【2020 機率期末考題 — 生死鬥之三強爭霸】
每個老師對於課程都有自己的理念。我對於機率這類的工程數學課程,從十幾年前開始教書時,我的理念就一直是:教學生理論,最重要的是要讓學生學會怎麼把它用在真實情境,解決問題。
我自己學生時代修的很多課,都是考證明。對我這種後來做理論研究的學生來說,背這些證明、學一些理論推導手法,對我後來或有一些幫助。但大部分工程領域的學生,真正後來會像我一樣最後走向理論研究的人真的不多。
所以當我開始當老師時,我的重點一直都比較不是要考學生理論、證明。我希望的是我們能讓更多學生理解到,他學到的工程數學,是可以用在真實情境裡的。這也是為什麼從十幾年前開始,我就在教學生怎麼出生活情境下的機率題目,我自己的考題也是從這方向去設計。
近年國教端大家在談的素養題,其實跟十幾年前我的理念是一致的。而且我們還更進一步訓練我們的學生自己出這樣的機率素養題。當年我們師生出的科普暢銷書「機率驚艷」就是把我們的作品集結出版,在博客來科普類榜首好幾週。
這也是為什麼每年我只要想到要出機率期中考或期末考題,都會很焦慮、很花時間的原因。要找真實的情境,要能與理論結合,要能讓學生感受到學這些數學是有用的,而不是只是考試寫證明用的;這真的很難,超花時間。
題目很難出,但一直都希望讓學生修完課後能記得機率是跟真實世界能結合有用的東西。也希望他們考完能對機率不會太排斥日後再去接觸。
今年畢業典禮,花了好多時間在想這個題目。真是搞死我了 X{DDD
感謝 吳陽禾、柯建廷 借名相助~
感謝 洪國喨助教 昨天半夜兩點半還在跟我一起驗算答案的數字~
————————
2020 機率期末考題
by Benson
2020 年,由於疫情,各種突破人類理性極限的事情不斷發生。當中最讓人注目的,在太平洋某個島,出現了跨越二千年時空而重現的歐洲極致格鬥文化:「羅馬競技生死鬥」。競技規則很簡單,如媒體新聞圖所示:
「羅馬競技生死鬥」的規則:當手中的武器也就是寶特瓶,擊中對方持武器的手可得1分;擊中正面可得2分;擊中背面則可得3分,先拿到10分者獲勝;若是直接將對方手中的寶特瓶擊落,也判直接獲得勝利。
在江湖上,有三個知名的羅馬競技生死鬥戰隊,讓人聞風喪膽。分別是來自天龍國的 UTN 戰隊、來自風城國的 UTCN 戰隊,跟來自糖糖國的 UKCN 戰隊。
a. (5%) 當 UTN 隊對上 UTCN 隊,兩者在伯仲之前,一群眼鏡仔拿寶特瓶互K對戰,非常之精彩。已知每場比賽的時間都獨立,而且每場比賽不管開戰多久,剩餘的時間總是讓人像如同從頭開始看一樣,平均每場比賽所花的時間是 10 分鐘。請問每場比賽所花時間的分鐘數之 MGF 是?
b. (10%) 當 UTCN 隊與 UTN 隊對戰,UTN 隊的主要戰將小禾因自小就在風城長大,對於風城人的特性了解甚深,因此跟對手對戰勝率很高,每場得勝機率是 0.8,每場所花時間的機率分佈如同前小題所述。比賽一開始,他便自動請纓,連勝連戰,直到第一場敗戰才退下陣來。請問連勝連戰到第一次落敗,所花的總戰鬥時間分鐘數的 MGF、Mean、Variance 各是什麽?請分別詳細推導。(Hint:注意有可能在第一場就輸了,但還是有比賽時間。這部分的時間也是要考慮喔)
c. (10%) 經過浴血奮戰,UTN 隊終於力克 UTCN 隊。下一戰對上了 UKCN 隊。BTW 這三隊之所以在江湖上能有一席之地,其實靠的不是戰技而已,而是比賽同時所發的垃圾話攻勢。其中,UKCN 隊的垃圾話對於從小在糖糖國長大北漂唸書的選手,尤其有殺傷力(只要對他們講一句「好可憐喔,你這四年都在吃ㄆ」,他們就會大崩潰,變得毫無戰力)。
當 UKCN 隊要對上 UTN 隊 K 選手之前,他們得到情報,知道 K 選手有 70% 的可能來自糖糖國。為了確保垃圾話戰術的成功,UKCN 隊想出了一個方式來測試 K 到底是不是真的來自糖糖國,他們的美麗隊經,在比賽前親自送了一整箱全糖綠茶給 K。然後他們偷偷觀察 K 連續喝了多少杯才停止不再喝全糖綠茶。令 X 為觀察到的杯數(亦即 K 連續喝了 X 杯全糖飲料才停止而不再喝,注意 X 也有可能為 0)。
若已知一個來自糖糖國的人,給他無限制的全糖飲料,不管他之前已經喝了多少杯,下一杯會繼續喝的機率是 0.9(Hint: 所以 X 在這假設下是什麼分佈呢?)。對於一個不是來自糖糖國的人,給他無限制的全糖飲料,不管他之前已經喝了多少杯,下一杯會繼續喝的機率是 0.1(Hint: 所以 X 在這假設下是什麼分佈呢?)。請你幫 UKCN 隊設計出由 X 判定 K 選手是否來自糖糖國的準則 (Decision Rule),讓他們判定錯誤的機率為最小。
d. (10%) 根據賽場紀錄顯示,每次 UTN 選手出手,被 UKCN 選手防禦擋住的機率是 0.7,打中正面得兩分的機率是 0.2,打中背面得三分的機率是 0.1,武器掉落機率為 0。每次出手的結果都是獨立事件。根據賽場紀錄,在這場驚天地、泣鬼神的南北對戰中,UTN 選手共出手了 2000 次。請用 CLT 求出 UTN 選手得分總和超過 1500 分的機率的精準近似值。
e. (10%) 有個糖糖國學生跟場邊某教授嗆 UTN 小禾上場,整天所有比賽總分必少於 20 分,讓某教授很不爽想跟他嗆賭。若小禾每次出手,被 UKCN 選手防禦擋住的機率是 0.7,打中正面得兩分的機率是 0.3,打中背面得三分的機率是 0.0,武器掉落機率為 0。已知一整天小禾出手 20 次。某教授為人謹慎,每次決定要不要嗆賭人之前,必先計算賭贏的機率多高。請用 Chernoff Bound 幫某教授計算他嗆賭贏糖糖國學生(亦即小禾得分大於等於 20)的最緊的機率上限?
f. (5%) 在場邊,因為機率期末考快到了,有某 UTN 學生問某教授機率問題:「請問,為什麼 Binomail(n, p) 機率分佈,在 n 很大的時候可用 Gaussian 分佈近似它呢?」正在觀看小禾熱戰的某教授,竟然被問了機率題目,只好露出了尷尬又不失禮的微笑。請問,如果你是教授,請盡你所能,詳細回答這個學生的問題。(回答說明的越完整,分數越高)
最後小禾一夫當關,殺遍敵手全隊,UTN 隊榮登武林盟主。現場掌聲不絕於耳,好不熱鬧!
這時某教授突然驚醒,原來一切,只是南柯一夢。夢中那些機率,看來都是白算的了?在昏暗的天色下,只剩拍手小廷嘲諷般的掌聲,在他耳邊揮之不去。
「mgf機率」的推薦目錄:
mgf機率 在 葉丙成 Benson Facebook 的最佳貼文
本學期課程終於結束了,跟同事合出機率與統計期末考題。我寫了這個故事,出了四個大題:
【The story of an honest woodcutter and the lake goddess (湖中女神)】
Once upon a time, there was a woodcutter living in the forest. One day, the woodcutter accidentally dropped an axe into the lake. Because the woodcutter was so poor and didn’t have money to buy another new axe, the woodcutter felt so sad and started to cry at the lakeshore. The woodcutter cried so loud, and it sounded really ugly.
All of a sudden, the lake goddess appeared from the lake. She asked the woodcutter what went wrong. Crying being interrupted, the woodcutter was kind of annoyed. Yet, the woodcutter answered: “I dropped my axe into the lake.” The woodcutter continued crying.
The lake goddess dived into the lake and came up with a silver axe. She asked: “Is this the one you lost?” Being interrupted again, the woodcutter was annoyed. Yet, he answered: “No, mine is not silver.”
The lake goddess dived into the lake again and came up with a golden axe. She asked: “Is this the one you lost?” Being interrupted again and again, the woodcutter was really annoyed. The woodcutter finally couldn’t stand it and yelled “Get a life! Stop bothering me! Stop cosplaying like a lake goddess!!!!!!!!”
The lake goddess was so shocked and felt so angry, she threw the golden axe at the woodcutter yet she missed. The woodcutter yelled back at her, and she was so angry. She threw the silver axe at the woodcutter and missed again. The woodcutter kept laughing at her, and she threw the original axe at the woodcutter and dived into the lake with tears.
At the end, the woodcutter went back home with an iron axe, a silver axe, and a golden axe. The woodcutter lived happily ever after.
接著考四大題關於: hypothesis testing, MGF, joint distribution, sum of random variables, CLT.
#沒時間睡覺還想這些
#應用題真的不好出啊
#這湖中女神有點可憐
#不過下題女神就變湖內資源回收業大亨了
mgf機率 在 葉丙成 Benson Facebook 的最讚貼文
花了一晚上,終於把八月卅一日要開課的 Coursera 機率課的十週課程大綱擬出來。有鑑於日前收到台大校友來信希望台大 Coursera 能跟美國的 Coursera 課程老師看齊,多親切、通俗一點。我...下面這樣的課程大綱應該夠親切了吧?@@
台大 Coursera 八月卅一日開課,這是全球首批 Coursera 華語 MOOC 課程上線。有歷史、有機率,目前各有近八千人註冊。
選不到歷史系呂世浩老師精采通識課的同學,趕快來註冊!想學有趣的機率的朋友也歡迎報名~我們近期還會有資工系林軒田老師的機器學習,敬請期待!!
https://www.coursera.org/taiwan
請各位朋友幫忙分享出去,讓更多人看到台灣的好課陸續登上世界的舞台與其他國家競爭!謝謝!
------
NTU Coursera 「機率」課程大綱:
第一週:
1-1:機率概論 -「我和我的小伙伴們都驚呆了!」
1-2:機率名詞 -「必也正名乎!」
1-3:集合論 -「這群愛CoCo,那群愛阿妹。」
第二週:
2-1:機率公理性質 -「這...這可是神聖的機率三公理啊!」
2-2:條件機率 -「有柯南在會有人死的機率?」
第三週:
3-1:獨立性 -「簡直中二。」
3-2:圖解繁複機率 -「算累了,不如畫個圖吧?」
3-3:數數算機率 -「身為一個熱愛機率的青年,會數數也是非常合理的!」
第四週:
4-1:隨機變數 -「大哥,我真的很懶得寫字啊!」
4-2:CDF -「比它小的機率。」
4-3:PMF -「落在它頭上的機率。」
4-4:離散機率分布 -「孫中山的最愛是幾何分布?」
第五週:
5-1:PDF -「機率也有密度?」
5-2:連續機率分布 -「娘子!有高斯快拜!」
第六週:
6-1:論期望值 -「我要努力向上,不枉諸君期望。」
6-2:丙紳獨門心法 -「你我有緣,以絕世奇功相贈。」
6-3:隨機變數之函數 -「亂中生亂幾多亂?」
第七週:
7-1:給定事件之條件機率分布與失憶性 -「你這廝實在太 Exponential了!!」
7-2:機率常見上界 -「這個邦德,簡直廢物!」
7-3:Joint 機率分布 -「可憐的小明!」
第八週:
8-1:Joint PMF/PDF -「當我們同在一起!」
8-2:Marginal PMF/PDF -「行與列的邊緣。」
8-3:再探期望值 -「期望太多,註定難算~」
第九週:
9-1:Correlation 與 Covariance -「妳倆到底有何關係?!」
9-2:給定隨機變數之條件機率分布 -「青春痘的生與死。」
9-3:多隨機變數之函數 -「亂與亂,生亂亂。」
9-4:隨機變數之和 -「亂加亂,幾多亂?」
第十週:
10-1:MGF -「這是一個偷懶的概念~」
10-2:隨機個隨機變數和 -「亂個亂相加,是有多亂?」
10-3:中央極限定理 -「萬佛朝宗。」
mgf機率 在 [機率論_應數系]W13-03 二維MGF的計算與應用(毋須留言) 的推薦與評價
[ 機率 論_應數系]W13-03 二維 MGF 的計算與應用(毋須留言) ... 應數系 機率 論W16-4. F 分布與Student's theorem (... 8 जून 2021 · 264 व्यू. ... <看更多>
mgf機率 在 Week 9 多个随机变数之和的概率分布 - GitHub 的推薦與評價
9.1 随机变数之和; 9.2 MGF(MOMENT GENERATING FUNCTION). MGF; MFG重要性质; 常见离散概率 ... Ex: 小明写国文作业的时间X 与算术作业Y 的联合机率分布fX,Y(x,y) 。 ... <看更多>
mgf機率 在 [問題] 還是不太懂動差母函數是什麼- 看板Statistics 的推薦與評價
我是統計新手
最近讀到動差母函數 moment generating function (mgf)
我知道公式是 M(t)= E(e^tx),-h<t<h
但我還是不知道為什麼要有這個動差母函數
以前學動差,一階動差是期望值
二階動差是變異數
三階、四階分別是偏鋒和峰度
是說有了動差母函數的話就可以算出那些東西了嗎?
我在什麼情況下會用到這個mgf呢
t又是什麼東西,我一直沒有搞懂
謝謝指導
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 111.251.246.23
... <看更多>