打篮球经常遇到这种情况,11个人,分4、4、3共三套,一群人少时间玩,在一个失败的团队的人下阵来填补空缺。

因此,我认为,,会不会出现一个最强组合,使得这4个人一直赢比赛呢?当然,这忽略了体力不支等现实因素。于是。在场下我就小小的BrainStorm了一下。给了这个问题的一些如果与简化:

假如有N(N>=5)个人打篮球,分成K个队伍(K>=3),N不能被K整除,故每次比赛两方各有[N/K]+1人。定义“最强组合”例如以下:存在一个队伍,使得该队伍可以战胜剩余人员的随意队伍组合,那么这个队伍定义为“最强组合”。而假设场上没有最强组合,那么等概率的输掉一方。而且从输掉的队伍中等概率的挑选[N/K]+1 - mod(N,K)个人补充。

问题:能否够经过足够多的比赛,使得场上存在“最强组合”?

解决该问题的模型我选择了马尔科夫模型,然后我做了一下N=5, K=3的情况,定义每一个状态为每局比赛的胜利组合。那么一共同拥有10个状态,由于5个里面挑选2个,一共同拥有10个组合,那么假定组合45是“最强组合”。那么45就是该状态转移图的“汇”,以普通状态12做为样例,由于12的胜出的一方,那么下一个状态仅仅能是12。以及345中选择两个的组合。也就是说以1/4的概率转向12,34,35,45,以此类推。该状态转移矩阵为

然后最强组合问题就是研究该马尔科夫过程的稳态的问题。经过几次迭代,能够看出45会一直赢得比赛。

问题来了!

Q1:对于随意合理的N与K,该马尔科夫过程一定是收敛的吗?

Q2:考虑到现实情况,最强队伍会以比較低的概率输掉比赛,那么稳态终于会是什么。表明了什么?(这个已经在样例中做过实验,稳态存在,并且每种组合都有可能赢得比赛,只是还是45的概率最大)

Q3:与“最强组合”相对的“最弱组合”对于该问题是否有什么新的idea出现?

Q4:这个模型有神马实际价值?

又一番研究

Q3:喜欢“最弱组合”但更有趣。每个国家都必须再次定义:的组合被定义为一个状态输。富的转移矩阵中的每一列的那么概率值我们需要考虑的条件概率(这么复杂!

转载于:https://www.cnblogs.com/mengfanrong/p/5041549.html

最强的篮球队和马尔可夫模型相关推荐

  1. 条件随机场(CRF)和隐马尔科夫模型(HMM)最大区别在哪里?CRF的全局最优体现在哪里?

    作者:尔总的马甲 链接:https://www.zhihu.com/question/53458773/answer/554436625 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商 ...

  2. 隐马尔可夫模型 HMM 原理及实现

    简介 隐马尔可夫模型(Hidden Markov Model,HMM)创立于20世纪70年代.主要用于行为识别,语音识别,文字识别等. 原理简述 隐马尔可夫模型由五个部分组成:状态空间S,观测空间O, ...

  3. 第九章 隐马尔科夫模型HMM

    文章目录 1 隐马尔科夫模型定义 2 概率计算算法 2.1 前向概率 2.2 概率计算 3 学习算法 3.1 EM算法 3.2EM在HMM 4 预测算法 1 隐马尔科夫模型定义 隐马尔科夫模型是一个s ...

  4. 炎热天气看书还是钓鱼?隐马尔科夫模型教你预测!

    高温天气与行为概率 夏季是一年最热的时候,气温普遍偏高,一般把日最高气温达到35℃以上的天气叫作高温天气,但是一般情况下高温天气分为两类.  (1)干热型高温.一般是指气温较高.太阳辐射强而且空气的湿 ...

  5. 【火炉炼AI】机器学习044-创建隐马尔科夫模型

    [火炉炼AI]机器学习044-创建隐马尔科夫模型 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2 ...

  6. CGMM 基于上下文的马尔可夫模型

    github代码:https://github.com/diningphil/CGMM 1. Introduction 结构域学习处理不同大小和拓扑结构.数量的数据,来在模型中识别.合成.嵌入结构化关 ...

  7. python地图匹配_基于隐马尔科夫模型(HMM)的地图匹配(Map-Matching)算法

    1. 摘要 本篇博客简单介绍下用隐马尔科夫模型(Hidden Markov Model, HMM)来解决地图匹配(Map-Matching)问题.转载请注明网址. 2. Map-Matching(MM ...

  8. 基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟

    目录 进出口公司的货物装运策略 摘要 一.问题的重述 1问题的背景 2问题的提出 3目的及意义 二.符号说明 三.模型假设 四.建模准备与问题分析 4.1 线性整数规划 4.2 三维空间分割启发式算法 ...

  9. 《统计学习方法》——隐马尔可夫模型(上)

    引言 这是<统计学习方法>第二版的读书笔记,由于包含书上所有公式的推导和大量的图示,因此文章较长,正文分成三篇,以及课后习题解答,在习题解答中用Numpy实现了维特比算法和前向后向算法. ...

最新文章

  1. es dsl java api_ElasticSearch 系列 - RestFulAPI(DSL)
  2. 时空穿越!谷歌利用众包老照片还原儿时3D街景,浏览器即可体验
  3. JDK+TOMCAT在LINUX下简单的配置
  4. windows下把Apache加入系统服务
  5. 抓取豆瓣上的《长津湖》的热评,我发现了这些
  6. 树莓派开启samba服务
  7. 多因素方差分析:自由度
  8. 剑指Offer--二维数组中的查找
  9. 图:杭州中级人民法院演讲比赛于9月29日圆满结束.其主题图片展示。
  10. [异常处理]class kafka.common.UnknownTopicOrPartitionException (kafka.server.ReplicaFetcherThread)...
  11. python 生存分析,利用python进行泰坦尼克生存预测——数据探索分析
  12. 2020抖音无人直播技术:最新不封号无人直播的操作方法详细介绍
  13. uni-app 无网络图标不显示问题解决
  14. 面试mysql索引底层_面试必备之MYSQL索引底层原理分析
  15. PS首战——拼贴海报
  16. 数据标准化的原因和方法
  17. matlab中nargin函数
  18. ionic2 中的网络监测功能
  19. P1000 超级玛丽游戏
  20. python与c/c++相比的优势

热门文章

  1. 微信公众号为指定openid用户推送消息
  2. python程序如何执行死刑图片_如何判断对象已死
  3. 数据结构(07)— 线性顺序表基本操作
  4. PVD与CVD性能比较
  5. 初具雏形的UL标准侧重于自主车辆的安全性
  6. Android ScrollView 滑动指定的距离
  7. connot not ensure the target project location exist and is accessible
  8. day1---while循环语句和练习
  9. Spark ListenerBus 和 MetricsSystem 体系分析
  10. python之接口开发