5 votos

Una combinatoria solución para el problema de la máquina de herramienta

Estoy tratando de verificar la reclamación presentada en esta pregunta.

Supongamos que estamos interesados en los siguientes probabilidad en ambos casos (es decir, montones ordenados(SP) y desordenado montón(MH)):

La probabilidad de elegir a $k$ piedras de $N$ piedras con las que el fabricante de herramientas puede hacer $k$ diferentes herramientas.

  • Para el (SP) caso:

    La probabilidad es de uno solo. Porque tenemos montones distintos de cada piedra del tipo. Así, uno puede recoger una piedra de cada pila (Supongamos que tenemos $k$ tipos de piedra con la frecuencia de $n_k$ tal que $\sum_{k} n_k = N$):

    $P_{SP}(X) = \dfrac{{{n_1}\choose{1}}{{n_2}\choose{1}}...{{n_k}\choose{1}}} {{{n_1}\choose{1}}{{n_2}\choose{1}}...{{n_k}\choose{1}}} = 1$

  • Para el (MH) caso:

    El espacio de selección ahora es todo lo de las piedras, ya que no hay etiquetado tipo a cualquier piedra. Por lo tanto:

    $P_{MH}(X) = \dfrac{{{n_1}\choose{1}}{{n_2}\choose{1}}...{{n_k}\choose{1}}} {{N}\choose{k}}$

El reclamo es:

$\lim_{N\to\infty} \dfrac{P_{SP}(X)}{P_{MH}(X)} = k$

Ahora, uno puede utilizar a Stirling Aproximación conduce a:

$\lim_{N\to\infty} \dfrac{P_{SP}(X)}{P_{MH}(X)} = \lim_{N\to\infty} \dfrac{{N}\choose{k}}{{{n_1}\choose{1}}{{n_2}\choose{1}}...{{n_k}\choose{1}}} = \lim_{N\to\infty} \dfrac{\dfrac{N!}{k!(N-k)!}}{n_{1}*n_{2}*...*n_{k}}$

¿Cómo debo proceder ahora?!


Actualización:

Yo mismo he resuelto el problema:

Vamos a suponer que todas las frecuencias son las mismas (por el bien de la simplicidad):

$n_{1} = n_{2} = ... n_{k} = \psi$,

por lo tanto, $k\psi = N \Rightarrow \psi = \dfrac{N}{k}$

$\lim_{N\to\infty} \dfrac{{N}\choose{k}}{n_{1}*n_{2}*...*n_{k}} = \lim_{N\to\infty} \dfrac{{N}\choose{k}}{(\dfrac{N}{k})^{k}}$

Ahora a por la siguiente aproximación, tenemos:

  • ${{N}\choose{k}} \approx \dfrac{N^k}{k!}$ si $N\gg k$

$\lim_{N\to\infty} \dfrac{{N}\choose{k}}{(\dfrac{N}{k})^{k}} = \lim_{N\to\infty} \dfrac{\dfrac{N^k}{k!}}{\dfrac{N^k}{k^k}} = \dfrac{k^k}{k!}$

Deje $\phi = \dfrac{k^k}{k!}$

Podemos utilizar la siguiente aproximación aquí:

  • $\log(k!) \approx k\log k - k$,

Así,

$\log \phi = \log k^{k} - \log k! = k\log k - [k\log k -k] = k$

Finalmente,

$\phi = exp(k)$

Yo debería haber llegado a $k$, no $exp(k)$.

Lo que está mal con mi argumento?!

2voto

CodingBytes Puntos 102

La reclamación presentada en el vinculado pregunta es una mierda, ya que el autor no es en absoluto la definición de lo que está hablando, y mucho menos lo de su función objetivo y el modelo probabilístico es.

En este segundo intento de estas cosas son más claras. Tenemos una gran urna que contenga $N\gg1$ bolas de $m$ diferentes colores, donde cada color se representa con el mismo número de bolas.

Podemos tener esclavos ordenar estas bolas en $m$ diferentes urnas, con lo cual podemos simplemente tomar una bola de cada urna, y que estará en posesión de una bola de cada color.

Si esos esclavos no están disponibles tenemos que hacer al azar selecciona de la gran urna hasta que hemos visto todos los $m$ colores. ¿Cuál es el número esperado de las picas? Podemos suponer que la $N$ es tan grande que las bolas se recogen y se mantienen no molestar a los involucrados probabilidades.

Denotar por $E_r$ el número esperado de adicionales escoge cuando hay $r$ colores. Entonces $$E_0=0,\qquad E_r=1+{r\over m}E_{r-1}+{m-r\over m}E_r\quad(r\geq1)\ .$$ Esto conduce a $$E_r={m\over r}+E_{r-1}\ ,$$, de manera que, $$E_r=m\>\sum_{k=1}^r{1\over k}\ .$$ En particular $$E_m=m\>H_m\doteq m\>\log m\qquad(m\to\infty)\ .$$ Por lo tanto, de un gran $m$ el número esperado de selecciones es necesario por un factor de $\log m$ más grandes que cuando los esclavos están disponibles.

1voto

Jon Mark Perry Puntos 4480

la arquitectura ordenada es más o menos $k$ veces más eficientes que la no arquitectura

significa que si la ordenada arquitectura espera tiempo para una solución es $t$, entonces el montón desordenado puede esperar resolver en $kt$.

Que estoy seguro es una tontería, y no hay nada malo con tu argumento.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X