Il est bien connu que cet algorithme «naïf» pour mélanger un tableau en échangeant chaque élément avec un autre choisi au hasard ne fonctionne pas correctement: for (i=0..n-1) swap(A[i], A[random(n)]); Plus précisément, puisque à chacune des nnn itérations, l’une desnnn choix est fait (avec une probabilité uniforme), il y a …
Vous avez une pièce. Vous pouvez le retourner autant de fois que vous le souhaitez. Vous voulez générer un nombre aléatoire rrr tel que a ≤ r < bune≤r<ba \leq r < b où r , a , b ∈ Z+r,une,b∈Z+r,a,b\in \mathbb{Z}^+ . La distribution des nombres doit être uniforme. …
Cette question a été migrée à partir de la bourse théorique de l'informatique, car elle peut être répondue sur la bourse de la science informatique. Migré il y a 7 ans . Ce problème est tiré de interviewstreet.com On nous donne un tableau d'entiers qui représente segments de ligne tels …
Pour formuler la question, en informatique, nous voulons souvent calculer le produit de plusieurs probabilités: P(A,B,C) = P(A) * P(B) * P(C) L'approche la plus simple consiste simplement à multiplier ces nombres, et c'est ce que j'allais faire. Cependant, mon patron a dit qu'il valait mieux ajouter le journal des …
Supposons que l'on vous donne une pièce équitable et que vous souhaitez simuler la distribution de probabilité de lancer à plusieurs reprises un dé équitable (à six faces). Mon idée initiale est que nous devons choisir des entiers appropriés , tels que 2 k = 6 m . Ainsi, après …
Supposons que nous avons un générateur aléatoire qui délivre les numéros dans la gamme avec une distribution uniforme et nous devons générer des nombres aléatoires dans la gamme avec une distribution uniforme.[ 0 .. N - 1 ][0..R−1][0..R−1][0..R-1][0..N−1][0..N−1][0..N-1] Supposons que et ne divise pas également ; afin d'obtenir une distribution …
Supposons que nous ayons une boîte noire que nous pouvons interroger et réinitialiser. Lorsque nous réinitialisons , l'état de est défini sur un élément choisi uniformément au hasard dans l'ensemble où est fixe et connu pour donné . Pour interroger , un élément (la supposition) de est fourni, et la …
Étant donné un dé biaisé de côté , comment générer uniformément un nombre aléatoire dans la plage ? La distribution de probabilité des faces du dé n'est pas connue, tout ce que l'on sait, c'est que chaque face a une probabilité non nulle et que la distribution de probabilité est …
J'ai auto-étudié la maximisation des attentes récemment et je me suis emparé de quelques exemples simples dans le processus: De là : Il y a trois pièces , et avec , et la probabilité respective d'atterrir sur la tête lorsqu'elle est lancée. Toss . Si le résultat est Tête, lancez …
Disons que nous avons une grande collection de tâches et une collection de processeurs identiques (en termes de performances) qui fonctionnent complètement dans parallèle. Pour les scénarios d'intérêt, nous pouvons supposer . Chaque prend un certain temps / cycles à terminer une fois qu'il est affecté à un processeur , …
L'algorithme de sélection aléatoire est le suivant: Entrée: un tableau de nombres (distincts, pour simplifier) et un nombren k ∈ [ n ]AAAnnnk∈[n]k∈[n]k\in [n] Sortie: le " élément de rang " de A (c'est-à-dire celui en position k si A a été trié)A k AkkkAAAkkkAAA Méthode: S'il y a un …
Contexte \newcommand\ms[1]{\mathsf #1}\def\msD{\ms D}\def\msS{\ms S}\def\mfS{\mathfrak S}\newcommand\mfm[1]{#1}\def\po{\color{#f63}{\mfm{1}}}\def\pc{\color{#6c0}{\mfm{c}}}\def\pt{\color{#08d}{\mfm{2}}}\def\pth{\color{#6c0}{\mfm{3}}}\def\pf{4}\def\pv{\color{#999}5}\def\gr{\color{#ccc}}\let\ss\gr Supposons que j'ai deux lots identiques de billes. Chaque marbre peut être l'une des couleurs , où c≤n . Soit n_i le nombre de billes de couleur i dans chaque lot.nnncccc≤nc≤nc≤nninin_iiii Soit SS\msS le multiset {1,…,1n1,2,…,2n2,…,1c,…,cnc}{1,…,1⏞n1,2,…,2⏞n2,…,1c,…,c⏞nc}\small\{\overbrace{\po,…,\po}^{n_1},\;\overbrace{\pt,…,\pt}^{n_2},\;…,\;\overbrace{\vphantom 1\pc,…,\pc}^{n_c}\} représentant un lot. Dans la représentation fréquentielle …
Un prédicteur Naive Bayes fait ses prédictions en utilisant cette formule: P( O= y| X= x ) = α P( O= y) ∏jeP( Xje= xje| Oui= y)P(Oui=y|X=X)=αP(Oui=y)∏jeP(Xje=Xje|Oui=y)P(Y=y|X=x) = \alpha P(Y=y)\prod_i P(X_i=x_i|Y=y) où est un facteur de normalisation. Cela nécessite d'estimer les paramètres partir des données. Si nous faisons cela avec …
Considérons une séquence de nnn flips d'une pièce non biaisée. Soit HiHiH_i la valeur absolue de l'excédent du nombre de têtes sur les queues vu dans les premiers iii flips. Définissez H=maxiHiH=maxiHiH=\text{max}_i H_i . Montrer que E[Hi]=Θ(i√)E[Hi]=Θ(i)E[H_i]=\Theta ( \sqrt{i} )etE[H]=Θ(n−−√)E[H]=Θ(n)E[H]=\Theta( \sqrt{n} ). Ce problème apparaît dans le premier chapitre des …
Au travail, j'ai été chargé de déduire des informations de type sur un langage dynamique. Je réécris des séquences d'instructions en imbriquéeslet expressions , comme ceci: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.