Что-то туплю по вероятностям. - страница 7

[Алексей Тарабанов]

Mathemat:
Не, не эквивалентны. Их все равно надо объединять в группы по 4, чтобы смотреть, сколько там шестерок.

В центурии, или легионы - я бы понял. Почему по четыре?

[Алексей Тарабанов]

Понял, ступил. Пора спать :)

[Sceptic Philozoff]

Потому что элементарное событие (исход испытания) это "выпадание хотя бы одной шестерки в 4 бросках". Ща программку накидаю.

[Алексей Тарабанов]

Mathemat:
Потому что элементарное событие (исход испытания) это "выпадание хотя бы одной шестерки в 4 бросках".

Удивлю. Это не так.

[[Удален]]

tara:

Светлана, извините,- мы тут немного побалаболили с тезкой. Что Вы делаете сегодня утром?

Вы хотите пригласить меня в кино? :)

[Алексей Тарабанов]

Swetten:
Вы хотите пригласить меня в кино? :)

Да,- на чашку чая...

[[Удален]]

Шалун. :)

[Алексей Тарабанов]

Спасибо :)

[Sceptic Philozoff]

tara:

Удивлю. Это не так.

А как же?

[Sceptic Philozoff]

Вот смотри, тезка, это моделирование игры математика (4 кости), сто миллионов игр:

#property show_inputs

extern int MAX = 32768;
extern int SERIES = 100000000;

int start( )
{
   int st = GetTickCount( );
   MathSrand( GetTickCount( ) );   
   
   int success = 0;
   for( int i = 0; i < SERIES; i ++ )
   {
      /// В этом маленьком цикле моделируется одна игра (бросок 4 костей). Как только получаем шестерку, игру прекращаем и записываем ее результат как "успех".
      for( int j = 0 ; j < 4; j ++ )
         if( genUniform( ) == 6 )          { success ++ ;   break; }

      ///if( i % 1000000 == 0 )        Comment( i / 1000000 + " mln." );
   }
   
   Print( "success rate = " + ( success + 0.0 ) / SERIES );
   int gone = ( GetTickCount( ) - st ) / 1000.0 ;
   Print( "Total time = " + gone + " sec." );
   return( 0 );
}//+------------------------------------------------------------------+


      int genUniform( )
      {
         int rand = MathRand( );
         return( 1 + 6 * rand / MAX );
      }//+------------------------------------------------------------------+ 

Результат:

Моделирование равномерного распределения от 1 до 6 не очень точное, но ошибка невелика, не более 0.001.

С.к.о. отклонения частоты от вероятности равно MathSqrt( npq ) / n ~ 1/20000, так что и тут у тебя никаких шансов приблизиться к p=2/3.

Точное значение вероятности (или... эээ... м.о. частоты) равно 1 - (5/6)^4 ~ 0.517747.