l******r
发帖数: 18699 | 1 很喜欢有些物理学家的这个观点
样本空间=｛宇宙1，宇宙2，。。。。。。｝
概率模型=｛P1，P2，。。。。。。｝
其中Pj=Probability of {我们生活在宇宙j}，j=1,2,.....
凝聚态物理里最关键的是构造一个model使得P1，P2，。。。全部可以求出来。
可以用类似idea思考宇宙学问题。
问题：为什么我们会生活在宇宙1而不是宇宙2中呢？有没有其它的宇宙跟我们并存呢？
答案就是：因为P1>P2,所以我们生活在宇宙1而不是宇宙2.
的确有其它的宇宙跟我们并存，只不过我们生活在那上面的概率太小。
谁知道这个模型怎么构造？有没有宇宙学理论支持的模型？ |
|
l***y
发帖数: 4671 | 2 没错！
本来不想再回帖了。灌水是个很上瘾的事情。每一帖都是攀缘，后果都是牵绊。开始还
知道是自己在做主，还是被牵着走，是自在还是放纵。很快就身不由己了，分不清这一
贴是不是手痒或者手欠，总给自己找些应当灌的理由。到最后就掉进去了。看不清时就
该打住，否则又灌出烦恼来。
但是你说的这个话题太切中那个啥，“灌点”了。真是欲罢不能啊。马上就有冲动想洋
洋洒洒写一篇儒释两家各流派历史上在各国的动态变迁来。所以考验一下自己，是不是
能说断就断，回完这贴就此打住。
逻辑可能比较绕，我的表达能力又很烂，对博弈论和概率模型比较熟悉的，可能容易跟
上思路。原谅我能力有限吧。
仅说观点，不结合历史案例详细展开，也尽量回避数学词汇：总的来说，我觉得文明的
兴衰是相当复杂，随机性很大，而且很难简单化地归纳的一个问题；笼统地评论一种文
化在其中起到的总的作用，可能不是人类目前的经验和智慧能够胜任的；即便能够胜任
，可能对未来也缺乏指导意义。
具体到中印两国来说，我不认为中印两种文明衰落了；从时间上看，像这样的重要文明
圈的兴衰是以百年到千百年为尺度的，衡量一大类思想对相对应的文明的兴衰的作用，
肯定也不能只看一... 阅读全帖 |
|
e*******y
发帖数: 73 | 3 当时给陈的45分钟报告, 还有IAS邀请陈做一年的member都说明, 陈的工作在国际还是
得到认可的.
到现在进40年,个人认为国内在纯数学, 做到世界顶级水平, 被同行认可的(陈的结果就
是这样),还是不多的,或者说国内近四十年做到类似陈的结果,这种水平的工作还是不多
的,也可以说没有的.
由于宣传, 使得国内即使专业的数学人误认为: 解析数论就是哥德巴赫, 哥德巴赫就是
解析数论的全部.
看过一期数学文化杂志, 有篇介绍的文章, 推荐给大家
http://www.global-sci.org/mc/issues/3/no1/index.html
陈跃: 现代数学主要分支学科的通俗介绍
介绍 98年菲尔兹奖得主Gowers主编的百科全书式的图书
T. Gowers, The Princeton Companion to Mathematics
该书认为现在的学生应该着重学习的现代数学分支学科依次为：代数数论、解析数论、
计算数论、代数几何、算术（代数）几何、代数拓扑、微分拓扑、参模空间、表示论、
几何与组合群论、调和分析、偏微分方程、广义相对论、动力系统、算子代数、镜像对
称、顶点... 阅读全帖 |
|
e****o
发帖数: 165 | 4 冯康老先生的工作也不行么？
当时给陈的45分钟报告, 还有IAS邀请陈做一年的member都说明, 陈的工作在国际还是
得到认可的.
到现在进40年,个人认为国内在纯数学, 做到世界顶级水平, 被同行认可的(陈的结果就
是这样),还是不多的,或者说国内近四十年做到类似陈的结果,这种水平的工作还是不多
的,也可以说没有的.
由于宣传, 使得国内即使专业的数学人误认为: 解析数论就是哥德巴赫, 哥德巴赫就是
解析数论的全部.
看过一期数学文化杂志, 有篇介绍的文章, 推荐给大家
http://www.global-sci.org/mc/issues/3/no1/index.html
陈跃: 现代数学主要分支学科的通俗介绍
介绍 98年菲尔兹奖得主Gowers主编的百科全书式的图书
T. Gowers, The Princeton Companion to Mathematics
该书认为现在的学生应该着重学习的现代数学分支学科依次为：代数数论、解析数论、
计算数论、代数几何、算术（代数）几何、代数拓扑、微分拓扑、参模空间、表示论、
几何与组合群论、调和分析、偏微分方程、广义相对论、动力系... 阅读全帖 |
|
W******r
发帖数: 789 | 5 Yes.
如果你想搏出位，我还有一个答案。不过不到万不得已不要使用，因为风险极大，面试
官不一定听得明白。
在你坐下来之后，你的座位有没有prize就已经是一个确定的事件了，根本就没有随机
性。随机性只存在于你的头脑里面，因为你不了解信息。对于他们知道内情的人来说这
是一个确定的事件。也就是说，不同的人因为所掌握的信息不同而建立了不同的概率模
型。对于你的概率模型，答案就是我们以上所讨论的。在他们的概率模型里，答案不是
0就是1。 |
|
t*******d
发帖数: 2570 | 6 问题是它太简化了，简化到了不能给出什么有意义的结果。你说的概率就算是基因突变
的概率吧。但是基因突变不等于新物种的产生，新物种的产生还需要地理隔离和生殖隔
离。这跟基因突变的概率没什么关系，跟环境的变化有关系。所以你还要加进去环境变
化的因素。然后物种大爆发的疑问是为什么寒武纪观察到了更多的新物种的问题。这个
是寒武纪和其他地质年代之间的比较。寒武纪跟其他地质年代的区别跟基因突变的概率
又没有明显的关系，除非你的理论是寒武纪的基因突变概率增加了很多倍（这个假说虽
然有成立的可能，但是一般来说是不靠谱的）。
所以我说单单用一个基因突变概率来解释是太简单话了，解决不了什么问题。真正要做
进化的概率的话要牵扯到的因素很多。我是不太敢去做这样的模型的。 |
|
b*****h
发帖数: 3386 | 7 【 以下文字转载自 Belief 讨论区 】
发信人: badfish (badfish), 信区: Belief
标 题: 天气预报模型是科学模型么？
发信站: BBS 未名空间站 (Fri Jan 23 19:09:39 2009), 站内
根据模型，预测明天20%概率降水。嗯。 |
|
d*****u
发帖数: 17243 | 8 构造各种概率模型，需要很多的数据来训练
现在可以从单独一张照片来构造3D造型
也是依赖各种概率模型 |
|
s****u
发帖数: 1433 | 9 假设市场需要拉货量为N，市场上司机数量为M。司机大多不超载，而超载被罚款概率为
p，
当前正常拉货单位价格为C。司机平均利润率为 L，平均工作量为N/M。
现在考虑M增加m的后果。首先p会减少，因为警力基本是固定的。C也会因为竞争关系下
降c
那么必然司机整体偏向超载。超载被抓概率为p*M/(M m), 工作量降低为N/(M m),
一旦越过临界点就是工作量乘以（C-c）不足支持生计的时候，就会产生雪崩效应，超
载越发严重，导致运输工作量持续下降，最后不超载不能存活。然后大量司机退出这个
行业， M极度减少到比初始少很多的位置才能再次平衡，但是超载已经成为行规。
从这个模型可以得到一个推论，在p有限的情况下，防止超载的唯一办法是控制M数量不
能自由增长。
也就是说政府调控从业数量是必须的 |
|
f********3
发帖数: 519 | 10 某个模型，带进一些参数，输出个概率。这种模型就像预测股票一样，估计明天就变了
。 |
|
t******l
发帖数: 10908 | 11 个人觉得属实。胜率是对数学统计概率模型而言，所以应该是该点开始是对狗咬狗而言
的概率，或者狗模咬狗模的估计。人不容易建立数学模型，估计不会费事估计对人的概
率。
：80%的胜率是蒙特卡罗法的结果，意思相当于如果两个业余选手从此处下100盘，估计
有80盘本方能赢。
： |
|
t******l
发帖数: 10908 | 12 个人觉得属实。胜率是对数学统计概率模型而言，所以应该是该点开始是对狗咬狗而言
的概率，或者狗模咬狗模的估计。人不容易建立数学模型，估计不会费事估计对人的概
率。
：80%的胜率是蒙特卡罗法的结果，意思相当于如果两个业余选手从此处下100盘，估计
有80盘本方能赢。
： |
|
k*****1
发帖数: 454 | 13 ＂既然电导率和离子浓度有关，那么离子的分布就应该遵循热力学当中的玻尔兹曼原理
（Boltzmann's principle）。根据Boltzmann's principle，任何一个离子在细胞内/
外的概率之比：P1/P2=exp（函数）； 既然是同一个离子的概率，那么P1 P2 =1， 从
而得出P1=1/（1 exp(函数)）。 这个P1的表达式就是离子通道的稳态模型。＂
这是我的原句，拜托你在做喷子之前先不要乱改我的话好吗？
是，我不是做离子通道的。向你这种，既不看原文，还特别喜欢歪曲别人的意思，你不
去搞传销真是太委屈了！ |
|
s******k
发帖数: 6 | 14 我学过概率模型，线性代数，时间序列分析，数学模型，还有些概率的课， 你说的我
没有学过。我不是要求很好的50名左右的就好了 |
|
T*******I
发帖数: 5138 | 15 我不认为那个10000次在决定哪一对组合时有何特定的意义。我认为它没有任何意义，
除了是一个纯粹的数字外。
如果你坚持它对于哪一对数字被最终选出有决定意义，那么，请问：10001次又如何？
9001次又怎样？2次会得到什么结果？仅仅1次会是哪两个？
抛硬币试验原本就是一个繁琐的试验，在我们不知道这样的概率模型前。然而，一旦我
们知道了等概率模型，就不必那么去畏首畏脚了。事情就是那样简单：此时的随机选择
就等于随意选择。 |
|
T*******I
发帖数: 5138 | 16 多谢你提供的信息。
在我看来，一切在此之前的方法都存在严重的逻辑缺陷，尽管很多人不会赞同我的这个
观点。请你参考我对goldmember的回答。
所谓一个空间里的关系是否是一个"Jump"关系，必须由概率进行推定，而不是事先假定
好了再来建方法论。如果Qiu的文章里没有对"Jump"的概率推断，那就不是一个统计的
方法！！！因为他／她对随机空间里的关系是否是一个Jump的判断没有得到概率论的支
持！也就是那个关系不是一个非确定性的而是确定性的事件。如果有，我倒是愿意学习
他／她的东西。但据我所查考的文献，尚无人在我之前针对分段模型的连续性检验方面
做过任何工作。 |
|
l******r
发帖数: 18699 | 17 是的，很多模型也就是经验模型，基于已经观测到的样本，也就是俗称的贝叶斯统计
不过大多数模型还是纯概率模型，基于对自然界物理定律而提出的理想分布函数 |
|
w********u
发帖数: 71 | 18 传统语音业务的服务时间,一般都用指数分布。
不过有了modem用电话线上网之后，这个模型就不准了。
想建立一个数学模型来模拟电话交换机上 phone call in 的状况。 只记得学概率统计时
， 教科书提到电话 Call in 进来电话交换机是随机的， 符合泊松分布。每个电话通话
的时间长短也是随机的， 可是不知符合哪种分布？
各位大牛， 有无数学模型来模拟电话交换机上 phone call in 这方面的文章？请不吝指
教。 |
|
z****e
发帖数: 54598 | 19 老弟，我知道你问的是什么
我已经给你答案了
关键字有至少三种模型可以用
线性代数的模型
统计的模型
还有上下文相关的概率模型
这个你要上点课才能明白
还有就是，现成的轮子就是Apache Lucene
google的系统也不公开，你也用不了，更谈不上免费
要做成php需要你自己搭轮子
你可能还需要apache http server
两个轮子如何凑，只能看文档 |
|
i****x
发帖数: 17565 | 20 嗯，来了个懂行的
decon就是个自以为是的烂校小本，知道点皮毛就来卖弄，更深层的东西我根本就懒得
给他提。而且他在论坛上一向如此，这非常可悲。不是每个人在所有方面都有知识，但
大多数人至少能意识到自己在某些方面只知皮毛，不会到处嘚瑟。
他开始说什么这个统计没有normailization，后来我明白他以为条件概率公式的分母就
是normalization，其实那个是“率”字的定义里就有的，跟normalization毫无关系。
所谓normalization指的是奔驰和丰田死亡数不可以直接比较，因为丰田车总数远多于
奔驰。而他解决所谓normalization问题的方法更可笑，搞出个什么贝叶斯公式，我都
没法解释贝叶斯跟这个问题有多么风马牛不相及。
然后他又开始纠结什么概率和统计的差异，其实我一眼就看得出他根本没理解什么是统
计。假设福克斯死亡率是个伯努利随机变量，这是概率模型，但概率不可能知道，而现
实中的福克斯死亡率是个样本统计，这个死亡率就是概念中的“真实死亡概率”的无偏
估计量，这个估计量自然不准确，但解决办法是构造置信区间而不是什么
normalization和贝叶斯都公式... 阅读全帖 |
|
i****x
发帖数: 17565 | 21 嗯，来了个懂行的
decon就是个自以为是的烂校小本，知道点皮毛就来卖弄，更深层的东西我根本就懒得
给他提。而且他在论坛上一向如此，这非常可悲。不是每个人在所有方面都有知识，但
大多数人至少能意识到自己在某些方面只知皮毛，不会到处嘚瑟。
他开始说什么这个统计没有normailization，后来我明白他以为条件概率公式的分母就
是normalization，其实那个是“率”字的定义里就有的，跟normalization毫无关系。
所谓normalization指的是奔驰和丰田死亡数不可以直接比较，因为丰田车总数远多于
奔驰。而他解决所谓normalization问题的方法更可笑，搞出个什么贝叶斯公式，我都
没法解释贝叶斯跟这个问题有多么风马牛不相及。
然后他又开始纠结什么概率和统计的差异，其实我一眼就看得出他根本没理解什么是统
计。假设福克斯死亡率是个伯努利随机变量，这是概率模型，但概率不可能知道，而现
实中的福克斯死亡率是个样本统计，这个死亡率就是概念中的“真实死亡概率”的无偏
估计量，这个估计量自然不准确，但解决办法是构造置信区间而不是什么
normalization和贝叶斯都公式... 阅读全帖 |
|
k*****1
发帖数: 454 | 22 马尔可夫过程的特点就是把相关性理解成“概率”。按照这个理念，任何事务都是“相
关”的，只不过是相关的概率多少而已。这和逻辑学上的相关性没有任何关系。或者可
以这么理解，两个在逻辑上不相关的事件概率是很低的，比如说0.0001 （你总不可能
说这两个事件永远都不会同时发生吧） ； 而越相关的事件概率也就越高。
马尔可夫链可以是连续函数，也可以是离散函数。取决你用的概率模型是连续的还是离
散的。 |
|
s*********h
发帖数: 6288 | 23
也不能断定不是进化引起的，进化提供了个概率，说明理论上可以产生。
不是一个个体一直每年都进化，而是大批量的个体。
比如你是男生，你爸爸也是男的，你爷爷也是男的，你60代祖爷爷也是男的，这个概率
理论上是1/2^60，比基督不会打魔兽的几率还要小，难道就说明你是男的是不可能发生
的事情？
这个我不了解，不过对这种概率计算的模型持保留态度。 |
|
k*****1
发帖数: 454 | 24 1) 你在前面的几乎所有帖子里面都一直咬定说我把Pi，Po 理解成“浓度”，并由此断
定我对物理或生物完全不了解，我好心提醒你看我的原文，你还是照旧咬定。你说这不
是歪曲是什么？哈哈，我发现你也挺可爱的 ：-）
2）关于 Boltzmann's principle， 这恰好是我本科时的老本行，我就多说两句。
“Boltzmann's principle”是一个统计物理/热力学当中的概念，主要是用来描述在某
个热力平衡状态下的微观粒子的“运动”。因为微观粒子的运动只能用概率来表示，一
个“微观”粒子的处于某种能量状态的概率分布可以用“宏观”的参数，比如说 K（绝
对温度），E（总能量）等等来描述。所以Boltzmann's principle 绝对不是用来假设
“贴在膜内外表面的带电荷粒子”，正确的说法是描述“带电荷粒子处于某种位置/状
态的概率”。通俗一点，就是在某个特定的状态下，该粒子在细胞膜内部的概率有多大
。我当时看到这个推导非常的震动，因为我本科就是做流体力学/热力学，做过一点类
似于“膜过滤”的实验。所以当我读到 H-H 把复杂的离子通道简化为常见的类似于“
分子通过过滤膜”... 阅读全帖 |
|
d****o
发帖数: 32610 | 25 最开始英帝那个模型相对还比较靠谱
就是个抽样概率
虽然置信区间大
但假设比较简单可靠
lancaster university那个文章就比较沙比了
弄个动力模型，
又不考虑确诊病例的具体情况就拟合
搞出个R0肯定不可靠
实际上最初确诊病例上升的速度完全是artifact
刚开始确诊权在全国CDC
一两天后下放到各省cdc
试剂盒最初是统一提供
现在已经下放到多家单位生产
这才是刚开始确诊数量上升的瓶颈和后来突然暴增的原因 |
|
s********u
发帖数: 1054 | 26 反向加 LEVERAGE 的 ETF 数学期望在合理数学模型里面应该为负。因为根据定义， 数学期望就是按照随机变量在每个点取值的概率来计算的 WEIGHTED SUM。
AGQ是正方向2X的ETF， 有TIME DECAY。 但不能因此说赢利的数学期望就是负数。可以根据AGQ的历史上每天的股价设计个简单模型计算赢利的数学期望值。原则上说， 时间段选得越长， 计算得到的结果越接近真实值。 |
|
P*******e
发帖数: 39399 | 27 早就跟你说了 忍了算了
任何概率模型都是不靠谱模型 尤其理论模型。。。 |
|
m**a
发帖数: 1208 | 28 Chapter 5
43
首席法官一开庭就问：“被告，现在你有两个选择，认罪以换减刑，或继续庭辩。”
我想也不想，说：“法官大人，我认罪。”
台下观众发出暴风骤雨般的掌声，“啊，感谢上帝，我们终于可以出发了。”
首席法官明显很惊讶，大概他在想，这么狡猾的人为何这么快就投降了？他又问：“被
告，你想清楚了？”
“想清楚了。法官大人，我有罪。我愿协助法庭指认我的同伙，以换减刑。”
首席法官松了口气，说道：“非常好。被告，这是你最明智的选择。”
“法官大人，我有个请求。”
“请讲。”
“我的同伙就在旅客中，说不定，就在这现场观众中，但我不知道是谁。我跟他，或者
是她，一直是单线联系。我请法官大人宣布全船宵禁，不许人员上 下。”
首席法官没有马上回答我，与另外几个法官商量去了。台下的观众全在骂我和同伙，说
我们是一锅美味皮蛋粥中的老鼠屎。我心想，我哪是老鼠屎啊，我明 明是一块大石头
，被周瑜扔进茅坑，激起了群忿。我这么做是想打乱潜在对手的节奏，亲自点炮，让那
些还在堆放火药桶的人措手不及，炸在自己手里。可 惜，我不能与公主预先沟通协调
，一切都要相机行事。
辩方法官好心提醒我：“你想清楚了没有... 阅读全帖 |
|
j********z
发帖数: 3242 | 29 ☆─────────────────────────────────────☆
badfish (badfish) 于 (Fri Jan 23 19:09:39 2009) 提到:
根据模型，预测明天20%概率降水。嗯。
☆─────────────────────────────────────☆
iniforever (哦, 主耶稣, 我爱你!!!!) 于 (Fri Jan 23 23:21:17 2009) 提到:
~~~~~~~~~~~~~~~~~~~~~~~~~~~误差３０％
☆─────────────────────────────────────☆
badfish (badfish) 于 (Sat Jan 24 00:11:19 2009) 提到:
这不是关键。关键是不可证伪，无论明天下雨与否。
☆─────────────────────────────────────☆
iniforever (哦, 主耶稣, 我爱你!!!!) 于 (Sat Jan 24 00:19:59 2009) 提到:
这个是可以做一些统计上的检测的， |
|
m**a
发帖数: 1208 | 30 【 以下文字转载自 LeisureTime 讨论区 】
发信人: moha (moha), 信区: LeisureTime
标 题: 浮城之恋 42-48
发信站: BBS 未名空间站 (Sat Aug 30 02:01:26 2014, 美东)
Chapter 5
43
首席法官一开庭就问：“被告，现在你有两个选择，认罪以换减刑，或继续庭辩。”
我想也不想，说：“法官大人，我认罪。”
台下观众发出暴风骤雨般的掌声，“啊，感谢上帝，我们终于可以出发了。”
首席法官明显很惊讶，大概他在想，这么狡猾的人为何这么快就投降了？他又问：“被
告，你想清楚了？”
“想清楚了。法官大人，我有罪。我愿协助法庭指认我的同伙，以换减刑。”
首席法官松了口气，说道：“非常好。被告，这是你最明智的选择。”
“法官大人，我有个请求。”
“请讲。”
“我的同伙就在旅客中，说不定，就在这现场观众中，但我不知道是谁。我跟他，或者
是她，一直是单线联系。我请法官大人宣布全船宵禁，不许人员上 下。”
首席法官没有马上回答我，与另外几个法官商量去了。台下的观众全在骂我和同伙，说
我们是一锅美味皮蛋粥中的老鼠屎。我心想，我... 阅读全帖 |
|
j***u
发帖数: 2 | 31 想建立一个数学模型来模拟电话交换机上 phone call in 的状况。 只记得学概率统计时
， 教科书提到电话 Call in 进来电话交换机是随机的， 符合泊松分布。每个电话通话
的时间长短也是随机的， 可是不知符合哪种分布？
各位大牛， 有无数学模型来模拟电话交换机上 phone call in 这方面的文章？请不吝指
教。 |
|
T*******I
发帖数: 5138 | 32 你把顺序搞颠倒了。
人和动物一样, 认识外部世界首先是从感觉系统对外部物象的直观刺激开始的, 这包括
了物理和数学的早期雏形。这在古希腊的哲学系统中非常普遍, 它们的一个共同点就是
对认知结果的绝对肯定性。
对外部世界的认知结果的概率性认识直到17世纪初期的培根都还没有被提出来。这反映
在他所倡导的新工具归纳法里。到了18世纪才开始引入概率的概念, 并逐步在数学系统
里讨论开来。但当数学家们还在绞尽脑汁地设想概率模型和算法的时候, 统计学家们已
经在实际认知方法论领域走在了前列。这些早期的统计学家没有一个是其时代里的专职
数学家。
......... |
|
l******a
发帖数: 16364 | 33 ☆─────────────────────────────────────☆
Dua (Dua) 于 (Sat Apr 16 05:48:11 2011, 美东) 提到:
加一句，这个帖子算是个回帖，或者说是个答复。
不是老有人问你认为xxx就那么nb就一定正确吗？xxx就是绝对真理吗？（xxx可以是进
化论，也可以是大爆炸，也可以是别的什么科学发现）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
相对宗教的信誓旦旦，我觉得没有哪个科学家敢说自己发现的东西永远不会被推翻掉
所有的科学结论，我可以肯定的说，都不是真理。因为科学结论是根据发现的总结，但
是归根结底，科学定律从来不是完全归纳法。
如果上面说不是真理言重了，那么可以说是部分真理。
所以你指着任何一条科学发现问我，你肯定它就一定是完全正确的吗肯定吗肯定吗肯定
吗？？？？？？
我当然任何时候都不能说我肯定。进化论作为科学的一部分，我自然也是一样的回答。
你让我拍胸脯保证永远都发现不了某一特定科学发现的特例，那我不也是宗教贩子了。
这不就是信徒干得事么。
同时我觉得这个也是科学作为迄今为止被发现的最好的认识世界的... 阅读全帖 |
|
r****y
发帖数: 26819 | 34 【 以下文字转载自 Joke 讨论区 】
发信人: dy333 (yyyd), 信区: Joke
标 题: 请教学术版一个大地震日期的概率问题
发信站: BBS 未名空间站 (Sat Feb 27 09:46:06 2010, 美东)
最近影响最大的地震可以按次序拍成
5 1 2 汶川
1 1 2 海地
2 2 7 智利
仔细看是一个对称矩阵。
我的问题是随机按次序选三组三位数的日期(排除二位数和四位数日期)，能[按日期随机产生的次序]排
成对称矩
阵的概率有多大。
纯学术讨论，请勿联想，请数学大牛指点。
P.s. 为使计算简单点，给模型加点限定: 比如10/08/2005 算三位数的日期 108；12/26/2004算
四位数日期 1226; 02/04/1783 算二位数日期 24; 简言之，月日的十位0不算 |
|
r*****3
发帖数: 143 | 35 中文名: 概率与统计
原名: Probability and Statistics for Engineering and the Sciences
作者: Devore
Stone
Berk
图书分类: 科技
资源格式: PDF
版本: 第8版
出版社: Duxbury
书号: 0-538-73352-7
发行时间: 2011年
地区: 美国
语言: 英文
简介:
内容简介：
本书是为理工科本科生，研究生学习而编写的有关统计推理的理论，思想、方法
的教材。内容包括了理工科概率论的入门，又包括了经典统计和现代统计的基础部分。
本书具有以下特点：1目的性明确，其概率部分是完全为统计而设置的，因此比国
内的一般教材要少，要求的数学基础较低，只要具备初等微积分的知识即可通览全书；
2通过正文与习题旁征博引，引进了一些近代统计处理的新的技术；3配有大量的例子与
丰富的练习题；4 书中统计部分与国内的一般教材相比，理论上要深一些，论述的模型
更多，案例的涉及面更广，实用面更丰富，统计思想的阐述与算法更具体些。
目录:
Preface
1 overview and descriptive stat... 阅读全帖 |
|
D***r
发帖数: 7511 | 36 人工智能里的各种概率模型以及神经网络模型都是不确定的啊。 |
|
t**x
发帖数: 20965 | 37 你看来是基本不懂啊。
你外州看病， 不论是否需要referral， 医生都要互相打电话看看。。。
州内更是， 你的referral, 你的保险， 都是透明的。 当你是大机构的牺牲品的时候
， 所有Privacy全部作废， 你连这个都不懂？
你弄了半天建立一个模型， 其实你的模型错得千疮百孔。。。 。。
所以说人工智能基本不可能实现。 如果是你这种人搞得话。
比如CHP of UPMC作弊的时候， 不是查简单的history等等， 是反复反复打电话给我们
儿科大夫， 儿科大夫都烦死了， 说那边医生打了很多电话一个劲问这个病人到底还去
过哪里？！
我只能说你的基本逻辑不过关。。。 怎么可能搞理科？ |
|
发帖数: 1 | 38 概率论有鸟用，概率模型都是人设，数学推演都是游戏。像现在这种傻逼牛市，任何合
理的模型全没屁用，人的傻逼冲动和贪婪是不可量化的。 |
|
j***o
发帖数: 5096 | 39 最近应邀到芝家鸽大学伤学院讲学，我讲述了一个模型支持海龟，令海不归们很受伤。前
人研究表明在同一个社会中人的收入具有log-normal distribution，尽管中美不是同
一个社会，姑且凑活了，算同一个。附图是一个装置模拟产生log-normal分布，蛋蛋下
落每一步都有一个向前或者向后的概率，越到后期步幅越大，最终的落点就是我们关注
的结果。
log-normal的特点就是，你经历的每一步都很重要；每一步都对于你最终的归宿产生
significant的影响；每一步都与前面的关联，并且你的“本钱”越大，收益或者亏损
也越大，足够多步之后就天然形成log-normal distribution。你知道normal
distribution是完全不同的，对于normal的来说，每一步对最终归宿产生的效应微乎其
微，这就是central limit theorem，你懂的。可惜人类社会是log-normal的，海不归
的灾难来了：
海不归是黄色路径下坠，由于社会认同或者歧视或者种种原因无法继续下坠，生活停滞
，坐吃等四，红色下坠路径是海龟的或者国内的四大牛人，人家起步没你牛比，但是国... 阅读全帖 |
|
O****8
发帖数: 514 | 40 谢谢大牛指点。
如果说去年整年SLV 50%。那么AGQ收益应该怎样计算？
数学期望就是按照随机变量在每个点取值的概率来计算的 WEIGHTED SUM。
以根据AGQ的历史上每天的股价设计个简单模型计算赢利的数学期望值。原则上说， 时
间段选得越长， 计算得到的结果越接近真实值。 |
|
m**a
发帖数: 1208 | 41 【 以下文字转载自 Prose 讨论区 】
发信人: moha (moha), 信区: Prose
标 题: 浮城之恋 44
发信站: BBS 未名空间站 (Fri Apr 26 00:28:30 2013, 美东)
“恩佐，让他说下去。”首席法官干预了，“计算中心，一旦发现供词不合概率模型，
立即报告！”
计算中心回答：“新的供词让所有的数学模型收敛了，拟合得非常好，非常真实。”
“很好。被告，继续陈述案件，注意用词。这里有很多未成年人。”首席法官说。
“好的，法官大人。” 我点头，同时看了看茹蜜妮莎公主。她的脸绷得紧紧，没有任
何表情。她旁边的辛扎定力差些，有点忍不住要笑场。
我接着招供：“马蒂妮小姐问我，你今天怎么这么香气扑鼻。我说，我为了来见你，洗
了17遍澡，用了17 种香精。” 我说到这，辛扎再也忍不住，用两手遮住额头，将脸藏
在臂弯中，笑了个够，才露出脸，与公主一样，使劲把脸绷得紧紧的。
“我的手在马蒂尼小姐身上游走，嘴中源源不断地冒出情诗名句。马蒂尼小姐十分激动
，紧紧地抱紧我。” 恩佐听到这些，气得直翻白眼。
“我和她正在兴头上，有人敲门，哑着声说，你们该交货了！他... 阅读全帖 |
|
m**a
发帖数: 1208 | 42 【 以下文字转载自 Prose 讨论区 】
发信人: moha (moha), 信区: Prose
标 题: 浮城之恋 44
发信站: BBS 未名空间站 (Fri Apr 26 00:28:30 2013, 美东)
“恩佐，让他说下去。”首席法官干预了，“计算中心，一旦发现供词不合概率模型，
立即报告！”
计算中心回答：“新的供词让所有的数学模型收敛了，拟合得非常好，非常真实。”
“很好。被告，继续陈述案件，注意用词。这里有很多未成年人。”首席法官说。
“好的，法官大人。” 我点头，同时看了看茹蜜妮莎公主。她的脸绷得紧紧，没有任
何表情。她旁边的辛扎定力差些，有点忍不住要笑场。
我接着招供：“马蒂妮小姐问我，你今天怎么这么香气扑鼻。我说，我为了来见你，洗
了17遍澡，用了17 种香精。” 我说到这，辛扎再也忍不住，用两手遮住额头，将脸藏
在臂弯中，笑了个够，才露出脸，与公主一样，使劲把脸绷得紧紧的。
“我的手在马蒂尼小姐身上游走，嘴中源源不断地冒出情诗名句。马蒂尼小姐十分激动
，紧紧地抱紧我。” 恩佐听到这些，气得直翻白眼。
“我和她正在兴头上，有人敲门，哑着声说，你们该交货了！他... 阅读全帖 |
|
m**a
发帖数: 1208 | 43 【 以下文字转载自 Prose 讨论区 】
发信人: moha (moha), 信区: Prose
标 题: 浮城之恋 44
发信站: BBS 未名空间站 (Fri Apr 26 00:28:30 2013, 美东)
“恩佐，让他说下去。”首席法官干预了，“计算中心，一旦发现供词不合概率模型，
立即报告！”
计算中心回答：“新的供词让所有的数学模型收敛了，拟合得非常好，非常真实。”
“很好。被告，继续陈述案件，注意用词。这里有很多未成年人。”首席法官说。
“好的，法官大人。” 我点头，同时看了看茹蜜妮莎公主。她的脸绷得紧紧，没有任
何表情。她旁边的辛扎定力差些，有点忍不住要笑场。
我接着招供：“马蒂妮小姐问我，你今天怎么这么香气扑鼻。我说，我为了来见你，洗
了17遍澡，用了17 种香精。” 我说到这，辛扎再也忍不住，用两手遮住额头，将脸藏
在臂弯中，笑了个够，才露出脸，与公主一样，使劲把脸绷得紧紧的。
“我的手在马蒂尼小姐身上游走，嘴中源源不断地冒出情诗名句。马蒂尼小姐十分激动
，紧紧地抱紧我。” 恩佐听到这些，气得直翻白眼。
“我和她正在兴头上，有人敲门，哑着声说，你们该交货了！他... 阅读全帖 |
|
m**a
发帖数: 1208 | 44 “恩佐，让他说下去。”首席法官干预了，“计算中心，一旦发现供词不合概率模型，
立即报告！”
计算中心回答：“新的供词让所有的数学模型收敛了，拟合得非常好，非常真实。”
“很好。被告，继续陈述案件，注意用词。这里有很多未成年人。”首席法官说。
“好的，法官大人。” 我点头，同时看了看茹蜜妮莎公主。她的脸绷得紧紧，没有任
何表情。她旁边的辛扎定力差些，有点忍不住要笑场。
我接着招供：“马蒂妮小姐问我，你今天怎么这么香气扑鼻。我说，我为了来见你，用
了17盆洗澡水，用完了17 种香精，才比得上你一半体香。我的手在马蒂尼小姐身上游
走，嘴中源源不断地冒出情诗名句。马蒂尼小姐十分激动，紧紧地抱紧我。” 恩佐听
到这些，气得直翻白眼。
“我和她正在兴头上，有人敲门，哑着声说，你们该交货了！他捅开猫眼，从中伸进一
个管状工具，说，恩佐就要回来，给你们五分钟时间，珠宝，文件和 手枪， 这三样，
放在门后，离开。我和马蒂尼小姐从激情中回到残酷的现实。我捧着她的脸庞，说，我
真不忍心伤害你。她说，为了我俩的好日子，什么痛苦她都能承受， 开枪吧！按计划
，我要用这小小的弹射枪，打伤马蒂尼小姐，以便她有籍口，... 阅读全帖 |
|
m**a
发帖数: 1208 | 45 【 以下文字转载自 Prose 讨论区 】
发信人: moha (moha), 信区: Prose
标 题: 浮城之恋 44
发信站: BBS 未名空间站 (Fri Apr 26 00:28:30 2013, 美东)
“恩佐，让他说下去。”首席法官干预了，“计算中心，一旦发现供词不合概率模型，
立即报告！”
计算中心回答：“新的供词让所有的数学模型收敛了，拟合得非常好，非常真实。”
“很好。被告，继续陈述案件，注意用词。这里有很多未成年人。”首席法官说。
“好的，法官大人。” 我点头，同时看了看茹蜜妮莎公主。她的脸绷得紧紧，没有任
何表情。她旁边的辛扎定力差些，有点忍不住要笑场。
我接着招供：“马蒂妮小姐问我，你今天怎么这么香气扑鼻。我说，我为了来见你，洗
了17遍澡，用了17 种香精。” 我说到这，辛扎再也忍不住，用两手遮住额头，将脸藏
在臂弯中，笑了个够，才露出脸，与公主一样，使劲把脸绷得紧紧的。
“我的手在马蒂尼小姐身上游走，嘴中源源不断地冒出情诗名句。马蒂尼小姐十分激动
，紧紧地抱紧我。” 恩佐听到这些，气得直翻白眼。
“我和她正在兴头上，有人敲门，哑着声说，你们该交货了！他... 阅读全帖 |
|
E*****m
发帖数: 25615 | 46 給你一個 literature survey 作業， 列舉現在已經提出的
進化數理模型。
你搜索過才有資格說 "一个数理模型还没有"
再問一次， 請你看兩個演講， 看了沒有？ |
|
p*********w
发帖数: 606 | 47 duda的pattern recognition，大概就有个了解。
想理论深点就看vapnic的统计学习理论，是svm的理论基础，要用svm就不用看了
再看点bayes，markov概率模型，图模型
看一下boosting
差不多了 |
|
z*****f
发帖数: 7 | 48 想要采用两状态的Markov模型模internet信道,计算不同的FEC解码后（采用RS（N，K）
）的residule丢包率（计算n个包里丢掉k个以上包的概率），我用matlab实现了（应该
没错），具体代码如下，但是运行速度巨慢，计算一个RS（16，9）的残差丢包率需要
十几秒，如果再放进优化循环里面的话，估计是不能忍了，所以想问问有没有快一点的
实现？此外，好像结果也不对：残差丢包率竟然比原来的丢包率还高一点点。不知道是
错在哪儿了？ 所以还请大牛们指点指点！！！谢谢啦！！！
function P_res = Func_ResidualPLR(P_GB, P_BG, PB, N, K)
P_res = 0;
for m = N-K+1:N
P_res = P_res + Func_P(P_GB, P_BG, PB, m, N);
end
% g(v)
function gv = Func_g(P_GB, P_BG, v)
if v == 1
gv = 1 - P_BG;
else
gv = P_BG * (1-P_GB)^(v-2) * P_GB;
end |
|
