[概率论]尽享统计测试类工具的概率论计算原理

 2018-01-01 17:16:14   评论   51,999次浏览

其实和我们玩蛋蛋类似,旋转矩阵的核心就是用比较少的钱,合理组合彩票号码,提高中奖率。这我们使用PC蛋蛋预测软件的初衷是一致的。

美国人Gail Howard发明的“旋转矩阵”组合法造就了74位大奖得主,这是一个算法很复杂且很有特色的组合方法。

gl

这种方法的特点是:怎样花很少的钱将选中的号码组合在一起而减少遗漏。 如选10个号码,如果采用复式投注则需120注,而在“旋转矩阵”中只用8-12注就可覆盖其中的6个以上的号码。

但应该指出的是:这种方法也有它的缺陷,那就是虽然保住了中6个号码,但很容易漏掉大奖。但比起复式投注大资金大范围捕鱼(有时还空手而归)的做法,明显具有稳扎稳打,投入少见效快的特点,特别适合工薪阶层的彩票玩家。

三、旋转矩阵的原理

旋转矩阵详细了解: 实际上,旋转矩阵并不是教如何选号的,而是教你如何科学地组合号码。从它的别名“聪明组合”我们就可以知道了!站在数学角度看来,旋转矩阵属于一个典型的组合设计问题,进一步讲,是属于组合设计中的覆盖设计的问题。

四、旋转矩阵的使用

旋转矩阵的使用过程是:

(1)首先依据各种分析工具,确定若干个号码;

(2)选择合适的组号规则(公式),然后生成号码即可。

使用矩阵前,我们应确认要选择哪一组公式!应注意的是旋转矩阵的注数与你所选择的号码个数是呈级数关系的,你选择了更多的号码那么你的投入将大大的增加!当号码增加到一定的程度后如果不加入一定的条件,那么你的投入将可能是一个天文数字!

投入与你能使用的号码个数及矩阵中奖保证是成正比的。极端的选择其实就相当于复式投注了!要想只用小钱就大幅度增加中奖几率,就必须尽可能地精选号码并选择合适的矩阵。这两者确定之后,你就可以选择你的矩阵了。有时,你会困惑于两个投入相近的选择,在这种情况下,你应该比较一下两种矩阵的中奖结果分析。

最重要的是你对选择的号码有多大信心,这取决于你选择号码的方法以及你对号码的感觉。

五、旋转矩阵的算法

1.模拟退火Simulated Annealing算法

模拟冷却算法是一种随机搜索方法,它的主要特点是不用穷遍集合中每一种可能性就可以找到最优或几乎最优的状态。它是通过模拟一个分子系统的自然冷却系统来做到这一点的。在每一种状态,它随机地选择了一种相邻的状态,如这种相邻的状态有一个更低的成本,系统将会转移到该状态。如果这种相邻的状态有一个更高的成本,系统将可能会转移到该状态,也可能不会转移到该状态。转移的概率依赖于现在的状态的温度参数(该值越高,转移的概率越大)和两个状态之间的成本的差异(差异越大,转移的概率越大)。温度将会渐渐低下来,最终会达到均衡。模拟冷却算法常常用来尝试发现离散数学中一些问题的几乎最优的解。

2. 非连通的集合算法来结合覆盖设计

如果对某个v=v1+v2和所有的t1+t2=t,都有大小为N1的覆盖设计(v1,k1,t1)和大小为N2的覆盖设计(v2,k2,t2)存在,那么将有大小为N=N1*N2的覆盖设计存在。然而,可以用这种方法产生的旋转矩阵数量很少,而且构造的过程也很复杂。很少的旋转矩阵是用这种方法产生的。

3.贪婪算法。

这种算法产生了许多许多的旋转矩阵。这种算法的核心思想是:每个区组都尽可能少重复前面区组的数字,一直重复下去,直到你得到一个覆盖设计。你可以用顺序、逆序或灰色、随机的顺序来重复这个过程。或者可以用你所喜欢的设计。但是这种算法看起来容易,实际上却十分繁琐,如果不用计算机,即使是很简单的矩阵,也要耗费无数的精力。而且,这种算法只能保证可以产生旋转矩阵,却无法保证产生的旋转矩阵一定是最优的。当参数很大时,用它产生的矩阵离最优的矩阵还差的很远。

但是,可以用这种方法产生旋转矩阵,然后利用其他的优化算法对它再进一步优化,这样可以产生比较优良的旋转矩阵。

4.诱致算法。

Greg Kuperberg是这种算法的主要创立者和提倡者。

先利用一个巨大的参数为(V,K,t) 的旋转矩阵 ,从V个点中按照某种顺序或完全随机的选出v个点,然后将他们用原来的长度为 K的区组隔断,得到了每个区组个数不定的一个覆盖。最后,将这个覆盖进行如下的修补即可:对每一个长度为l的区组,将该区组替换成一个(l,k,t)的覆盖设计。这是一种比较复杂的算法,然而,确是迄今最好的算法之一。运用他可以产生优化程度比较高的矩阵。然而,运用这种算法的一个很大的限制是,必须要有一个参数很大的旋转矩阵和许许多多的参数比它小的矩阵。

蚂蚁森林为我浇水吧!

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: