問題タブ [probability-theory]

畳み込み定理または Mathematica のようなソフトウェアを適用して、Z = R + Xwheref_R(r;k,d) = kdr^(d-1)(1-r^d)^(k-1)のpdf の閉じた形式の式を見つけ、X未知の分散のゼロ平均ガウス rvを見つけることは可能ですか? r ~ [0,1]pdff_R(r;k,d)は、距離のある点を描画する確率に、距離のある点を描画する確率をr掛けたものに関連していk-1ます> r。

解析的に困難/不可能な場合に閉じた形式の式を計算するために使用する必要がある場合、Mathematica または Matlab で未知の分布を指定する方法がわかりません。

Mathematica では、既存の名前付き分布を のように使用できますNormalDistribution[mu, std]が、どのように使用しますf_R(r;k,d)か?

ユーザーがかわすためにさまざまなサイズの岩を落とすlibGDXでゲームを設計しています。

私の質問:低い int 値と高い int 値を取り、乱数を返すメソッドを作成するにはどうすればよいですか。ただし、この乱数を範囲の中央に偏らせたい (正規分布と同様)。

メソッドを次のようにしたいと思います: public int randBiasInt(int low, int high) { }

C1、C2、C3、C4 という 4 つの制約を持つ履歴データがあります。すべての制約は文字列値を取ります。サッカーの試合を例にとると、4 つの制約は次のようになります。

すべての制約とゲームの結果に異なる値を持つ履歴データがあるため、次のようなデータの膨大なコレクションがあります。

このデータに基づいて、私のチームが 1 月の午後 7 時にアメリカで Chelsa と試合をした場合に勝つ確率を計算したいと思います。

大量のデータがありますが、要件に完全に一致するレコードが見つかるかどうかわかりません。その場合、C1、C2、C3、C4 がどのレコードとも一致しない場合、どのように確率を計算しますか?しかし、C1、C2、C3 が C2、C3、C4 一致するレコードと一致するレコードがいくつかあります。の上...？

誰かがどのように進めるかについて私に何か指示を与えることができますか.

1 つのボックスを選択し、そこから 1 つのオブジェクトをランダムに描画する必要があります。描かれた物体が黒である確率は?

アプローチ 1 : サンプル空間 = { (ボックス番号、ボール) } // サンプル空間 = {(X,W) (X,W) (X,B) (X,B) (X,B) ... . Y と Z も同様 }

したがって、答えは (3+1+4)/(2+3+3+1+1+4) = 8/14 です。

アプローチ 2: 合計 ( i 番目のボックスを選択する確率 * 黒を選択する確率) = (1/3 * 3/5) + (1/3 * 1/4) + (1/3 * 4/5) = 11/ 20

どのアプローチが正しいですか?またその理由は?

空間で配列を生成する必要があり{1,2,3,..,n}ます。 私は宇宙でそれを行うことができます。O(1)
O(n)

O(n)最初に配列を保存してから、その場でランダム化することにより、スペースソリューションを実行しました。しかし、配列をO(1)スペースに格納せずにそれを行う方法。

私は乱数を生成しているだけで、保存する代わりにそれらを印刷する必要があります。保存には O(n) スペースが必要ですが、O(1) スペースでそれを行う必要があり、乱数を生成し続けて、それらを印刷すると、複数回生成される可能性のある 1 から n までの数と、生成されない可能性のある数が存在する可能性があります。では、O(1) 空間にすべての数値を 1 回だけ出力するにはどうすればよいでしょうか?

PS-私は配列を与えられていません。入力は単に「n」であり、配列 {1,2,3,...,n} の順列を O(n) 時間と O(1) 空間で出力する必要があります。

明確にするために、次の質問があります。

不確定な長さの入力ストリームが与えられた場合、一定数以上の入力を格納することは許可されておらず、通過することしかできない場合、そのストリームのランダムなメンバーを (それぞれの確率で) どのように返すのですか?入力を一度

この問題の解決策は Reservoir Sampling であると思われ、以下に記載されています。「最初に、1,000 要素のリザーバー (配列) を作成し、ストリーム内の最初の 1,000 要素で埋めます。そうすれば、正確に 1,000 要素がある場合、アルゴリズムは機能します。これが基本ケースです。

次に、i 番目の要素 (i = 1,001 から開始) を処理して、そのステップの処理の最後に、リザーバー内の 1,000 要素が、これまでに見た i 要素の中からランダムにサンプリングされるようにします。どうすればこれを行うことができますか？i = 1,001 から始めます。1001 番目のステップの後、要素 1,001 (またはその要素) が 1,000 個の要素のセットに含まれる確率はどれくらいですか? 答えは簡単です。1,000/1,001 です。」

最後の文「答えは簡単です: 1,000/1,001」が理解できません。1001 要素の配列で 1 つの要素を見つける確率は、1000/1001 ではなく 1/1001 であってはなりませんか? Sample space は 1001 に等しく、結果の好ましい数は 1 に等しくありませんか?

私は R の学習を始めたばかりの数学の大学院生です。

確率論的進化の振る舞いを (マルコフ過程として) モデル化する光沢のあるアプリを構築しています。次の場所で (ショーケース モードで) 見ることができます。

• https://amohseni.shinyapps.io/Moran-Process

問題:アプリのシミュレーション部分で、私が理解していない 2 つのエラーがスローされます。それらは次のとおりです。

人口サイズ N が小さい (N<10)場合、多くの場合 (常にではありません) スローします。

人口サイズ N が大きい場合 (N>100)、頻繁に (常にではありませんが) スローします

このエラーを再現するには、母集団スライダーを最大 (200) または最小 (0) に設定し、[Simulate Single Population] (左側のサイドバーにある) をエラーが発生するまで繰り返しクリックします。エラーが発生する前に、何度もクリックする必要がある場合があります。

この問題は、コードの次の部分に起因する可能性があります。

これを修正する方法についての助けや提案をいただければ幸いです。