标题: 从伽利略丢铁球联想到的题目。, 将要离开 Firenze, 对这里有点恋恋不舍。
性别:未知-离线 whws

白衣伯爵谏议大夫

Rank: 10Rank: 10Rank: 10Rank: 10
组别 白衣卿相
级别 左将军
好贴 6
功绩 166
帖子 1325
编号 82141
注册 2006-9-7
家族 云水兰若


发表于 2007-1-13 16:55 资料 个人空间 短消息 看全部作者
似乎存在两种思考角度。一种是极值最优,应该可以简化为线性规划问题。一种是期望最优,未必能够简化为线性问题。楼上考虑的似乎都是极值条件下的最优,但是好像并没有给出最优证明。周瑜的递推公式依赖于具体算法,本身并不能证明自己是最优。不过猜测一下,reynolds_wwy和周瑜给出的划分方法的确可能是线性条件下的最优划分,至少在N=2时应当是的。

[ 本帖最后由 whws 于 2007-1-13 17:10 编辑 ]


推荐贴
顶部
性别:未知-离线 whws

白衣伯爵谏议大夫

Rank: 10Rank: 10Rank: 10Rank: 10
组别 白衣卿相
级别 左将军
好贴 6
功绩 166
帖子 1325
编号 82141
注册 2006-9-7
家族 云水兰若


发表于 2007-1-15 15:47 资料 个人空间 短消息 看全部作者


我觉得这个题目之所以有趣,是因为它有很现实的应用背景。它的算法完全可以拿到有损检测的项目设计中去。而对于有损检测的成本估计会存在两种情况:一是最坏条件下的估计,即最大成本估计;一是预期条件下的成本估计。注意,两种估计都是在项目设计能够完成项目需求的情况下作出的,即不可能在所有工件都损坏的情况下,仍然得不出项目要求的结论,那样就是项目设计的失败。在保证项目成功的情况下,我们可以分别依据上面的两种估计来作出最优规划。而在大多数情况下,一般是依据第二种估计来作出项目规划的,因为它很可能更省钱。

针对这个题目而言,为了方便叙述,我们先来规定几个物理量。我们假定我们需要用实验测得的小球坠毁的最低楼层数为W,对于给定小球数N的情况下,我们为了测出W而作出的实验设计方案称为p。如果我们把某个小球设计掷下的楼层数排列成数列,并表示为一维向量的话,则p最终可以表达为一个N阶张量a_j~i1i2i3……iN,其中_j表示下标,~i1i2i3……iN表示上标。而且张组成量中的所有标量元素与W的定义域构成一一映射的关系。而对于确定的N,其所有可能的方案{p}构成一个张量空间P。

我们假定当W=w0时,在小球数N和方案p下,测出W所需的实验次数为X(w0)。设a_j0~i01i02i04……i0N=w0,则X(w0)=sum_k(i0k)+j0。

所谓极值最优,也即考虑在定义域[w1,w2]内,在张量空间P内寻找一个方案p,使得 Xmax=max{X(W)|w1<=W<=w2}最小。

但是,如果我们假定W在[w1,w2]上有一个预期的分布f(w),从而导致X也存在一个预期的分布g(x),那么就存在一个预期次数EX=sum_x(x*g(x))=sum_w(X(w)*f(w))。

所谓预期最优,也即考虑在定义域[w1,w2]内,在给定预期分布f(w)的情况下,在张量空间P内寻找一个方案p,使得 EX=sum_w(X(w)*f(w))最小。

举个具体的例子,在定义域[1,100]内,在N=1时,张量空间只有唯一的元素p,在该方案p下,{a_100~1}={1,2,3,……,99,100}。方案p的其最大测验次数Xmax=X(100)=100。其预期测验次数依赖于w可能的概率分布状况。在w按均匀分布的情况下,方案的预期测验次数EX=50.5。

最后,我们对这个题目作一个微小的改动,大家再来看看这个题目该怎么做。

你有两个玻璃球和一幢一百层大楼。你想测出最低在哪一层丢下会把玻璃球摔碎。假定这个待测的层数为w。我们设想w存在某个可能的概率分布f(w)。假定f(w)分别满足以下两种可能分布:
(1)均匀分布,即小球最低从任何一层坠下会摔碎的可能性相同。
(2)高斯分布,即小球最有可能最低从某一层坠下摔碎。假定这个最可能的楼层是第50层,并且在正负10层的误差范围内达到置信概率95%。
用什么战术可以确保得到结果,并且使预期的测量次数最少?如果用计算机搜索,请给出搜索算法。

[ 本帖最后由 whws 于 2007-1-15 16:03 编辑 ]


推荐贴
顶部
性别:未知-离线 whws

白衣伯爵谏议大夫

Rank: 10Rank: 10Rank: 10Rank: 10
组别 白衣卿相
级别 左将军
好贴 6
功绩 166
帖子 1325
编号 82141
注册 2006-9-7
家族 云水兰若


发表于 2007-1-17 16:50 资料 个人空间 短消息 看全部作者


QUOTE:
原帖由 岱瀛 于 2007-1-15 22:51 发表
周大神算,果然如姑姑如言,周大最会算来算去了.
(P.S:这在古代称为术数,所以早在慕容家的天下各路高手分析中早已注明周大擅奇门遁甲之术.)

-------------------------------------------------- ...

你的解释中的第一部分非常精彩,帮我弄清楚了许多我原先并没有真正明白的部分。谢谢你。

你解释中的第二部分显然是不正确的。我们来具体算一算结果就知道了。以题设给出的正态分布条件为例。各楼层概率分布的计算及其结果列表附在后面,以免影响大家阅读。

给出以下两个方案p1,p2:
p1:第一个小球预计投下的楼层数为[14,27,39,50,60,69,77,84,90,95,99]
     第二个小球预计投下的楼层数为[1:13]
                                               [15:26]
                                               ……(后面省略)
这就是reynolds_wwy给出的方案。

p2:第一个小球预计投下的楼层数为[27 39 45 50 54 60 69 77 90]
     第二个小球预计投下的楼层数为[1:26]
                                               [28:38]
                                               ……(后面省略)

方案p1、p2显然都能保证得到结果。但是其效率是不同的。
在极值最优的条件下,显然p1更为合理:p1的最大投掷次数为:Xmax=14;而p2的最大投掷次数为:Xmax=27。
但是在期望最优的条件下,却是p2更为合理:p1在正态分布下的预期投掷次数为平均9.3625次。p2在正态分布下的预期投掷次数为平均6.5797次。

实际上,在题设给出的正态分布条件下,方案p2更有可能用最少的实验次数得到结果。当然万一出现最差情况,p2也能保证得到结果,只是耗费的次数比p1多得多,但这种概率很小。说明一下,p2并不一定是该概率分布下期望值最优的方案。它只是对p1的一个简单修正。

期望投掷次数的计算公式为:EX=sum_w(X(w)*f(w)),可以参见我上一次的回复帖。


在非均匀概率分布的情况下,为什么会出现这种情况?打个简单的比方吧:如果一块地板下面有一个鼠洞,你要通过打洞的办法找到它。在什么都不知道的情况下,也即按均匀概率分布进行估计的情况下,你只能平均每隔一段距离打一个洞。但是如果你知道鼠洞的大概位置,你必然会在鼠洞可能存在的地方多打几个洞,而在其它地方少打一些。

事实上,无论在什么概率分布下,当我们只剩下一个球的时候,我们都不可避免地要在上一个球最后划定的区间内一层接一层地试下去。但是如果某个区间所包涵概率可能性小一些,我们不妨把这个区间所包涵的楼层数划的多一些,从而使其它区间所包涵的楼层数少一些。因为结果落在这个区间的可能性很小。一旦我们不需要测量这个区间,而只需测量其它区间,那么我们可以大大节省我们必须测试的楼层数。当然,结果落在这个小概率的区间的可能性不是没有,万一是这样,只能说我们赌博失败,于是我们不得不一层一层地测量许多层,从而多耗费更多的时间。不过这样的可能性很小。最终,我们可以求得一个期望下的平均值来作为我们决定策略的依据。

事实上,大多数工程,不会以极值作为优化策略的依据,而只会把极值作为一个给定的限制条件,只要在极端条件下不超出工程所能承受的能力,我们还是会以期望最优来建立我们的策略。于是上面那个题目还可以进一步限制为:在最坏条件下测量次数不能超过20次,请给出期望最优的方案设计。






附:题目给定的高斯分布下,各个楼层的概率值列表及其计算方法。

简单计算可知,正态分布函数的参数为:均值mu=50;均方差sigma=10/Fai(0.475)=10/1.96=5.1020。查表很麻烦,可以用matlab的normcdf函数来计算。为了离散化,我们把第n层的概率表达为[n-0.5,n+0.5]的积分,第一层和第一百层的概率表达为(-inf,0.5]和[99.5,+inf)的积分。利用高斯分布的对称性可以得到各层的概率值。下面是经计算得到的各层概率列表:

9.9068e-022  5.4009e-021  3.3308e-020  1.9769e-019  1.1293e-018  6.2081e-018  3.2846e-017   
1.6726e-016  8.1966e-016  3.8659e-015  1.7548e-014  7.6662e-014  3.2232e-013  1.3043e-012  
5.0793e-012  1.9037e-011  6.8672e-011  2.3840e-010  7.9655e-010  2.5614e-009  7.9271e-009  
2.3611e-008  6.7683e-008  1.8673e-007  4.9580e-007  1.2670e-006  3.1161e-006  7.3758e-006  
1.6803e-005  3.6840e-005  7.7736e-005  1.5787e-004  3.0856e-004  5.8042e-004  1.0508e-003  
1.8309e-003  3.0703e-003  4.9553e-003  7.6970e-003  1.1506e-002  1.6555e-002  2.2924e-002  
3.0551e-002  3.9185e-002  4.8372e-002  5.7468e-002  6.5710e-002  7.2312e-002  7.6587e-002  
7.8068e-002  7.6587e-002  7.2312e-002  6.5710e-002  5.7468e-002  4.8372e-002  3.9185e-002  
3.0551e-002  2.2924e-002  1.6555e-002  1.1506e-002  7.6970e-003  4.9553e-003  3.0703e-003  
1.8309e-003  1.0508e-003  5.8042e-004  3.0856e-004  1.5787e-004  7.7736e-005  3.6840e-005  
1.6803e-005  7.3758e-006  3.1161e-006  1.2670e-006  4.9580e-007  1.8673e-007  6.7683e-008  
2.3611e-008  7.9271e-009  2.5614e-009  7.9655e-010  2.3840e-010  6.8672e-011  1.9037e-011
5.0793e-012  1.3043e-012  3.2232e-013  7.6662e-014  1.7548e-014  3.8659e-015  8.1966e-016  
1.6726e-016  3.2846e-017  6.2081e-018  1.1293e-018  1.9769e-019  3.3308e-020  5.4009e-021  
8.4285e-022  1.4782e-022

[ 本帖最后由 whws 于 2007-1-17 16:54 编辑 ]
推荐贴
顶部
性别:未知-离线 whws

白衣伯爵谏议大夫

Rank: 10Rank: 10Rank: 10Rank: 10
组别 白衣卿相
级别 左将军
好贴 6
功绩 166
帖子 1325
编号 82141
注册 2006-9-7
家族 云水兰若


发表于 2007-1-17 17:13 资料 个人空间 短消息 看全部作者
其实对于周瑜的通式,可以提出这么一个问题,在给予x(w)以特定的权函数f(w)的情况下,这个第推关系该怎样改造。
推荐贴
顶部

正在浏览此帖的会员 - 共 1 人在线




当前时区 GMT+8, 现在时间是 2025-7-31 01:04
京ICP备2023018092号 轩辕春秋 2003-2023 www.xycq.org.cn

Powered by Discuz! 5.0.0 2001-2006 Comsenz Inc.
Processed in 0.014037 second(s), 9 queries , Gzip enabled

清除 Cookies - 联系我们 - 轩辕春秋 - Archiver - WAP