从赌具演变成一个改变机器人发展历史的思想深挖.doc

从赌具演变成一个改变机器人发展历史的思想深挖.doc

ID:27843882

大小:1.66 MB

页数:20页

时间:2018-12-06

从赌具演变成一个改变机器人发展历史的思想深挖.doc_第1页
从赌具演变成一个改变机器人发展历史的思想深挖.doc_第2页
从赌具演变成一个改变机器人发展历史的思想深挖.doc_第3页
从赌具演变成一个改变机器人发展历史的思想深挖.doc_第4页
从赌具演变成一个改变机器人发展历史的思想深挖.doc_第5页
资源描述:

《从赌具演变成一个改变机器人发展历史的思想深挖.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、从赌具演变成一个改变机器人发展历史的思想深挖  1蒙特卡罗赌场  蒙特卡罗(MonteCarlo)是摩纳哥公国(PrincipalityofMonaco)的一座城市。摩纳哥公国坐落在法国的东南方,总面积为2.02平方公里,是世界上第二小的国家,也是一个从地图上看容易被忽略的国家。    摩纳哥的位置非常小,不仔细看都发现不了      傍晚时分,静谧的蒙特卡罗赌场  重新豪装后的蒙特卡罗赌场吸引来了无数赌客,成为当时有名的不夜城。  在蒙特卡罗赌场中,轮盘(Roulette)一直是最受欢迎的项目,因为赌客一直觉得这种赌法有较大的获胜机会。原来轮盘上有37个格子,其中有18

2、红格,18个黑格,1个绿格。赌客随意押注红格或者黑格。理论上说,出现红色的概率和黑格的概率是一样的,一旦出现黑色的次数超过了5次,那都是一个非常小概率的事件,而在这种情况下很多赌徒会赌红色,即执行这类反方向的策略。    轮盘赌具  1913年的8月13日,赌客还是像往常一样赌轮盘,其中有不少人拿着纸和笔不停记录每次轮盘转下来的结果。但就在当天,轮盘上的小球连续26次落在了黑格上。而这样事件发生的概率仅为0.00000149%(比中双色球一等奖的概率还小),这种情况可以说几乎不可能出现,但确确实实是出现了。赌徒因此损失了大量的财富,因为他们错误地认为,先前结果的不平衡性一

3、定导致后面出现相反的结果。  这或许就是人类思维和数据思维差异。实际上,每一次轮盘的转动都是独立事件,前面一次小球停留的位置,和下一次小球停留的位置不会有任何关联。无论小球停在红色或者黑色的位置,都是随机的,并不会受到之前结果的影响。  当然,从更宏观的角度来说,无论赌局规则怎么变化,赌场必定要赚钱的。赌场精心设计各种规则的赌局,让人们乐在其中的同时,赌场收取少许手续费。正是这种少许的手续费,让赌场经营者得以生存和扩大,而赌客之间则进行负和博弈,从长期来看,赌客是亏损的。  2蒙特卡罗方法诞生  时间来到1946年,也是蒙特卡罗大赌场诞生的90周年。    乌拉姆急冲冲地

4、把这个方法告诉给他的同事,著名数学家冯·诺依曼(JohnvonNeumann),冯诺依曼确定这个方法是一个重大突破,并且很快在ENIAC(ENIAC是世界上最早期的计算机)电脑上完成了编程。    ENIAC,世界上最早期的电脑,可以占据一个超大房间  为了保密起见,需要给这个程序起一个名字。乌拉姆和冯诺依曼的同事,著名物理学家尼古拉斯·梅特罗波利斯(NicholasMetropolis)提议名字取为MonteCarlo,以纪念蒙特卡罗大赌场,原因是乌拉姆的叔叔不了解概率,经常在那里输钱。  但这个蒙特卡罗方法(MonteCarloMethod)需要大量的随机数,而真实的

5、随机数并没有那么多,怎么办呢?当然在数学家们面前这不可能成为一个障碍,冯诺依曼顺手解决了这个问题,进一步发展了随机数生成器技术(Pseudorandomnumbergenerator,PRNG)。  随后,蒙特卡罗方法被大量地用于曼哈顿计划(ManhattanProject)中的各项计算和模拟,解决了大量以往确定性方法不能解决的计算问题。20世纪50年代,在LANL实验室中被用于氢弹的研发,再往后开始在各个领域被大规模地运用,带来了一场新的思想革命。人们发现,除了传统确定性方法以外,原来还有一种有效的计算方法,叫蒙特卡罗方法。    曼哈顿计划集中了大量优秀的科学家,利用

6、核裂变反应来研制原子弹,最后取得圆满成功  3蒙特卡罗算法是怎么回事  事实上,蒙特卡罗方法非常简洁。我们用一个例子来说明,如何用蒙特卡罗方法近似得到圆周率?  我们先设置一个1×1的空间,在这个空间中以点(0,0)为圆心,画一个半径为1的圆,在1×1空间中留下四分之一圆。    从理论上分析,在1×1的空间的空间中,有这样的关系:    只要得到四分之一圆的面积与正方形的面积之比,所以可以知道圆周率是多少。  从蒙特卡罗方法的角度看,在1×1这个区间上可均匀地投放大量的点。这些点投到四分之一圆内的概率,近似等于投到四分之一圆内点的比例,即:    所以,我们

7、可以通过计算点个数的方式,来近似得到圆周率的数值。    把大量的点投在1×1的空间中,计算落在圆弧内的数量,以估算圆周率π  这种数点的方式虽然简单,但看起来不是那么靠谱,能否证明蒙特卡罗方法的有效性呢?  实际上已经证明,随着模拟次数N的增加,蒙特卡罗所得到的近似值与目标值的误差将以N-0.5的速度降低,结果将越来越精确(可用方差的定义展开进行证明)。    误差随着模拟次数的增加而不断下降,速率为N-0.5  4蒙特卡罗算法的案例  随着蒙特卡罗方法的成熟及更广泛的使用,便出现了很多基于蒙特卡罗方法的新算法,用一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。