摘要
30 秒看懂
这段 3Blue1Brown 短视频展示如何将两个独立的不均匀骰子的结果概率相乘,再沿对角线求和,得到点数和的离散卷积。
- 1网格网格列出所有结果点对。
- 2点对概率独立骰子的点数概率相乘。
- 3相同的和相同的点数和位于对角线上。
- 4对角线求和沿每条对角线将点对概率相加。
- 5卷积得到的分布是卷积。
要点建议
- 网格列出所有结果点对。
- 独立骰子的点数概率相乘。
- 相同的点数和位于对角线上。
- 沿每条对角线将点对概率相加。
- 得到的分布是卷积。
全文
按章节阅读整理后的全文
01
不均匀骰子
列出结果点对并计算概率。
假设我掷两个不均匀骰子,想知道每种点数和的概率。这段短视频说明独立掷骰时的计算;简介链接的完整视频将这一思路扩展到连续分布。
我先画一个六乘六的网格,每个格子表示一组结果。骰子不必均匀,因此每个面可以有不同的概率。
对于独立骰子,一组结果的概率等于第一个点数的概率乘以第二个点数的概率。如果两次结果存在依赖,就需要使用联合分布。
02
对角线求和
合并点数和相同的结果。
可以用三维图的高度表示这些概率。点数和相同的结果位于网格的同一条对角线上。
例如,一条对角线汇集点数和为六的结果,另一条汇集点数和为七的结果。将每条对角线上的高度相加,就得到对应点数和的概率。
沿对角线方向把图折叠求和,就得到点数和的完整分布。这一运算是两个独立骰子分布的离散卷积。
同频道的其他文章
40:44EN → 简体中文Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。
51:55EN → 简体中文AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。
0:55EN → 简体中文64 块方糖谜题:六组相等距离一个 4×4×4 的方糖块有三种颜色;证明总能找到六对同色方糖,且每对距离相等。
33:51EN → 简体中文交叉熵连接了什么:压缩、语言模型与 KL 散度Grant Sanderson · 3Blue1BrownGrant Sanderson 从码长推导交叉熵,并用它解释下一个 token 训练和模型蒸馏。
2:25EN → 简体中文香农如何测量英语的信息熵一场猜字母游戏帮助克劳德·香农估算英语文本的信息量,也揭示了预测与压缩之间的联系。
1:02EN → 简体中文月球机器人与最优二进制编码谜题四个方向出现的频率不同,每条指令最少需要多少比特?