<模板>zoj3696 Alien's Organ 概率论:泊松分布

本文介绍了一道使用泊松分布解决的实际问题:计算外星人Marjar一天内生成器官数量不超过N的概率。通过解析题目背景及需求,给出了具体的解题思路与C语言实现代码。

题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3696

 文章转自:http://www.cnblogs.com/Duahanlang/archive/2013/05/07/3065472.html

There's an alien whose name is Marjar. It is an universal solder came from planet Highrich a long time ago.

Marjar is a strange alien. It needs to generate new organs(body parts) to fight. The generated organs will provide power to Marjar and then it will disappear. To fight for problem of moral integrity decay on our earth, it will randomly generate new fighting organs all the time, no matter day or night, no matter rain or shine. Averagely, it will generate λ new fighting organs every day.

Marjar's fighting story is well known to people on earth. So can you help to calculate the possibility of that Marjar generates no more than N organs in one day?

Input

The first line contains a single integer T (0 ≤ T ≤ 10000), indicating there are T cases in total. Then the following T lines each contains one integer N (1 ≤ N ≤ 100) and one float numberλ (1 ≤ λ ≤ 100), which are described in problem statement.

Output

For each case, output the possibility described in problem statement, rounded to 3 decimal points.

Sample Input
3
5 8.000
8 5.000
2 4.910
Sample Output
0.191
0.932
0.132


解题思路:泊松分布:
    

       泊松分布的概率质量函数为:

        P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!}

      泊松分布的参数 λ 是单位时间(或单位面积)内随机事件的平均发生率。

       泊松分布的数学期望和方差均为  λ;

此题关键在于数学公式的感知,起初以为是正态分布,纠结了好久,没能写出来,最后还是找了下概率论的书,套了下所有觉得可能的分布,最终发现泊松分布最恰当。

此题求解的是 P(X <= K) 的概率

    P(X <= K) = P(0) + P(1) + P(2) + ··· + P(K)(X= 0,1,2,…)

PS:注意阶乘太大,只能用浮点型~


//泊松分布公式P(X=k)=(e^(-p)*p^k)/(k!) p代表当前能获得的期望,k为目标获得的值。
//比如此题外星人1天能生长器官的期望是p,但是要求1天生长器官不超过k。 
//p(x<=k)=p(0)+p(1)+p(2)+p(3)+....p(k) 
#include <stdio.h>
#include <math.h> 
int main()
{
	int t,i,n;
	double m;
	scanf("%d",&t);
	while (t--)
	{
		scanf("%d%lf",&n,&m);
		double k=1.000;
		double s=exp(-m); 
		for (i=1;i<=n;i++)
		{
			k*=(i*1.000);
			s+=exp(-m)*pow(m,i)/k;
		}
		printf("%0.3lf\n",s);
	}
	return 0;
}


 

 

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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