本文主要是介绍概率统计Python计算:解2-维几何概型问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
对于2-维空间的几何概型,其中事件的概率须通过计算平面区域的面积才能求得。由函数曲线围成的区域 D = { ( x , y ) ∣ a ≤ x ≤ b , f 1 ( x ) ≤ y ≤ f 2 ( x ) } D=\{(x, y)|a\leq x\leq b, f_1(x)\leq y\leq f_2(x)\} D={(x,y)∣a≤x≤b,f1(x)≤y≤f2(x)},其面积我们可以用二重积分求得:
D 的面积 = ∬ D d σ = ∫ a b ( ∫ f 1 ( x ) f 2 ( x ) d y ) d x D\text{的面积}=\iint\limits_Dd\sigma=\int_a^b\left(\int_{f_1 (x)}^{f_2 (x)}dy\right) dx D的面积=D∬dσ=∫ab(∫f1(x)f2(x)dy)dx
Python的scipy.integrate包里就包含了通用的计算二重积分的函数dblquad。为针对性更强,更便于计算几何概型中事件的概率,我们将dblquad包装成如下的计算平面区域面积的函数:
from scipy.integrate import dblquad
def areaBetween(a, b, f1, f2):one = lambda x, y: 1area, _ =dblquad(one, a, b, f1, f2)return area
程序的第1行,从scipy.integrate包中导入dblquad函数。Scipy是一个用于科学计算的Python代码包,包含了各种科学与工程技术领域的数值计算工具。用Python讨论概率统计的各种计算,都需要引用其中的代码模块(包括类、对象和函数)。例如,上述代码中引入的integrate.dblquad就是其中一个关于二重积分计算的函数。
第2~5行定义的函数areaBetween,其功能就是计算并返回平面区域 D = { ( x , y ) ∣ a ≤ x ≤ b , f 1 ( x ) ≤ y ≤ f 2 ( x ) } D=\{(x, y)|a\leq x\leq b, f_1(x)\leq y\leq f_2(x)\} D={(x,y)∣a≤x≤b,f1(x)≤y≤f2(x)}的面积。该函数包含4个参数,a, b, f1和f2分别表示区域的边界。显然,a、b是实数参数,而f1和f2是函数参数。
用二重积分计算平面区域 D D D的面积, D D D的边界是作为积分的上下限使用的,此时的被积函数是常数1。第3行我们用lambda运算符定义了常函数1,命名为one。注意,这是一个二元函数(有两个参数:x和y),用来表示被积函数。
第4行实际上就是调用dblquad函数计算边界为 a ≤ x ≤ b a\leq x\leq b a≤x≤b, f 1 ( x ) ≤ y ≤ f 2 ( x ) f_1(x)\leq y\leq f_2(x) f1(x)≤y≤f2(x)的平面区域面积。该函数有5个参数:其一为被积函数,我们传递第3行的one;其二、三为x的上、下界,我们传递a和b;其四、五是y的上、下界,我们传递f1和f2。该函数返回由两个值组成二元组。第一个分量就是计算得到的积分值,我们赋予area;第二个分量是可能存在的误差,我们用“ _ {\_} _”隐藏之。第5行将area作为areaBetween函数的返回值返回。
例1 平面上画有一些平行线,它们之间的距离都等于a,向此平面任投一长度为 l ( l < a ) l(l<a) l(l<a)的针,试求此针与任一平行线相交的概率。
解: 投针问题如上图所示。设针的中点和与之较近的平行线之间的距离为 x x x,针与该条平行线的夹角为 φ \varphi φ。显然 x x x, φ \varphi φ满足 0 ≤ x ≤ a / 2 0\leq x \leq a/2 0≤x≤a/2, 0 ≤ φ ≤ π 0\leq \varphi\leq\pi 0≤φ≤π。即该试验的样本空间 S = { ( x , φ ) ∣ 0 ≤ x ≤ a / 2 , 0 ≤ φ ≤ π } S=\{(x, \varphi)| 0\leq x\leq a/2, 0\leq \varphi\leq\pi\} S={(x,φ)∣0≤x≤a/2,0≤φ≤π}。事件 A A A:“所投掷的针与平行线之一相交”发生当且仅当 x ≤ l 2 s i n φ x\leq\frac{l}{2}sin\varphi x≤2lsinφ( 0 ≤ φ ≤ π 0\leq\varphi\leq\pi 0≤φ≤π)。即 A = { ( x , φ ) ∣ x ≤ l 2 s i n φ , 0 ≤ φ ≤ π } A=\{(x, \varphi)| x\leq\frac{l}{2}sin\varphi, 0\leq\varphi\leq\pi\} A={(x,φ)∣x≤2lsinφ,0≤φ≤π}
(见下图)。由投针的随机性可知这是一个几何概型。
样本空间 S S S的面积 μ ( S ) = a 2 π \mu(S)=\frac{a}{2}\pi μ(S)=2aπ,事件 A A A的面积 μ ( A ) = ∫ 0 π l 2 s i n φ d φ = l \mu(A)=\int_0^\pi\frac{l}{2}sin\varphi d\varphi=l μ(A)=∫0π2lsinφdφ=l。于是
P ( A ) = μ ( A ) μ ( S ) = 2 l a π . P(A)=\frac{\mu(A)}{\mu(S)}=\frac{2l}{a\pi}. P(A)=μ(S)μ(A)=aπ2l.
下列代码就 a = 4 a=4 a=4, l = 3 l=3 l=3验算投针问题。
from math import sin, pi #导入sin,pi
a=4 #设置a的值
l=3 #设置l的值
zero=lambda x: 0 #定义y的下边界
halfa=lambda x: a/2 #样本空间的上边界
f=lambda x: l*sin(x)/2 #事件A的上边界
Aarea=areaBetween(0, pi, zero, f) #事件A的面积
Sarea=areaBetween(0, pi, zero, halfa) #样本空间面积
print('P(A)=%.4f'%(Aarea/Sarea))
第2,3行分别将平行线距离a和针的长度l初始化为4和3。第4,5,6行用lambda运算符定义了值为0的常函数zero、带有因子 l / 2 l/2 l/2的正弦函数(math包中定义的正弦函数sin)f和值为 a / 2 a/2 a/2的常函数halfa。第7行调用函数areaBetween,计算0与 l 2 s i n φ \frac{l}{2}sin\varphi 2lsinφ围成的区域的面积,四个参数0, pi, zero, f界定了此区域。计算的结果Aarea就是事件A的面积。第8行调用areaBetween,计算表示S的矩形面积Sarea,该矩形由参数0, pi(math包中定义的常量 π \pi π), zero, halfa界定。第10行输出A的概率。运行程序,输出
P(A)=0.4775
其中的0.4775恰是 a = 4 a=4 a=4, l = 3 l=3 l=3时, P ( A ) = 2 l a π = 3 2 π P(A)=\frac{2l}{a\pi}=\frac{3}{2\pi} P(A)=aπ2l=2π3精确到万分位的近似值。
写博不易,敬请支持:
如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!
代码诚可贵,原理价更高。若为AI学,读正版书好。
返回《导引》
这篇关于概率统计Python计算:解2-维几何概型问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!