奇趣编程|腾讯qq在线|怎么用中心极限定理寻找随机数规律?

随机数有规律吗?怎么发现规律?怎么能直观地看到随机数的规律?随机数的规律是什么?今天奇趣编程腾讯qq在线和大家分享。

对于随机数的规律,在统计学概率论上有一个“中心极限定理”,它是指在适当的条件下,大量相互独立随机变量的均值经过适当标准化后呈现正态分布。

举一个例子。

假设有100个随机数,随机数的取值范围是0-100之间,那么平均值是50。然后对这100个随机数进行抽样统计,将每次抽样的平均值和总体平均值进行对比。假如说抽样1000次,每次从这100个随机数里随机抽出固定的N个随机数来计算出本次抽样的平均值,把所有的抽样平均值都记录下来,形成图表,我们可以发现抽样均值的分布形成了一条钟形曲线,呈现正态分布的特点,抽样的均值接近总体的均值。

在统计学概率论所有的定理中,中心极限定理是最重要的定理之一。真正理解这个定理,就能把它应用到股票、博弈、概率、决策树、人工智能等项目中。

我们可以利用这个规律来作什么呢?利用有限的已知的随机数来推断出整体的平均值。比如说,我只有1万个随机数,我怎么推断出整体的100个随机数的平均值呢?

在1万个随机数里进行多次抽样,把每次的抽样平均值都记录下来,形成的钟形曲线如果呈正态分布,那抽样的平均值就是整体的平均值。

奇趣编程|胜率是怎么计算出来的?

有很多朋友问奇趣编程关于胜率的问题,很多时候他们分不清概念,我在这里作一个统一的回答腾讯qq在线,欢迎加我交流探讨。

胜率有两种,一种是针对过去而言的。比如过去A和B下棋1000盘,A赢了600盘,B赢了400盘,则A过去的胜率是60%,B过去的胜率是40%。

一种是针对未来的。

已经A过去的胜率是60%,B过去的胜率是40%,那AB再下一盘,A的胜率是多少?B的胜率是多少?

我们可以想到,A的下棋水平应该是稳定的,不会突然智商下线,所以A未来的一盘对战胜率仍然会有60%。

已经A过去的胜率是60%,B过去的胜率是40%,那AB再下1000盘,A的胜率是多少?B的胜率是多少?我们认为A在未来的1000盘里胜率仍然是60%,也就是会赢600盘左右,因为A的水平是稳定的。

假如A的水平是不稳定的,或是B作弊,或者是有其它人在决定输赢结果,那胜率就无法计算。

任何一个问题的结果,都是由大量影响结果的因素来决定的,只要影响结果的因素没变,结果的胜率就不会变。

奇趣编程|随机数也有统计规律性?怎么样才能看到?

一般认为,少量的、个别的随机数是没有规律性的,但是大量的随机数里有没有统计规律性呢?今天奇趣编程腾讯qq在线和大家分享下。

任何事物,既有其偶然的一面,也有其必然的一面,大量的偶然就存在着必然。大量的随机数,通过试验、观察、统计、分析,我们发现它有频率的稳定性,即某一个随机数发生的频率经常在某个固定的值附近出现,并且观察的数据量越大,规律越明显,这种规律我们将它叫做统计规律性。

统计规律性具有以下几个特点:

1、随机数的数据量要大。

2、数据量越大,规律性越明显。

3、存在涨落现象。

我们可以用生活中抛硬币的例子来说明。

如果我们一个硬币抛十次,是找不到规律的。如果我们拿十个硬币抛一次,也是找不到规律的。

假如我们拿一个硬币抛一万次,规律就出来了,我们会发现硬币的正面和反面出现的次数是比较接近的。假如我们拿一万个硬币来抛一次,也是正面和反面出现的次数比较接近。数据量越大,每个面出现的次数越是接近平均数。这就说明它存在统计规律性。

统计规律性

我们还可以用伽耳顿板来做实验证明大量随机数的统计规律性。咖耳顿板是在一块竖木板上规则地钉上很多铁钉,木板下部用竖直隔板隔成许多等宽的槽板,用玻璃作面板以便观察。当把大量小球从顶的顶部落下时,小球与钉子多次碰撞落到底部的槽位里。

当放入少量的小球时,各个槽位里的小球数量是没有规律的。当放入大量的小球时,各个槽位里的小球数量就出现明显的规律了:

伽耳顿板
伽耳顿板

我们可以看到,底部的小球是呈钟形正态分布的。反复做这个实验,可以观察到虽然各槽位的小球数量有轻微变化,但整体上的分布情况仍然符合正态分布。也就是说,对于任意一个小球或少量的小球是随机的偶然事件,但对于大量小球来说,是一个必然事件,这就是统计学概率论中的统计规律性。

奇趣编程|涨跌过程中要不要用凯利公式加仓减仓?

趋势曲线永远都处在涨涨跌跌的过程中,因为了有涨跌,所以有了盈利和亏损。那么,在涨跌的过程中,是否应该用凯利公式加仓减仓?目前有两种观点,今天奇趣编程和大家分享一下,腾讯qq在线,欢迎大家加我交流探讨。

先看加仓减仓的观点。

这一派认为,在涨的过程中说明跟对了趋势,应该加仓以便增加利润积累速度,在跌的过程中说明跟反了趋势,应该减仓以避免更大的损失。在概率论中,确实是存在凯利公式,当在期望净收益为正的时候,按一定的比例加仓确实可以便增长率达到最大化,当期望净收益为零或负数时,凯利公式得出的结果是减仓、停止操作、及时撤退。

再看不加仓减仓的观点。

这一派认为,凯利公式是建立在期望净收益为正的确定性上的,但实际中期望值总是处在变化之中,并不能确定期望净收益是正还是负,所以凯利公式派不上用场,如果都能确定必涨或必跌了,那就应该全仓或空仓而不是按比例加仓减仓。

公说公有理,婆说婆有理。奇趣编程是怎么看这个问题的?

奇趣编程认为,实际上,双方的争论归根到底还是在对趋势的判断上。假如能百分百的确定趋势是一定会涨,那肯定是应该全仓才能达到利润最大化。如果没能确定趋势是涨还是跌,那加仓还是减仓也是可以考虑的一种操作。

但是,如果在涨跌过程中加仓减仓,说明人要盯盘打短线,既然人工盯盘,肯定会耗费时间和精力,并且还会受到各种因素的影响频繁操作,这样就会一路加仓减仓,一路后悔和庆幸,严重影响情绪波动。

所以奇趣编程认为,不要去操作短线,而要操作长线,这样能避免长时间盯盘浪费时间精力和影响情绪,不要在涨跌中途加仓减仓,而要始终保持仓位不变。

也就是说,打长线不存在加仓减仓的问题,也不存在大涨大跌的问题,因为打长线是用时间来消除风险换取稳定,趋势过程中的波动已经被长线平摊掉了。

奇趣编程|怎么使用“模拟退火算法”来优化排列组合?

模拟退火算法,顾名思义,就是模拟生活中的固体退火的原理来设计出来的一种算法,是统计概率学中的一种算法。今天奇趣编程向大家分享这个算法的原理,腾讯qq在线,欢迎加我交流探讨。

生活中的“退火”,是先将固体加温到一定程度,然后让它自然缓慢降温冷却,从而改变固体的粒子秩序。在加温的过程中,固体内部的粒子随着温度的升高而活跃变得无序,而在缓慢冷却的过程中固体内部的粒子逐步变得不活跃而有序,最后冷却到常温时,固体内部的粒子全部都变成有序状态。

模拟退火算法,就是模拟这种过程,通过迭代和随机寻优,最终寻找出排列组合的最优解。

模拟退火算法是一种通用的随机搜索算法,目前人工智能神经网络中有广泛应用。它能有效避免局部最优而全局非最优的陷阱,最终算出一个不仅局部最优并且全局也最优的排列组合。

奇趣编程|普遍可预测论的发展和随机数的预测

从普遍可预测论的角度来看,所有的事物只要能监测到所有的影响因素的变化和有足够强大的计算机就可以预测。

但关键就是监测所有的影响因素这一点很难实现,以目前的科学技术手段,很多事物只能监测到关键的影响因素,还有很多影响不明显的因素无法监测或未知的因素尚未发现。

普遍可预测理论,帮助了科学家和工程师把卫星送上指定轨道、把人送上月球、把探测器送上火星。这一切都是基于能够收集到足够的信息、计算机的强大运算能力、正确运用科学知识而实现的。

那么腾讯qq在线随机数可以预测吗?奇趣编程认为,在未来,量子计算机肯定会出现,计算能力将会远超现在的水平,所产生的应用也是难以估量,肯定会有越来越多的当前不能预测的事物在未来能被预测。

正如天气预报,过去几千年都是凭肉眼对风和云的观察而判断第二天的天气,预测结果还不准确,而现在都是用各种气象探测器和计算机模拟,实现对未来几十天气象的精准预测。未来虽尚未到来,但已经不远,值得期待。

奇趣编程|怎么用旋转矩阵实现最小成本获得最大收益?

旋转矩阵的作用是用最小的成本获得最大的收益,那么它的工作原理是怎么样的?今天奇趣编程和大家一起研究。

旋转矩阵是由澳大利亚的数学家底特罗夫研究出来的,它可以帮助你从一堆数字里挑选出最优的排列组合方式,旋转矩阵在数学上就是组合优化的设计。它在统计学概率论中有着广泛的应用,比如股票、期货、随机数统计分析等。作者奇趣编程腾讯qq在线欢迎读者加好友交流探讨。

举一个例子,假设有1-15共十五个数字,三个数字为一组,共分五组,再分成A-G七阶,则如何排列组合才能使每两个数字都在七阶里恰好出现一次?

答案就是:

A:(1,2,3),(4,8,12),(5,10,15),(6,11,13),(7,9,14)
B:(1,4,5),(2,8,10),(3,13,14),(6,9,15),(7,11,12)
C:(1,6,7),(2,9,11),(3,12,15),(4,10,14),(5,8,13)
D:(1,8,9),(2,12,14),(3,5,6),(4,11,15),(7,10,13)
E:(1,10,11),(2,13,15),(3,4,7),(5,9,12),(6,8,14)
F:(1,12,13),(2,4,6),(3,9,10),(5,11,14),(7,8,15)
G:(1,14,15),(2,5,7),(3,8,11),(4,9,13),(6,10,12)

利用这个算法,我们就可以实现用最小的成本来实现最大的覆盖,从而收获最大的收益。

奇趣编程|随机数中的混沌与秩序

混沌理论认为,宇宙处于混沌状态,某部分的变化会引起其它看起来似乎无关联的部分的变化。也就是局部的变化在系统的各种关联影响下产生连锁反应引起其它部分的变化。中国古话说的“牵一发而动全身”也符合混沌理论。

混沌理论中比较容易理解的例子就是天气,通常认为长期的天气是不可预测的,因为影响天气的因素太多,地球外部的有太阳黑子的暴发、流星、宇宙辐射等,地球内部的有气温、风速、湿度、植物的化合作用、动物的运动、洋流的变化、火山爆发等等无数不可统计的变量都会引起连锁反应给天气带来影响。

虽然长期的天气是很难精确预测的,但是短期的天气是可以比较准确地预测的。这是因为混沌系统里仍然是基于化学、物理等基本宇宙规律来运行的,它仍然存在着秩序。

当前某些东西混沌不可预测,是因为人类目前的科技没能监测到这些变量的连锁反应,如果哪一天科技发展到能监测这个局部的所有变量的连锁反应了,这个局部就是完全可预测的了。

比如说,腾讯qq在线人数是不是随机数?对于普通人来说,它确实是随机的,但对于腾讯公司来说,所有的qq在线情况它都完全可以监测,并且可以控制任意一个帐号的在线状态,所以腾讯在线人数对腾讯公司来说就不是随机数,不是混沌系统。