)
說實話,筆者並不熟悉matlab的相關操作,matlab是乙個商用的數學建模分析**軟體,同時也是一門程式語言。但是求解這個最優化問題,我們完全可以用到我們在課堂上學到的python知識.
程式在anaconda
帶的dupyter notebook
中執行
def optimize(min_k,p):
em_list =
k_list =
for k in range(min_k,min_k**2,1):
em = 1 - k*(1-p)**k + k
min_value = min(em_list)
index = em_list.index(min_value)
best_k = k_list[index]
answer = [min_value, best_k]
return answer
optimize(10,0.0001)
執行的結果還不錯,符合我們數學系高材生老沈的預期:
[1.0099955011997892, 10]那我們接下來繼續探索下去,找一找
minimum value of em
responding to the variation of p 的規律
result_list =
p = 0.0001
while p <= 0.001:
p += 0.0001
for i in range(0,9):
print(result_list[i])
the result of this coding block generally shows us thepattern, which is illustrated bellow:
[1.0099955011997892, 10]看起來,隨著單個事件的概率上公升(在該例中是[1.0199820095966388, 10]
[1.0299595323829926, 10]
[1.0399280767462624, 10]
[1.0498876498688219, 10]
[1.059838258928039, 10]
[1.0697799110962176, 10]
[1.0797126135406678, 10]
[1.0896363734236783, 10]
群體發病概率
),需要的分組檢測次數 to identify the illness 會略有增加。其實在這個例子中都是 2 次。
好了,以上就是今天的分享~
謝謝您的閱讀!
python概率程式設計tmp
win10安裝anaconda後,安裝pymc,命令列 conda install c pymc 安裝matplotlib,命令列 conda install matplotlib 進入ipython import matplotlib.pyplot as plt import numpy as n...
網易程式設計題 概率論方面
程式設計題 賽馬 在一條無限長的跑道上,有n匹馬在不同的位置上出發開始賽馬。當開始賽馬比賽後,所有的馬開始以自己的速度一直勻速前進。每匹馬的速度都不一樣,且全部是同樣的均勻隨機分布。在比賽中當某匹馬追上了前面的某匹馬時,被追上的馬就出局。請問按以上的規則比賽無限長的時間後,賽道上剩餘的馬匹數量的數學...
程式設計題 簡單密碼
talk is cheap,show me the code.密碼是我們生活中非常重要的東東,我們的那麼一點不能說的秘密就全靠它了。哇哈哈.接下來淵子要在密碼之上再加一套密碼,雖然簡單但也安全。假設淵子原來乙個bbs上的密碼為zvbo9441987,為了方便記憶,他通過一種演算法把這個密碼變換成yu...