看到一个有趣的概率题,分享一下。
有这样一个游戏,在三扇关闭的门中,奖品藏在其中的一个后面,其余的门后面都是假的奖品。参加游戏的观众从三扇门中选择一个,并站在这个门的前面。主持人(知道奖品藏在哪里)打开其他两扇门中的一个,向该观众显示一个假的奖品,并且问他足否想改变其最初的选择。问:为了使选中奖品的概率达到最大,这位观众应该坚持最初的选择,还是选择另外一扇门,还是这两者根本没有区别?
不要google噢,大家回复发表观点哈。
看到一个有趣的概率题,分享一下。
有这样一个游戏,在三扇关闭的门中,奖品藏在其中的一个后面,其余的门后面都是假的奖品。参加游戏的观众从三扇门中选择一个,并站在这个门的前面。主持人(知道奖品藏在哪里)打开其他两扇门中的一个,向该观众显示一个假的奖品,并且问他足否想改变其最初的选择。问:为了使选中奖品的概率达到最大,这位观众应该坚持最初的选择,还是选择另外一扇门,还是这两者根本没有区别?
不要google噢,大家回复发表观点哈。
近日,身在美国的俄裔心理学家、数学家胡彻列夫*乌尤发明了一个很特别的公式—-男性小便曲线公式,公式如下:
健康程度 ={[( sinα+cosα)^2+v]/2+170/h}/(2*lgk)
其中α代表尿液射出时刻与水平面的夹角;v代表尿液的初速度,单位m/s;h代表身高,单位厘米;k代表体重,单位公斤。
根据公式,计算出来的结果越接近1就表明越健康。据公式的发明者乌尤称,两年前他在一次小便时想到男人的健康程度应该与射出尿液的某些参数存在一定的关联,当时他身体很虚弱,注意到尿液的轨迹特征与健康时差别很大。在此之后,他便投入到研究当中。公式的发明历程很艰辛,由于自己一边小便一边从侧面观察尿液的抛落轨迹很困难,乌尤不得已要寻求志愿者的帮助,而这种事情在他人认真注视的情况下很难做的自然。两年后,综合多方数据,并参考了大量医学文献,他推导出了这个公式。
这个不平凡的新成果被数学界戏称为“马桶前的公式”,但医学界对其倒颇为重视,认为如果该公式有效,并加以推广,能起到预防男性疾病的作用。因此接下来乌尤打算与公司合作,开发出便携式的小便曲线测定仪。该仪器能测出尿液的发射角度和初速度,再根据事先输入的身高和体重值,就能即时计算出该男子的健康情况。多家医疗器械公司已表示出了兴趣,对这种仪器的市场前景颇为看好。
嘲笑者依然存在,对此乌尤辩解说:"虽然这看起来有些好笑,但如果考虑到这个公式将在预防男性疾病方面发挥的作用,人们就会意识到这是一项很严肃的研究。可以肯定,在不远的将来,每个男人都需要一台小便曲线测定仪。”
interview的那个NPC问题,学习一下。
http://zhiqiang.org/blog/posts/preliminary-computer-theory-p-vs-np-an-overview-of-the-problem.html
理论计算机初步:P vs NP - 问题概述
P = NP?
这个问题,作为理论计算机科学的核心问题,其声名早已经超越了这个领域。它是Clay研究所的七个百万美元大奖问题之一,在2006国际数学家大会上,它是某个1小时讲座的主题。
继续阅读
没想到,我的第一次面试这么突然,并且在微软亚洲研究院。
之前想准备一下,却也没什么方向,紧张到精神恍惚。去了两次西格马大厦,面了四个博士,一人一小时,不是数学就是算法,狂被人BS,差点没从五楼跳下去,其中一个还是日本人,出的数学题就没懂......
等结果吧,现在倒是希望被拒掉了,要不然进去还不天天被骂啊...
最近忙于模式识别的作业--SVM,调了一整天就是不行。后发现是讲义的公式有个地方+-号反了......在截止前4分钟把程序交了过去。
正好做完了NN和SVM两个分类器,小小总结一下。
1、相关知识
什么是模式分类(模式识别)?举个简单的例子:工厂对打上来的鱼进行分类,不同种类的鱼处理方式不同。可是鱼的数量过大,人工分类不现实,怎么让计算机帮我们分类?你可能需要机器测量鱼的重量、尺寸、颜色等信息,然后将这些参数输入计算机,计算机会通过这些特征,判断鱼的种类。
关键在于,怎么通过特征得到鱼的分类?开始,计算机一无所知,我们需要给它一定的样本数据,告诉它这些样本分别属于什么类别,计算机通过学习掌握每种鱼的特征,最后应用到实际中去。这种分类应用面很广,比如书写识别、语音识别、邮政编码识别等等。
我们怎么找到一种计算机学习的方法,使得分类错误率尽量的小。
继续阅读
忙于恐怖的代数结构+组合数学中……暂且发歌吧,谢霆锋又老又俗的一首,院十佳复赛曲目&ppt。
[pic已删 下次早来]
载入中……