从(0,1)中平均随机出几次才能使得和超过1?(e)

为了证明这一点,让我们先来看一个更简单的问题:

任取两个 0 到 1 之间的实数,它们的和小于 1 的概率有多大?

容易想到,满足 x+y<1 的点 (x, y) 占据了正方形 (0, 1)×(0, 1) 的一半面积,因此这两个实数之和小于 1 的概率就是 1/2 。类似地,三个数之和小于 1 的概率则是 1/6 ,它是平面 x+y+z=1 在单位立方体中截得的一个三棱锥。这个 1/6 可以利用截面与底面的相似比关系,通过简单的积分求得:
∫(0..1) (x^2)*1/2 dx = 1/6

请输入图片描述

可以想到,四个 0 到 1 之间的随机数之和小于 1 的概率就等于四维立方体一角的“体积”,它的“底面”是一个体积为 1/6 的三维体,在第四维上对其进行积分便可得到其“体积”
∫(0..1) (x^3)*1/6 dx = 1/24
依此类推, n 个随机数之和不超过 1 的概率就是 1/n! ,反过来 n 个数之和大于 1 的概率就是 1 - 1/n! ,因此加到第 n 个数才刚好超过 1 的概率就是
(1 - 1/n!) - (1 - 1/(n-1)!) = (n-1)/n!
因此,要想让和超过 1 ,需要累加的期望次数为
∑(n=2..∞) n * (n-1)/n! = ∑(n=1..∞) n/n! = e

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来为您解答。 首先,我们需要明确一下这道题的意思。题目要求我们使用四种随机模拟方法来计算定积分I,其I的表达式为: I = ∫(e^x)dx,积分区间为[-1,1] 同时,题目还给了I的解析解为e-e^(-1)。 那么,下面我们分别来介绍一下四种随机模拟方法的计算步骤: 1. 随机投点法 随机投点法是最简单的一种随机模拟方法。具体步骤如下: (1)在积分区间[-1,1]内随机生成N个点,即x1,x2,...,xN。 (2)对于每个点xi,计算f(xi)=e^xi,其f(x)为被积函数。 (3)计算积分值I的近似值: I ≈ 2 * (1/N) * ∑f(xi) 其2是积分区间[-1,1]的长度。 2. 平均值法 平均值法是一种比较常见的随机模拟方法,具体步骤如下: (1)在积分区间[-1,1]内随机生成N个点,即x1,x2,...,xN。 (2)对于每个点xi,计算f(xi)=e^xi,其f(x)为被积函数。 (3)计算f(x)的平均值: f_mean = (1/N) * ∑f(xi) (4)计算积分值I的近似值: I ≈ 2 * f_mean 其2是积分区间[-1,1]的长度。 3. 重要抽样法 重要抽样法是一种改进的随机模拟方法,其主要思想是通过变换被积函数,使得在新的变量下,被积函数更容易被模拟。具体步骤如下: (1)选取一个新的变量y,使得在y的分布下,被积函数f(x)易于模拟,即g(y)≈f(x)。 (2)在y的分布下,随机生成N个点,即y1,y2,...,yN,并计算对应的f(xi),其xi为y的逆变换。 (3)计算积分值I的近似值: I ≈ 2 * (1/N) * ∑(f(xi) / g(yi)) 其2是积分区间[-1,1]的长度。 4. 分层抽样法 分层抽样法是一种针对复杂积分的随机模拟方法,其主要思想是将积分区间划分为不同的子区间,并在每个子区间内进行随机模拟。具体步骤如下: (1)将积分区间[-1,1]划分为N个子区间,每个子区间的长度相等。 (2)在每个子区间内随机生成M个点,即xi,j(i=1,2,...,N;j=1,2,...,M),并计算对应的f(xi,j)。 (3)计算每个子区间内f(x)的平均值: f_mean_i = (1/M) * ∑f(xi,j) (4)计算积分值I的近似值: I ≈ 2 * (1/N) * ∑f_mean_i 其2是积分区间[-1,1]的长度。 以上就是四种随机模拟方法的计算步骤,您可以根据需要选择其一种或多种方法进行计算。需要注意的是,随机模拟方法的精度取决于生成的随机数数量,因此在计算时应该选择足够的随机数数量以提高精度。
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