e值的MonteCalo法估计
伯努利信封装错问题估计e值
- 一.问题的提出
- 二.问题的分析
- 三.代码实现
用MonteCarlo法估计自然常数e的值。
一.问题的提出
一群人每人写一张卡片,卡片上是自己的名字。把卡片收上去,打乱次序,再随机发给每一个人。此时每个人拿到的都不是自己的概率趋近与1e\frac{1}{e}e1。
二.问题的分析
如果我们多次重复此次实验(nnn次),那么用求得的事件每个人拿到的都不是自己的数字的事件发生的次数为mmm,我们可以用大数定律求得:∀ϵ>0,limn→∞P{∣mn−1e∣<ϵ}=1\forall \epsilon >0,lim_{n\rightarrow \infty}P\{{|\frac{m}{n}-\frac{1}{e}|<\epsilon}\} = 1∀ϵ>0,limn→∞P{∣nm−e1∣<ϵ}=1。
三.代码实现
import random,math
import matplotlib.pyplot as plt
numbers = 100 #总共有100个人
num = 10000 #实验总共重复10000次
Prop = 0
m = 0
xValue = []
yValue = []
zValue = []
randLine = []
for k in range(numbers):randLine.append(k)
for i in range(num):random.shuffle(randLine)for j in range(numbers):if randLine[j] == j:breakif(j == numbers-1 ):m += 1if m == 0:m = 1e-5xValue.append(i)yValue.append(i/m)
Prop = m/num
plt.plot(xValue,yValue,color = 'blue',label = 'Estimate Value')
plt.xlabel('The numbers')
plt.ylabel('The estimate value of e')
plt.legend()
print("e的估计值是{:.4f}。".format(1/Prop))
plt.show()
迭代曲线为:
结果是:
e的估计值是2.7203。
e值的MonteCalo法估计相关推荐
- 极大似然法估计与极大验后法估计
11.2 极大似然法估计与极大验后法估计 一.极大似然法估计 极大似然法估计是以观测值出现的概率为最大作为估计准则的,它是一种觉的参数估计方法. 设是连续随机变量,其分布密度为,含有个未知 ...
- 基于倒谱法和线性预测法估计基音频率(MATLAB和Python)
基于倒谱法和线性预测法估计基音频率(MATLAB和Python) 倒谱法基音检测在python中实现 一帧信号的基音频率估计 wlen = 256 inc = 128 pitch = [] x1, F ...
- 用Burg法估计AR模型的参数原理详解及matlab实现
用Burg法估计AR模型的参数. 借助如图所示的格型预测误差滤波器,伯格法通过求出前向预测误差和后向预测误差的平均功率来选取最佳的反射系数k,使误差的平均功率取得最小值,进而通过反馈求出模型系数和噪声 ...
- matlab蒙特卡洛方法求积分,matlab-蒙特卡洛法估计积分值
<matlab-蒙特卡洛法估计积分值>由会员分享,可在线阅读,更多相关<matlab-蒙特卡洛法估计积分值(6页珍藏版)>请在人人文库网上搜索. 1.西安交通大学实验报告课程: ...
- 用中值排序基数法实现树状结构 (转)
在BBS的编写中,经常有人问怎样实现树状结构?一个比较不负责任的回答是:使用递归算法.当然,递归是一个可行的办法 (二叉树的历遍也好象只能使用递归算法),但对于BBS来说,这样做势必要进行大量的Sql ...
- 【有返回值的回溯法】剑指offer——面试题66:矩阵中的路径(回溯法)
剑指offer--面试题66:矩阵中的路径(回溯法) Solution:1 典型的回溯算法及代码 此题是回溯法的典型例题,思路以及代码均是书中所讲.要具体实现很有参考价值,借鉴之! 现在把书中代码贴在 ...
- 用Burg法估计AR模型并绘制功率谱曲线的python实现
这是这学期<随机信号处理>课程的作业,程序调试了蛮久的,在此记录一下. 原理 这个博文写得很清楚,这里我就跳过了. 需要说明的是我的代码中反射系数与这篇博文中的反射系数相差一个负号,因为我 ...
- EOJ3054-波兰式求值(递归法)
题目 逆波兰式是计算机专业常用的表达式,又称后缀表达式.反过来,把运算符前置的算术表达式则称为波兰式,或前缀表达式. 例如普通的表达式的波兰表示法为:+ 2 3.波兰表达式的优点也是运算符之间不必有优 ...
- MCMC法估计动力学模型参数
MCMC算法估计动力学模型参数步骤 1设定参数的先验分布 2通过贝斯公式确定参数后验分布的PDF 3用MCMC方法,对未知参数进行随机抽样 以上图片内容总结自曹小群<MCMC方法在生物逆问题求解 ...
最新文章
- Windows10 RS2正式版终于来了!升级有惊喜
- [flite源码分析一]常用数据结构cst_val
- win10计算机无法睡眠怎么办,Windows10笔记本电脑无法睡眠怎么处理
- Oracle认证成功获取方案
- oracle_dataGuard_11G
- [Android] Git组件化部署
- 7-2一元多项式的乘法与加法运算
- 第27章:MongoDB-索引--唯一索引
- 【简便代码】1064 朋友数 (20分)_25行代码AC
- njx如何实现负载均衡_负载均衡是怎么做的~
- Flask 模板 之 变量和过滤器
- 带电检测必要性_接地电阻检测分析的必要性
- 做折线图_python的visvis库做折线图(line.py)代码详解
- 线性插值 多项式插值 样条插值 牛顿插值总结
- 软考项目管理师考试随笔
- python中diet是什么意思_Python基础语法(你不得不知的几种变量类型
- Spire.Office for Java 7.10.FIX[7.9.9]-全新版
- 老实人的摸索与反思——写在高考七年后
- 计算机图形学(六)-光栅化、采样、走样与反走样、滤波与卷积
- tensorflow的安装和求解泊松方程
热门文章
- 腾讯通RTX发送文件出错的解决方法
- 程序员面试金典——1.6像素翻转
- LaTex中编译时出现“Undefined control sequence. l.178 \newlab”问题
- 先验信息,先验概率,先验分布,后验概率,后验分布,共轭分布,共轭先验分布
- [课堂实践与项目]IOS优先级的计算器
- 【BZOJ4378】[POI2015]Logistyka 树状数组
- 【转】oracle in和exists、not in和not exists原理和性能探究
- EHcache经典配置
- 把ACCESS转成SQL数据库〔转〕
- SpringBoot+SpringMVC+MybatisPlus框架整合实现分页插件查询