聊聊数学期望

PX4多旋翼期望姿态矩阵生成算法:从加速度到姿态控制 飞控系统是多旋翼无人机的核心,其中位置环与姿态环的衔接常是开发者关注焦点。期望姿态矩阵作为位置控制输出到姿态控制输入的中间载体,将期望加速度与偏航角转换为姿态环可用的四元数或旋转矩阵,直接决定飞行器在大机动下的稳定性与响应品质。该算法通过推力向量确定机体z轴,利用Gram-Schmidt正交化构造x轴,再以叉乘补全y轴,最终生成右手系旋转矩阵并转四元数。这一过程涉及重力补偿、奇异退化处理与数值正交化,常见的姿态漂移、机头甩动等问题往往源于矩阵构造细节。掌握期望姿态矩阵生成逻辑,有助于深入理解PX4串级控制架 阅读详情

 

故事一

如果把彩票的每一种可能都买一注, 那么不就一定能中奖吗? 确实如此, 但为啥没人这么干呢? 

因为大家都知道, 每一张彩票的利润的数学期望是负数. 

比如真就有这么一种彩票, 他有100k种情况, 只有一种情况可以中奖, 奖金是100k元人民币, 每注两元钱.

为了严谨, 这里加一些限定条件, 假设所有彩票是提前打印好的100k份, 顾客拿光即完, 不存在2注相同的彩票情况.

我现在把所有的情况每样买一张, 共花了100k*2=200k元人民币, 现在就是用200k元去博它100k元, 平均到每一张彩票上, 就是花两块钱买一张彩票最终只得到一块钱的回报, 我这一张彩票赚了-1元.

所以说, 假如我只买一张彩票, 在结果尚未刮出之前, 根据数学期望, 我就已经亏了1元. 所以我从不买彩票.

启示

在赌博中, 人们有一种"见好就收"的心理, 明知道"久赌必输"的道理, 仍然希望能在前面几次赌博中赚到大钱, 之后再也不赌博了, 认为这样就占到便宜了. 这种由懒惰造成的愚蠢想法在生活中经常出现, 与其在负期望的尝试中碰运气, 不如在正期望的尝试中不断努力, 通过"大数定律"来获得有意义的投资回报. 上帝不掷色子, 虽然生活中处处存在偶然, 但整体上一定是必然的:在随机事件的大量重复出现中,往往呈现几乎必然的规律, 这就是大数定律.

故事二

17世纪,法国数学家帕斯卡收到一个问题:甲乙两个机器人猜拳,所以他们两人获胜的机率相等,比赛规则是五局三胜(先胜3局者为赢家),不考虑平局(即每局必出胜负), 赢家可以获得100法郎的奖励。前三局结束时,甲胜了2局,乙胜了1局,这时由于某些原因中止了比赛,那么如何分配这100法郎才比较公平?

一种很"公平"的办法就是利用计算机的随机种子模拟500次接下来2局的情况, 统计2人胜利的次数之比, 按照这个比率来分配100法郎.

不过用概率论的知识,不难得知,甲获胜的可能性大,乙获胜的可能性小。因为甲输掉后两局的可能性只有(1/2)×(1/2)=1/4,也就是说甲赢得最终胜利的概率为=3/4,甲有75%的期望获得100法郎;而乙只有剩下25%的期望获得100法郎奖金。

可见,虽然不能再进行比赛,但依据上述可能性推断,甲乙双方最终胜利的客观期望分别为75%和25%,因此甲应分得奖金的100*75%=75(法郎),乙应分得奖金的的100×25%=25(法郎)。这个故事里出现了“期望”这个词,数学期望由此而来。 

启示

宇宙中没有真正意义上的随机数, 局部出现的, 机器生成的都是伪随机数.

用一句话来概括的话, 数学期望值是随机变量在时间这个维度上的加权平均数.

故事三

在你面前俩按钮, 红色按下立即获得100w, 绿色按下50%几率获得1个亿, 剩下50%几率啥也没有...你会怎么按?

先说答案, 我会按绿色按钮来赌1个亿.

为了严谨一些, 这个故事也加一点条件, 首先, 幸福指数与金钱数量成正比, 也就是硕100w可以获得100w点幸福值, 1亿元可以获得1亿点幸福值(好罪恶啊...), 然后为啥会出现2个按钮呢? 这个抽奖的机会可以当做是是人生中某一个小概率事件吧.

如果按照期望来评判的话, 红色按钮的期望利润就是100w, 而绿色按钮是5000w, 对不对? 不过有的同学会说, 如果你按了绿色没中怎么办, 不是很可惜, 所以应该选择稳妥的100w? 对不起, 上帝不掷骰子, 今天你碰到这个抽奖的机会, 以后还有可能第二次碰到,  当你第三次再次遇到这个选择抽奖机会的时候, 你一定会非常后悔之前两次都选择了红色按钮!!因为3次选择中拿出一次来赌1个亿是非常值得的. 

启示

不要在没有意义的事情上浪费太多时间, 就上上面选择按钮的问题, 果断一点直接从上帝视角观察两个选项的数学期望(数学期望揭示了偶然中存在的必然), 陷入选择困难症让你得不偿失.

不愿意承担风险赚不到大钱, 而且日后一定会后悔. 如果一个人眼光总是局限在当下, 相信局部的伪随机现象而不信大数定律的必然趋势, 他必然会活的平庸而计较, 永远被穷人思维困扰.[还是要学好数理化啊..]

 

 

 


日记

《三体》第一部中有一段挺有意思的, 说:

"(绍琳)在教学中把大部分物理定律和参数都改了名字,

欧姆定律改叫电阻定律;

麦克斯韦方程改名成电磁方程;

普朗克常数叫成了量子常数"

"所有的科学成果都是广大劳动人民智慧的结晶, 那些资产阶级学术权威不过是窃取了这些智慧."

感觉大刘这段描述引起舒适, 数学和物理领域有太多的定律和现象都以人名命名, 破坏了科学的"自然"性, 而且句TM难记, 如果像文中这样都以定理本身所描述的对象或者相关的事物来命名, 才会使这些理论变得更好理解, 更"通用".

从音频录制到智能手表:Sigma-Delta ADC是如何在低功耗场景下‘欺骗’噪声的? 本文深入解析Sigma-Delta ADC在智能穿戴设备中的低功耗高精度实现原理,重点介绍其通过过采样和噪声整形技术‘欺骗’噪声的独特方法。以TWS耳机和医疗级健康监测为例,展示该技术如何在有限功耗预算下实现专业级信号采集,为消费电子设计提供关键解决方案。 阅读详情

相关推荐

WorkVisual传输程序报错_发现一个内部错误

WorkVisual传输程序报错_发现一个内部错误

qq_16401025的博客 2457

数学期望在保险产品中的应用

本文主要讲述了数学期望在保险产品设计过程中的应用。通过对保险产品设计过程中的数学原理进行研究,通过科学的方法对其进行变量探讨,增大数学期望,从而达到我们所期望的理想的结果,更清楚的认识到数学期望的重要性。通过建立数学模型,我们知道了在设计保险产品时应该注意哪些变量的控制,从而使得保险产品的收益获得最大化。我们常说的求数学期望实际上就是去求随机变量的以概率为权数的加权平均值,加权平均值这一概念在很多领域又起着重要的作用。在本文中,我们通过求收益的期望值,可以知道保险人是否盈利。

qq_1039692211的博客 866

ADRV9009的学习历程(一)

** AD9361的同胞ADRV9009 ** 终于记录一下了 距离第一次想写博客记录自己学习的点点滴滴,大概已经过去有一年有余。一直都是停留在心有余而力不足的境界。 基本每次做项目遇到问题都会来优快云寻求帮助,这里虽离庙堂较远,但高手云集。每每读来,思绪万千,次次膜拜。 趁这次又学习了一样新物件,就记录一下,望大神看见能赐教一下。 ADRV9009 最近有项目要用到ADRV9009这个芯片。就来学习一下。做过AD9361的都知道,ADI官方会给出这个芯片的参考手册、数据手册和驱动程序。当然我只是见过AD

weixin_42868560的博客 1万+

机器学习 - 需要搞清楚的数学期望

最近在学习机器学习的过程中,发现数学期望在理解一些相关概念时都需要用到,因此对大学时学过的数学期望和方差进行了复习和整理,以加深理解,提高学习效率。

分享技术人生的学习笔记和过往心得,与志同道合者共同进步 1841

将Keil中的变量数组导出

首先,写好导出数据的函数。

小柚子的博客 1952

[Dify] HTTP 请求节点总是调不通?先把请求头、参数、变量和返回 JSON 拆开查

这篇文章围绕 Dify HTTP 请求节点调不通、接口能通但流程不稳定、返回 JSON 后续节点读不到等问题展开,从 Method、URL、Header、Body、变量映射和返回字段提取几个角度梳理排查顺序。适合正在把 Dify Workflow 接入企业微信、CRM、工单系统或内部接口的读者阅读,帮助你把接口调用从一次性跑通推进到可复用、可验证的业务流程。

技术小甜甜:传播可落地技术,帮助个人和企业降低解决真实场景问题的成本 3944

数学期望的理解和计算

1、数学期望指的就是大家经常说的平均数,通常用“E”来表示。 实例说明: 某城市有10万个家庭,没有孩子的家庭有1000个,有一个孩子的家庭有9万个,有两个孩子的家庭有6000个,有3个孩子的家庭有3000个。 则此城市中任一个家庭中孩子的数目是一个随机变量,记为X。它可取值0,1,2,3。其中X的取值概率, (1) 取0的概率为:1000/100000=0.01 (2)取1的概率为:90000/100000=...

飘羽的博客 8636

uniapp [安卓苹果App端] - 实现微信支付功能+拉起微信付款支付后返回本app页面,详解uniApp如何唤起本机微信app并跳转到支付页面全流程及示例源码(uniapp实现微信支付,可打包)

uni-app项目在APP端使用微信支付功能,uniapp前端实现微信支付,uniapp开发安卓App对接微信支付,uniapp苹果ios唤起微信支付,uniapp调用微信支付uniapp开发app-调用微信支付,uniapp开发安卓苹果app如何接入微信支付,前后端应该怎么做,UniApp中实现微信支付功能,支付报错,调起失败没响应,uniapp苹果微信支付唤起实现,app唤起微信支付,拉起微信支付,uniapp中唤醒微信进行支付并返回app,uniApp调起微信支付失败报错,全网最详细的uniapp微信

🏆 前端领域优质创作者 1万+

7种常见分布的数学期望及其证明

本文介绍了概率论中的数学期望定义和七种常见分布的期望,并加以证明。

m0_56745306的博客 1万+

scottplot5中使用signalXY图,如何更新数据?

🏆本文收录于《优快云问答解答》专栏,主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&订阅!持续更新中,up!up!up!!

**My Coding Family** 2440

热红外图像小目标检测算法综述

热红外小目标检测算法综述,着重介绍基于深度学习的小目标检测算法

Littro Innovations 4244

数学期望讲解

数学期望在实际问题中有很多应用,例如,在保险业中,保险公司会根据客户可能发生事故或损失的概率和金额来计算保费和赔付额;在信息论中,信息熵是信息量的数学期望,它表示信息的不确定性或随机性。其中,x是X可能取得的所有值,P(X=x)是X取x的概率。这个公式的含义是,把X每个可能的值乘以它出现的概率,然后求和。其中,f(x)是X的概率密度函数,即X落在区间[x,x+dx]内的概率为f(x)dx。这个公式的含义是,把X每个可能的值乘以它出现的概率密度,然后求积分。数学期望的计算方法取决于随机变量的类型和分布。

A2105153335的博客 2761

ROSTCM6软件下载及语义网络分析详细操作教程(附网盘链接)

ROSTCM6是武汉大学沈阳教授研发编码的国内目前唯一的以辅助人文社会科学研究的大型免费社会计算平台。该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析。

m0_64336780的博客 4万+

方差与数学期望:从基础概念到实际应用解析

本文深入解析了数学期望与方差的核心概念及其实际应用。通过工作选择、投资组合等生活化案例,阐明期望衡量“平均回报”,方差量化“风险波动”。文章系统介绍了常见分布的期望与方差公式、性质,并拓展至协方差、相关系数及在数据分析与机器学习中的关键作用,帮助读者建立量化决策的数据思维。

xray4的博客 647

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

利用特征函数高效求解随机变量的矩:从数学期望到方差

本文深入探讨了利用特征函数高效求解随机变量矩(从数学期望到方差)的核心方法。通过揭示特征函数导数与矩的直接关系,将复杂的积分运算转化为简洁的求导运算,并以泊松分布和正态分布为例进行了实战演示。该方法特别适用于处理特征函数形式简洁的复杂分布或混合分布,是概率论与工程计算中的强大工具。

efc123456的博客 804

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

【白话数据分析】从数分角度聊聊“墨菲定律”和“期望值”

大家不知道有没有这样的感受:比如你在超市买好东西准备结账时,你想找个比较快的队伍结账,但无论你怎么选,你选择的那一队好像总会比其他队会慢一点;比如你不骑共享单车时,你发现四周都是空闲的共享单车,但是当你上班快要迟到了,想要扫一辆共享单车的时候,你就怎么都找不到一辆;比如你处理数据非常认真仔细,很少会出问题,但是昨天有个数据计算错了,而且数据已经传出去了,你担心别人会发现这个错误,后来,还真的被别人发现了。。。类似的场景还有很多,好像。

licent2011的博客 784

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

从贝叶斯到最小均方:后验期望估计与MMSE的等价性解析

本文深入解析了贝叶斯估计框架下后验期望估计与最小均方估计的数学等价性。通过严谨的证明和直观示例,揭示了后验均值即为最小化均方误差的最优解,并探讨了该理论在线性高斯信道估计等通信场景中的核心应用与工程意义。

mqtt6iot的博客 1052

量化需要数学很好吗?实际用到的数学知识盘点

最后,我想说的是,数学在量化投资中确实很重要,但它并不是一道不可逾越的门槛。相反,它是我们手中的工具,帮助我们更好地理解和驾驭市场。只要你愿意学习,愿意实践,数学绝对不会成为你量化投资路上的绊脚石。希望这篇文章能帮你解开心中的疑惑,让你对量化投资有更深的认识。如果你有任何问题,欢迎在评论区留言,我会尽力为你解答。咱们下期再见!以上就是我对“量化需要数学很好吗?”这个问题的解答。希望对你有所帮助。我们下次见!

云策量化的博客 771

程序员的数学书单

内容选自:《程序员的数学基础课》你好,我是黄申。今天想给你推荐几本适合程序员看的数学书。数学领域涉及的面很广,相关书籍也很多。在专栏中,我从离散数学、概率统计和线性代数三个方面介绍了程序员常用的数学知识。所以,本次荐书我仍然会围绕专栏这三大模块,为你推荐相应的书籍,辅助“食用”,事半功倍。「基础思想篇」推荐书籍《离散数学及其应用》Kenneth H·Rosen 著专栏的第一模块是“基础思想篇”。在...

weixin_34416754的博客 1392

打造正期望值交易系统:从核心原理到Python回测实战

交易系统化是量化交易的核心实践,它并非简单地将买卖规则写成代码,而是一套涉及预期、风控与执行的系统工程。本文从正期望值这一底层数学原理出发,解析胜率与盈亏比如何共同决定长期收益,并阐释资金管理、仓位计算等风控机制在系统化交易中的关键作用。通过Python实现信号生成、极简回测引擎和绩效指标评估,读者可以快速建立策略验证与复盘闭环。这一方法论适用于股票、期货、加密货币等多市场场景,帮助交易者从主观经验驱动转向统计与规则驱动,构建可持续迭代的正期望值交易系统,避免参数过拟合与执行偏差等常见陷阱。

weixin_34252686的博客 352

数学期望:从加权平均到数据分析的底层思维

在概率论与工程实践中,数学期望是理解随机现象的核心工具。它的本质是概率作为权重的加权平均,而算术平均只是等权重下的特例。通过大数定律,样本均值在样本量足够大时会逼近总体期望,这构成了许多统计推断的基础。从项目决策、保险定价到产品AB测试,期望帮助量化长期平均结果,但同时也需要警惕非线性变换带来的陷阱,如E(X²)不等于(E(X))²。理解期望的线性性质与风险偏差,能让我们更正确地使用均值、方差等指标,避免将样本均值误认为期望的精确值。本文从基础概念出发,结合离散与连续型随机变量的计算案例,剖析常见直觉误区与

weixin_30444111的博客 234

从基础到应用:深入解析常见概率分布的期望与方差特性

本文系统解析了从伯努利、二项、泊松到正态、指数等常见概率分布的期望与方差特性。深入探讨了期望作为分布中心、方差衡量波动性的核心意义,并结合A/B测试、质量管控、风险评估等实际场景,阐述了如何利用这些特性进行数据分析、模型优化与科学决策。

weixin_29100399的博客 284

你的代码是数学老师教的吗?

本文来源 | Chat_《轻松搞定机器学习中的概率统计知识》作者 | Evan责编 | 林瑟学过机器学习的码农都知道,机器学习的算法涉及到大量数学知识,这部分数学知识主要...

形势所逼,不进则退 352

SLAM算法中的概率于数学模型--先验概率与后验概率

人患病为事件A,血检呈阳性为事件B,患病时血检呈阳性的概率为 P(B|A) ,患病时血检阳性概率为90%,P(B|A) 为似然性。血检呈阳性的情况下患病的概率为P(A|B) --后验概率。

weixin_44598265的博客 429

算法竞赛中的数学 习题集1411-1420(10题)

算法竞赛中的数学 习题集1411-1420(10题)

青少年趣味编程 1848

对于计算数学专业的学生来说,现在什么行业发展前景最好?

嘿,小伙伴们!我是你们的数据分析专家朋友。今天,咱们来聊聊计算数学专业在各个热门行业中的发展前景。

CDA_Slack的博客 3371
上一篇: fetch一下需要await两次?【http玄学】
下一篇: JS高端奇淫技巧(持续更新)
xosg
xosg 领域专家: 网络协议与安全技术领域 领域专家: 网络协议与安全技术领域
博客等级 码龄9年 1986粉丝 864原创
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

xosg

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值