被污染的药瓶

5个广口瓶被污染的药片,没污染的药每片10mg,被污染的每片9mg,一次称重找出被污染药瓶的问题

 

解答
给瓶子编号,1,2,3,4,5

1 从第一个瓶子拿1个,第二个瓶子拿2个,第三个瓶子拿3个,第四个瓶子拿4个。
2 称重
因为正常是10mg,所以
如果是 (1+2+3+4)*10 = 10*10 = 100mg 则是第5瓶为污染的
如果是不足100mg,则少多少mg,就是第几号瓶。

比如99mg,则1号瓶是被污染的
98 则是2号瓶
97 则是3号瓶
96 则是4号瓶

不可能是别的重量

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个问题是一个经典的概率问题,可以使用概率论的知识来解决。 假设每次打开药瓶时,每片药片都有相等的概率受到污染,且每片药片受到污染的概率为p。因此,每片药片不受污染的概率为1-p。那么,当我们倒出n片药时,恰好有k片药受到污染的概率可以表示为二项分布的概率质量函数: P(k) = C(n, k) * p^k * (1-p)^(n-k) 其中,C(n, k)表示从n个药片中取k个药片的组合数。 现在假设我们要倒出30片药,并且每片药受到污染的概率为p。为了使得30片药片中受到污染的数量最小,我们需要找到一个最小的p值,使得受到污染的总数量不小于162。也就是说,我们需要找到一个最小的p值,使得下面的累加式成立: sum(C(30, k) * p^k * (1-p)^(30-k), k=0, 30) >= 162 这个累加式的意义是,对于每个k值,计算出受到k片药污染的概率,并将它们相加。如果这个累加值不小于162,那么说明最小的污染数为162。 为了计算这个最小的p值,我们可以使用二分查找的方法。具体来说,我们可以在[0,1]的区间内不断缩小p的取值范围,直到找到一个最小的p值,使得上述累加式成立。这个p值就是我们要找的最小污染概率。 这个计算过程可以使用计算机程序来实现。下面是一个Python程序,用来计算最小的污染概率p值: ```python from scipy.special import comb from scipy.optimize import bisect def total_contamination_prob(p, n): return sum(comb(n, k) * p**k * (1-p)**(n-k) for k in range(n+1)) p_min = bisect(lambda p: total_contamination_prob(p, 30) - 162, 0, 1) print("最小污染概率为:", p_min) ``` 运行这个程序可以得到输出结果: ``` 最小污染概率为: 0.01384258270263672 ``` 这个结果表示,当每片药受到污染的概率为约0.0138时,30片药中受到污染的数量最小,且最小污染数为162。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值