CF 668C(Little Artem and Random Variable-概率)

本文探讨了通过已知两个n面骰子掷出最小值和最大值的概率分布,来推导出单个骰子掷出特定数值的概率。利用这些概率分布,构造并解决了一元二次方程来获取所需概率。

2个n面骰子,骰子上的数为1~n
同时掷骰子,得到的数为a,b
已知P(min(a,b)=i),P(max(a,b)=i)P(a=i),P(b=i)

求出ai=P(min(a,b)>=i),bi=P(max(a,b)<=i)
P(a<=i)P(b<=i)=P(max(a,b)<=i)=bi
P(a>=i)P(b>=i)=(1P(a<=i1))(1P(<=i1))
P(a<=i)+P(b<=i)=1+P(a<=i)P(b<=i)P(a>=i+1)P(b>=i+1)=1+biai+1

总之我们发现P(a<=i)P(b<=i)aibi唯一确定
且必为一个1元2次方程的2个解

#include<bits/stdc++.h>
using namespace std;
#define For(i,n) for(int i=1;i<=n;i++)
#define Fork(i,k,n) for(int i=k;i<=n;i++)
#define Rep(i,n) for(int i=0;i<n;i++)
#define ForD(i,n) for(int i=n;i;i--)
#define ForkD(i,k,n) for(int i=n;i>=k;i--)
#define RepD(i,n) for(int i=n;i>=0;i--)
#define Forp(x) for(int p=Pre[x];p;p=Next[p])
#define Forpiter(x) for(int &p=iter[x];p;p=Next[p])  
#define Lson (o<<1)
#define Rson ((o<<1)+1)
#define MEM(a) memset(a,0,sizeof(a));
#define MEMI(a) memset(a,127,sizeof(a));
#define MEMi(a) memset(a,128,sizeof(a));
#define INF (2139062143)
#define F (100000007)
#define pb push_back
#define mp make_pair 
#define fi first
#define se second
#define vi vector<int> 
#define pi pair<int,int>
#define SI(a) ((a).size())
typedef long long ll;
typedef unsigned long long ull;
ll mul(ll a,ll b){return (a*b)%F;}
ll add(ll a,ll b){return (a+b)%F;}
ll sub(ll a,ll b){return (a-b+llabs(a-b)/F*F+F)%F;}
void upd(ll &a,ll b){a=(a%F+b%F)%F;}
int read()
{
    int x=0,f=1; char ch=getchar();
    while(!isdigit(ch)) {if (ch=='-') f=-1; ch=getchar();}
    while(isdigit(ch)) { x=x*10+ch-'0'; ch=getchar();}
    return x*f;
} 
#define N (100010)
double a[N],b[N];
double p[N],q[N];
int main()
{
//  freopen("C.in","r",stdin);
//  freopen(".out","w",stdout);

    int n=read();
    b[0]=a[n+1]=0;
    a[0]=b[n+1]=1;
    For(i,n) cin>>b[i];
    For(i,n) cin>>a[i];
    ForD(i,n-1) a[i]+=a[i+1]; //P(min(a,b)>=i) 
    Fork(i,2,n) b[i]+=b[i-1]; //P(max(a,b)<=i)
    For(i,n) {
        double c=1+b[i]-a[i+1],d=b[i];
        double del=sqrt(abs(c*c-4*d));
        double x1=(c+del)/2,x2=(c-del)/2; 
        p[i]=x1,q[i]=x2;
    }
    For(i,n) printf("%.10lf ",p[i]-p[i-1]);puts("");
    For(i,n) printf("%.10lf ",q[i]-q[i-1]);
    return 0;
}
内容概要:本文档介绍了基于3D FDTD(时域有限差分)方法在MATLAB平台上对微带线馈电的矩形天线进行仿真分析的技术方案,重点在于模拟超MATLAB基于3D FDTD的微带线馈矩形天线分析[用于模拟超宽带脉冲通过线馈矩形天线的传播,以计算微带结构的回波损耗参数]宽带脉冲信号通过天线结构的传播过程,并计算微带结构的回波损耗参数(S11),以评估天线的匹配性能和辐射特性。该方法通过建立三维电磁场模型,精确求解麦克斯韦方程组,适用于高频电磁仿真,能够有效分析天线在宽频带内的响应特性。文档还提及该资源属于一个涵盖多个科研方向的综合性MATLAB仿真资源包,涉及通信、信号处理、电力系统、机器学习等多个领域。; 适合人群:具备电磁场与微波技术基础知识,熟悉MATLAB编程及数值仿真的高校研究生、科研人员及通信工程领域技术人员。; 使用场景及目标:① 掌握3D FDTD方法在天线仿真中的具体实现流程;② 分析微带天线的回波损耗特性,优化天线设计参数以提升宽带匹配性能;③ 学习复杂电磁问题的数值建模与仿真技巧,拓展在射频与无线通信领域的研究能力。; 阅读建议:建议读者结合电磁理论基础,仔细理解FDTD算法的离散化过程和边界条件设置,运行并调试提供的MATLAB代码,通过调整天线几何尺寸和材料参数观察回波损耗曲线的变化,从而深入掌握仿真原理与工程应用方法。
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