斩乱麻模型.doc

斩乱麻模型(2012.3.13-16) 张学文，2012/5/24 破碎问题： 有一条长10米的线，用刀任意的切割成为N段;问，不同长度的线头各有多少？ 有个茶鸡蛋，蛋壳上有很多裂纹，从而形成了很多小面积;问，不同的小面积各有多少？ 有一块1平方米的玻璃被摔碎了;问，不同面积的玻璃各有的百分比可能是多少？ 喷壶里装着水，用力推喷壶活塞，药水就喷出很多小水滴;问，不同大小的水滴各有多少？ 有1立方公里的水被某天气系统从空中任性地洒向1万平方公里的地面；问，获得不同降水量的面积各有多少？ 100年中某地共下了H毫米的雨，它是分为1万次降水过程而落地的；问，不同降水量的降水过程各有多少？ 100年中某地有1万次降水过程，它们共占用了10万小时；问，不同降水过程经历的时间各有多少？ 以上这些看似不同的问题具有一定类似性。不妨把它们统称为“破碎问题”。它们在结构上大致有两个共同点：一是总量具有确定性（线绳的长度、气候不变,则总降水量也不变等等），另外一个特点就是具体每个过程的结局具有随机性。这里探讨这类破碎问题中的比较简单的一类，斩乱麻模型就是对它们的概括。 斩乱麻模型的数值实验 设想有一段长度为L的线被任意地切割为很多段（类似斩乱麻）。于是获得一堆长短不齐的碎线头。现在问,不同长度的线头各有多少。具体做这个物理实验固然可以,但在电脑上进行对应的“数值实验”更方便。例如，打开一个空白的excel的工作簿，然后取0-10000之间的9999个随机数,就可以把长度为10000的线切成为1万段。然后统计不同长度的线段占的数量，这已经是答案了。表#.a就是一个类似的实验结果。这个结果对应于线头长度的合计值（总长度）为10000，于是各个线头长度的平均值等于1。 表#.a 斩乱麻实验的一个实验结局 线头长度 x 出现次数 y 次数的自然对数z 0-0.5 3954 8.282483 0.5-1 2369 7.770223 1-1.5 1418 7.257003 1.5-2 877 6.776507 2-2.5 559 6.326149 2.5-3 321 5.771441 3-3.5 213 5.361292 3.5-4 123 4.812184 4-4.5 67 4.204693 4.5-5 34 3.526361 5-5.5 21 3.044522 5.5-6 16 2.772589 6-6.5 11 2.397895 6.5-7 4 1.386294 7-7.5 7 1.94591 7.5-8 2 0.693147 8-8.5 1 0 8.5-9 1 0 9-9.5 2 0.693147 合计 10000 - 以线头长度与出现次数做直角坐标图，就看到随着线头长度增加，出现次数迅速减少的图#.a。 图#.a斩乱麻实验的线头长度与出现次数的关系 斩乱麻模型的理论分析 以上的数值实验可以进行多次，而每次获得的曲线的基本特征几乎是相同的。这个曲线实际对应着一个概率密度分布函数。而概率密度分布函数的一种积分对应着一个统计熵（信息论的熵）。做多次试验，就可以获得多个略有不同的概率分布函数，也就获得多个熵的值。但是在随机性很大的这些统计实验中，熵最大的结局是最容易出现的。于是我们就可以反过来考虑：在约束条件仅为一个总量不变的情况下，熵最大所对应的概率密度分布函数是什么？其答案是这个函数应当是负指数分布[ Fazlollah M.Reza, AN Introduction to Information Theory, McGRAW-HILL BOOK COMPANY, INC. New York, 278-282 ,张学文、马力 Fazlollah M.Reza, AN Introduction to Information Theory, McGRAW-HILL BOOK COMPANY, INC. New York, 278-282 张学文、马力，斩乱麻问题，数理统计与应用概率（北京）1997年，12月，12卷，4期，315-321 f(x)=(1/a)exp(-x/a） （#.a） 这个负指数函数的形状与图#.a是十分一致的。这里的变量x仅能取正值（线头的长度不能小于零），而且变量取值小的情况出现的概率高，随着变量值加大，出现概率迅速减小。为了更直观地看到理论结果与实验结果的一致性，我们把公式（#.a）两边取自然对数，而有 ln f(x)=ln(1/a)- x/a (#.b) 于是我们看到出现概率的对数与变量是直线关系。在图#.b上给出了斩乱麻实验中获得的不同线头长度x与出现次数y的自然对数z的关系，它们体现为一条直线。注意到出现次数与总次数10000的比值对应于理论上的概率，这与理论分析是一致的。 图#.b斩乱麻实验的不同线头长度与出现次数的