积极 AI Logo 积极 AI

蒙莫特问题（匹配问题）模拟与概率分布

蒙莫特问题（匹配问题）模拟与概率分布
几何画板及绘图内容加载中，请稍等……
2020-12-04 23:26
函数数列概率统计滑块动画函数图像
该范例通过GeoGebra动态模拟经典的蒙莫特问题（即匹配问题），演示了当n个元素随机排列时，至少有一个元素停留在原位置（即发生匹配）的概率变化。核心数学概念包括排列组合、错排（derangement）、概率分布、期望值以及大数定律下的频率逼近概率。作图要点在于利用GeoGebra的Sequence、Sample、Frequency、Classes、Histogram等命令生成随机样本并统计匹配次数，通过TableText和FrequencyTable展示频率表，使用按钮（button1至button4）控制模拟次数和参数，并绘制概率分布直方图，同时计算理论概率p0与模拟概率pn进行对比。该范例适合高中至大学阶段的概率统计教学，也可用于探究组合数学中的经典悖论，帮助学生直观理解随机事件频率与理论概率的关系。

GeoGebra 命令及参数

  1. Length(l1) → samplesize
  2. Sequence(0, n, 1) → variable
  3. Classes(variable, n + 1) → classes
  4. Sequence(n) → envelope
  5. Sample(envelope, n, false) → letter
  6. Frequency(classes, l1, true, 1 / samplesize) → prob
  7. Sequence(If[Element[envelope, t] ≟ Element[letter, t], 1, 0], t, 1, n) → matching
  8. Element(prob, 1) → p0
  9. TableText(envelope, letter, matching) → text3
  10. Sum(matching) → b
  11. TableText(variable, prob) → text8
  12. FrequencyTable(classes, l1) → l4
  13. Histogram(classes, prob) → c

AI 绘图提示语参考

绘制蒙特mort问题的模拟图形，包含n个元素的随机排列，显示至少一个元素保持原位的概率变化。使用序列生成随机样本，计算匹配次数，绘制直方图展示匹配次数分布，比较理论概率p0与模拟概率pn。
以上提示语为根据原始绘图命令整理而来，仅供参考。