。


下面是另外一种证法:


1/3=0.333...

3×1/3=3×0.333...

1=0.999...


3、偶数和自然数一样多

偶数和自然数一样多。


表示事物个数的数叫做自然数,如1,2,3,4等等。


自然数的数量是无限的。偶数的数量也是无限的。


你或许会想象自然数要比偶数多,因为自然数由奇数和偶数组成。


那你就错了。


我们可以在自然数和偶数之间建立一个一对一的对应关联式,这个关联式将告诉你,每个自然数都有一个与其对应的偶数。


我们可以这样想:每个自然数都有一个等于它两倍的偶数,而每个偶数也都有一个等于它一半的自然数:


12

24

36

48

510

612

714

816


这是什么意思呢?


就是说,每一个自然数,都有一个与之对应的偶数


这就是说,这两个无限集的大小是相等的,我们称之为“可数无限集”


这就将其与“不可数无限集”如“实数集”或“复数集

”区分开了。


例如,我们不能再自然数和实数之间建立一个一对一的对应关联式。


其他的可数无限集还包括:有理数集合奇数集。


4、本福特定律

在实际的数字中,数字“1”作为首位数字出现的几率是30%.


1938年,物理学家福兰克·本福特(Frank Benford)首次在一组数字中发现,首位数字是“1”的情况总是占大多数。


其他数字出现在首位的情况则呈如下对数分布:



这是一种普遍观察到的现象。


该分布图被用于侦测数据异常,包括:

--伊朗选举欺诈     

--经济数据造假      

--会计账务伪造


这种现象也可以在以下集合中观察到:

--斐波那契数     

--(1,1,2,3,5,8,13,21,34...)

--阶乘                

--2的幂


5、生日悖论

我们假设你工作在一个23人的办公室。


那么,你办公室中两个人生日相同的几率是多少呢?(为使问题简化,我们排除2月29日)



答案是:两个人生日相同的几率是50%.


只要一个人群达到366人,那么从统计学的角度就可以确定 有两个人生日相同。因为只有365种可能的生日(排除2月29日)。


然而有趣的是,所有生日都是等概率分布的,只要一个人群有57人,那么两个人生日相同的机率就可以达到99%.


这是怎么推算出来的呢?


让我们再回到那个23人的办公室,来看一看是怎么回事。


我们要进行一下反概率运算,即计算一群人中没人生日相同的机率,来推算出我们想要的有生日相同的机率。


如果我们正面硬求解的话,要推算出办公室中两人生日相同的机率是很困难的。


而要计算出一群人中没人生日相同的机率则是非常非常容易的。


两个人生日不同的机率是这样算的:


三个人中没人生日相同的机率就是这样算的:



四个人中没人生日相同的机率是这样算的:



我们以此推算会得到什么结果呢?那就是,23个人中没人生日相同的机率是:



这时候就意味着,既然没人生日相同的机率是49.3%,那么至少有两人生日相同的机率就是50.7%.


下面就是概率(机率)曲线的样子:



6、会计/管道工问题

“上礼拜,我公寓跟冰窖似的,因为我的暖气坏了。”


“我就去找了个人,让他看一下暖气,他用了一堆备件就把它修好了。我就付了他维修费。“那这个人很可能是:会计?还是...会计及管道工?


答案是:这个人很可能是会计。


因为从场景中,这个人可能是管道工,所以你就直觉第认为他是管道工。


但是,一个人是“会计及管道工”,那他也还是会计。


参照下面的图想一想:



严格地讲,相对于管道工,他更可能是会计。因为:


而他是“会计”的概率里面还包含着他只是“会计而不是管道工”的概率B.



严格地讲,相对于管道工,他更可能是会计。因为:


A代表给我修暖气的那个人是“会计及管道工”的概率。


A+B的和代表给我修暖气的是“会计”的概率。


严格地讲,相对于管道工,他更可能是会计。因为:


A≤A+B,从概率学的角度讲,给我修暖气的人更可能是会计。



(未完待续)