这个谜题是关于圆形的随机和弦及其描述的区域。
在RoboPizza™,馅饼是由机器人切的。每次切割时,机器人会随机(独立)在比萨饼的圆周上选取两个点,然后沿着连接它们的弦切割。如果你点了一个比萨饼,并指定你想让机器人精确地切三块,那么你的馅饼预计会有多少块?
这里有一个简单的解决方案,这是在我的原始帖子的评论中向我指出的。
[显示解决方案]
假设机器人切割$n$个随机和弦。由于随机选择和弦的方式,两个不同的和弦永远不会在圆周上的同一点开始或结束。此外,任何时候和弦在圆圈内相交时,该相交将正好涉及两个和弦。我们不需要担心三个切口在一个点完美相交的情况(即你通常切披萨的方式!),因为这永远不会发生。
我们可以计算交叉点的数量,而不是计算块数$S$!签署人欧拉公式,我们有
\[
(\text{#vertices}V)\,-\,(\text}#edges}E)+(\text[#faces}F)=2
\]
我们必须小心一点才能正确应用这个公式。如果有$n$和弦和$p$交点,将有$V=2n+p$个顶点(计算周长上的顶点)。每个内部交点都会添加一条边,我们必须将沿圆周的切割之间的弧计算为边,因此我们得到的总数为$E=3n+2p$。最后,将有$F=S+1$个面,因为在欧拉公式中,整个圆都算作一个面。将这些代入公式$V-E+F=2$,我们得到:$S=n+p+1$。因此,我们不计算披萨块的数量,而是计算交点的数量,然后加上$n+1$。
为了找到预期的交集数,假设有$n$个和弦,如果和弦$i$和$j$相交,则$X_{ij}=1$,否则$0$。我们将让$C$是所有弦对$(i,j)$的集合。那么,预期的十字路口数量为:
\开始{align}
\mathbb{E}\left[\sum_{(i,j)\in C}X_{ij}\right]
=\sum_{(i,j)\在C}\mathbb{E}\bigl[X_{ij}\bigr]中
={n\choose 2}\mathbb{E}\bigl[X_{12}\bigr]
\结束{对齐}
尽管$X_{ij}$不是相互独立的,但不管怎样,期望的线性都是成立的。通过对称性,每个$\mathbb{E}\bigl[X_{ij}\bigr]$是相同的,并且等于两个随机弦相交的概率。我们在下一个解决方案中显示,此概率为$\tfrac{1}{3}$,因此预期的碎片数为$\tfac{1{3}{n\tchoose2}+n+1$,它等于:
$\显示样式
\mathbb{E}\bigl[\text{件数}\bigr]=\frac{(n+2)(n+3)}{6}
$
在我们有$n=3$削减的情况下,预期件数为$5$。
下面的解决方案稍微复杂一些,它计算的是整个分布,而不仅仅是其预期值。
[显示解决方案]
我们可以认为切割过程分为两个阶段。首先,我们沿着圆周随机选择$2n$点。然后,我们将标签指定给点:$A_1$、$A_2$、$B_1$、$B_2$,依此类推。然后,我们绘制从$A_1$s到$A_2$s、$B.1$到$B_2$的和弦,依此等等。关键的观察是,点的位置(第一步)是无关的。只有标签指定与确定交点数量相关。
例如,考虑$n=2$的情况。如果我们以顺时针方式将标签分配给点,如:$a_1、B_2、a_2、B_1$分配给四个点,则将总是成为一个交点。类似地,如果我们按$A_2、A_1、B_1、B_2$的顺序分配标签,则始终存在零个交集。这四个点在哪里并不重要,唯一重要的是标签的顺序!
由于对称性,如果交换$A_1$和$A_2$,或者即使交换$A$和$B$,交集数也不会改变。所以最终,我们只需要计算不同对可以选择的点数!
这是一张图,显示了$n=2$的细分。请记住位置每一点都不会改变。我们只是在选择如何配对。
![披萨2](https://laurentlessard.com/bookproofs/wp-content/uploads/2016/06/pizza2.png)
因此,有3美元的可能选择配对方式,其中两种有3美元,另一种有1美元。所以预期的件数是
\[
S_2=\左(\tfrac{2}{3}\乘3\右)+\左(\t frac{1}{3{\乘4\右)=\t
\]
两个和弦相交的概率是$\tfrac{1}{3}$(我们在第一个问题的解决方案中使用了它)。$n=3$的情况有点复杂,因为有更多选择配对的方法,但想法是一样的。这是一张显示故障的图表。
![披萨3](https://laurentlessard.com/bookproofs/wp-content/uploads/2016/06/pizza3.png)
因此,预计件数为:
\[
S_3=左(\tfrac{5}{15}\乘4\右)+左(\tfrac{6}{15{\乘5\右)+\左(\tflac{3}{15neneneep \乘6\右)++左(\tferac{1}{15neneneei \乘7\右)=5
\]
预计件数为5.
最后一个有趣的地方是:随机选择和弦的方式是重要的! 如果我们使用了不同的方法,例如,通过选取一个随机半径和该半径上的一个随机点,然后通过所选点构造一个与半径垂直的弦,那么我们将得到不同的答案!上述方法之所以有效,是因为和弦的选择方式允许我们将端点的选择方式与标签的分配方式解耦。要进一步了解为什么随机化方法很重要,请看伯特兰悖论.
如果您已经阅读了上面的解决方案,并且对一般情况下的片段分布感兴趣,请继续阅读!
[显示解决方案]
这种涉及圆和弦、交点、区域等的问题已经有了相当长的历史。表征交叉口的具体问题最早是在20世纪30年代提出并解决的,从那时起,对于存在$n$和弦的一般情况,已经找到了一些优雅的解决方案。下面我将总结的解决方案主要来自以下1975年的论文:
约翰·里奥丹(John Riordan)。“2和弦连接对的交点分布n个圆圈上的点”。计算数学, 29(129):215–222, 1975. 本文的pdf可免费获得在这里.
Riordan论文中描述的方法使用生成函数。将$T_{nk}$定义为在$2n$个普通点中选择$n$对点的方法数,以便有$k$个交点,并让$T_n(x)$是以$T_{ink}$为系数的多项式:
\[
T_n(x)=\sum_{k=0}^{k}T_{nk}x^k,\qquad\text{其中}k={n\choose 2}
\]
总和达到$K$的原因是,由于每对和弦最多只能相交一次,因此$n$和弦最多会产生$n\选择2$个交点。上述论文的关键结果是
\[
T_n(x)=\压裂{1}{(1-x)^n}\sum_{j=0}^n(-1)^ja{n+j,n-j}\,x^{j(j+1)/2}
\]
这里,$a_{nm}$是一个选票号码,这包括以下内容:假设有一次选举,候选人$A$有$n$票,候选人$B$有$m$票,有$n\gem$票。然后$a{nm}$是选举结果的出现方式(一次一个投票),这样$a$在累计计数中的投票数始终至少与$B$相同。另一种解释是$a_{mn}$是“东北”栅格路径从$(0,0)$到$(n,m)$,不与对角线点$(i,i)$交叉。封闭式表达式是:
\[
a{n+j,n-j}=frac{2j+1}{n+j+1}}{2n\选择n+j}%=frac}2j+1{2n+1}{2n+1选择n-j}
\]
在$j=0$的情况下,我们恢复所谓的加泰罗尼亚数字它出现在各种组合问题中。
使用$T_n(x)$的上述公式,我们可以将右侧展开为一系列,并比较系数,以获得$T_{nk}$。以下是$n=1,\dots,4$的$T_n(x)$的结果:
\开始{align}
T_1(x)&=1\\
T_2(x)&=2+x\\
T_3(x)&=5+6x+3x^2+x^3\\
T_4(x)&=14+28x+28x^2+20x^3+10x^4+4x^5+x^6
\结束{对齐}
通过检查系数,我们发现情况$n=2$和$n=3$与我们在第一个解决方案中发现的情况相匹配。要将这些计数转化为概率,只需将每个系数除以$T_n(1)$,即选择点对的方法总数。这个求和结果是封闭式表达式$T_n(1)=\tfrac{n!}{2^n}{2n\choose n}$。这个加泰罗尼亚数字显示为常数$C_n=T_n(0)$。换言之,$C_n$是指定和弦的方式数,以便没有交集。
预期的披萨块数量也有一个封闭式表达式,即$S_n=\frac{1}{6}(n+2)(n+3)$。以下是不同$n$值的工件分布图。
![披萨卷](https://laurentlessard.com/bookproofs/wp-content/uploads/2016/06/pizza_plots.png)
在$n到infty$的极限内,分布接近高斯分布,平均值为$S_n$,方差为$tfrac{1}{45}个(n-1)(n+3)美元。有关这些极限以及如何推导它们的更多信息,这里有一篇较新的论文:
菲利普·弗拉乔莱特和马克·诺伊。“弦图的分析组合学”。【研究报告】RR-3914,INRIA.2000。本文的pdf可免费获得在这里.