微積分 6.2

無限年 3.2

這段改編自 2010 年 4 月 3 日的對話。

「爺爺」=「爸爸的爸爸」

」 = 「如果 x 越來越大,1/x 會越來越接近零。」

「\left( \lim_{x \to \infty} \frac{1}{x} \right) = 0」 = 「如果 x 越來越大,1/x 會越來越接近零。」

還有,這一句仍然只是「簡稱」,還未精確到可以視為數學句子。完整的版本詳盡很多。

詳細一點的版本是,

」 = 「只要 x 足夠大,1/x 就會足夠接近零。」

只要具體釐清,在這個上文下理中,何謂「足夠大」和「足夠接近」,你就可以得到「」的正式數學意思。

」 = 「無論 a 的數值是多麼小,你都可以令 1/x 和零的相差小於 a,只要你設定 x 的數值大於 1/a 。」

— Me@2013.03.03

2013.03.03 Sunday (c) All rights reserved by ACHK

微積分 6.1

無限年 3.1

這段改編自 2010 年 4 月 3 日的對話。

簡便起見,你可以視「無限份之一」等如「零」。

1/infinity = 0

不過,那只是輔助記憶的密碼,而不是正確合法的數學符號,因為,「無限」並不是一個數字,你不可以用「無限」來運算,或者表達任何數量。正確的寫法是,

\left( \lim_{x \to \infty} \frac{1}{x} \right) = 0

而它的真正意思是:

如果 x 越來越大,1/x 會越來越接近零。

(安:那為什麼不直接那樣說,而要用複雜的數學符號來誤導人?)

因為那句說話冗長,但在數學中又要時常使用。沒有「簡稱」的話,會十分不便。正如,當我們教一個小朋友,「爺爺」是「爸爸的爸爸」的簡稱時,他同樣可以質疑,為什麼不直接說「爸爸的爸爸」,而要用複雜難寫的文字來誤導人?

「爺爺」=「爸爸的爸爸」

」= 「如果 x 越來越大,1/x 會越來越接近零。」

還有,這一句仍然只是「簡稱」,還未精確到可以視為數學句子。完整的版本詳盡很多。

— Me@2013.03.01

2013.03.02 Saturday (c) All rights reserved by ACHK

微積分 5

這段改編自 2010 年 6 月 15 日的對話。

導數(derivative)dy/dx 的定義是

   

\frac{dy}{dx} = \lim_{\Delta x \rightarrow 0} \frac{f(x + \Delta x) – f(x)}{(x + \Delta x) – x}

但是,你千萬不要直接背誦這個數式,因為它很繁複。你需要記憶的,是淺白一點的版本: 

   

   

\Delta y = f(x + \Delta x) – f(x)

\frac{dy}{dx} = \lim_{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}

— Me@2013.02.28

2013.02.28 Thursday (c) All rights reserved by ACHK

無限蘋果 1.6

無限年 2.6 | 微積分 4.6 | Process, not a state, 7

大概而言,接受不到「無限」的話,你可以把它看成「超大」。「超大」只是一個模糊的印象,而不是一個明確的數字。 

準確而言,「無限」不是一個數字,而是一個過程。它是「不停地增長」這個過程,的一個簡稱。

— Me@2013.02.27

2013.02.27 Wednesday (c) All rights reserved by ACHK

無限蘋果 1.5

無限年 2.5 | 微積分 4.5

這段改編自 2010 年 6 月 15 日的對話。

換句話說,這個高速心算方法,其實就是由 x 次方的大小,來比較眾多「超大」的級數。有了這個「比較次方 法」,你在作正式的運算前,就可以直接知道答案。所以,除了剛才提及,「用計數機代 x = 100,000」的方法外,你還可以用這個方法,來驗算牽涉「無限」的極限題目。

而你得到的答案,有三種可能。

第一種情況是,因為分母中 x 的最大次方,大過分子中 x 的最大次方,所以當 x 趨向「無限大」時,整個分數會趨向「無限小」,即是零。例如,

lim_{x -> infinity} x^2/(x^3 + 6)

= …

= 0

第二種情況是,由於分母中 x 的最大次方,小過分子中 x 的最大次方,導致當 x 趨向「無限大」時,整個分數都趨向「無限大」,即是「沒有極限」。例如,

lim_{x -> infinity} x^3/(x^2 + 6)

= …

-> infinity

最後一種情況是,分母中 x 的最大次方,和分子中 x 的最大次方相同。那樣,當 x 趨向「無限大」時,整個分數都趨向一個「有限數」。至於那個「有限數」是什麼,你只要看看分子和分母中, x 最大次方的係數(coefficients),就可以判斷到。例如,

lim_{x -> infinity} (2 x^3 + 3 x + 7)/(5 x^3 + 3 x^2 + 6)

= lim_{x -> infinity} (2 x^3 + …)/(5 x^3 + …)

= …

= 2/5

— Me@2013.02.24

2013.02.24 Sunday (c) All rights reserved by ACHK

無限蘋果 1.4

無限年 2.4 | 微積分 4.4

這段改編自 2010 年 6 月 15 日的對話。

這個 limit(極限值)的正式運算方法是:

lim_{x -> infinity} x^2/(x^3 + 6)

= lim_{x -> infinity} (1/x)/(1 + 6/x^3)

= (0)/(1 + 0)

= 0

這個方法的的精髓是,雖然,因為「無限」()並不是一個數,你不可以代它於任何變數 x 之中;但是, 是卻一個數,而且等於零,所以,你可以把「零」代於所有(1/x)出現的地方。

( lim_{x -> infinity} 1/x ) = 0

剛才講過,如果分子和分母同時趨向「無限」,整個分數究竟是趨向「零」、「有限數」或者「無限大」,要視乎分子中 x 次方比較大,還是分母。例如在這一題中,分子的 x 是二次方(x^2),而分母的 x 是三次方(x^3),所以,分母的「無限大」高級過分子的「無限大」。結果,整個分數趨向零。

以下只是輔助記憶的密碼,並不是正確合法的數學符號:

你可以在心裡運用,但不可以寫出來。

lim_{x -> infinity} x^2/(x^3 + 6)

= (無限)^2/((無限)^3 + 6)

= 0

換句話說,這個高速心算方法,其實就是由 x 次方的大小,來比較眾多「超大」的級數。有了這個「比較次方 法」,你在作正式的運算前,就可以直接知道答案。所以,除了剛才提及,「用計數機代 x = 100,000」的方法外,你還可以用這個方法來驗算,牽涉「無限」的極限題目。

— Me@2013.02.17

2013.02.17 Sunday (c) All rights reserved by ACHK

無限蘋果 1.3

無限年 2.3 | 微積分 4.3

這段改編自 2010 年 6 月 15 日的對話。

由於「無限」不可以用來比較大小,它不是一個數字。所以,例如

\lim_{x -> infinity} (x^2)/(x^3+6)

的意思,並不是要你把「無限」代落 x 之中。換句話說,這個極根值題目並不是問你,當 x 的數值是「無限」時,整個分數的數值是多少,因為,「無限」根本不是一個「數值」。題目真正問你的是,如果分子是一個「超大」的數,而「分母」又同時是一個「超大」數的話,整個分數的數值會是多少。

留意,這個問題並不能直接回答,因為,如果不作詳細一點的分析,我們知道的只是,當 x 是「超大」時,分子的 x^2 會變成「超大」,而分母的 (x^3+6) 又會變成「超大」。整個分數會變成「超小」、「正常」還是「超大」,則暫時不知道。

它究竟是趨向「零」、「有限數」或者「無限大」,要視乎分子的「超大」,還是分母的「超大」,會大過對方。在這個例子中,由於分母中 x 的次方,比分子中 x 的次方大,所以分母的「超大」,會遠遠大過分子的「超大」。例如,當 x = 100,000 (十萬)時,x^2 = 10^10(一百億),而 x^3 卻已經變成 10^15(一千兆)。結果,(x^2)/(x^3+6) 會非常接近零。

— Me@2013.02.14

2013.02.14 Thursday (c) All rights reserved by ACHK

無限蘋果 1.2

無限年 2.2 | 微積分 4.2

這段改編自 2010 年 6 月 15 日的對話。

其實,並不是真的有一樣東西,或者一個數字,叫做「無限」。它只是一個語言的技巧,說話的方法。每逢我們說「無限」時,即是沒有那樣東西。

例如,甲問乙:「你欠我的錢,什麼時候會歸還呢?」

乙答:「無限年之後。」

乙的意思,並不是真的有一個時間長度,叫做「無限年」。他等「無限年」之後,會把錢還給甲。乙的真正意思是,他不肯還錢。

再例如,「無人跑得快過我」,並不是指有一個人名叫「無人」,他跑得快過我。「無人」只是一種說話的方法。「無人跑得快過我」的真正意思是,「我是所有人之中,跑得最快的。」

「只是一種說話方法」的意思是,凡是有「無人」這個詞語的句子,你都可以改成沒有「無人」的版本,而又百分百保存到原本的意思。

— Me@2013.02.12

2013.02.12 Tuesday (c) All rights reserved by ACHK

無限蘋果

無限年 2.1 | 微積分 4.1

這段改編自 2010 年 6 月 15 日的對話。

(CYW:那是不是無限?)

不一定。如果一個分數的分子和分母,各自都是趨向「無限大」,那個分數整體,就未必會趨向「無限大」。它可能是趨向「零」、「有限數」或者「無限大」。

留意,「無限」並不是一個數字。凡是「數字」,都可以用來表達大小,比較份量。例如,

3 + 1 > 3

4 > 3

的意思是,「4 個蘋果」多於「3 個蘋果」。而「4 > 3」的理由是,「4 個蘋果」等於「3 個蘋果再額外加多 1 個」。

對於任何稱得上為「數字」的東西,都會遵守

x + 1 > x

這個規則。換言話說,從來沒有一個「數字」會,加了 1 之後,仍然等於原本的數字,因為

x + 1 = x

的話,x 就不能用來比較大小。

試想想,「無限 + 1」是多少?

— Me@2013.02.09

2013.02.09 Saturday (c) All rights reserved by ACHK

驗算極限 1.1

微積分 3.1

這段改編自 2010 年 6 月 15 日的對話。

運算 limit(極限值)的題目時,有一個很簡單的方法驗算。那就是用計數機再運算一次。例如,假設你透過徒手運算,得到以下答案:

lim_{x -> 3} (x^2 – 9)/(x – 3) = 6

用計數機驗算時,雖然你不可以代 3 落 x 之中,因為那會導致分母變 0,但是,你卻可以代一個十分接近 3 的數字,例如 3.001,看看那數學式子的數值,是否十分接近你的運算結果。(還有,那正正是 limit 這個抽象數學概念,背後的真正實際意思。)

(3.001^2 – 9)/(3.001 – 3) = 6.001

但是,如果 x 所趨向的是「無限大」,你應代什麼數,才為之「接近無限大」呢?

你可以試試代一個大數,例如 100,000。我們看看另一道例題:

lim_{x -> infinity} (3 x^2 – 9 x – 3)(4 x^2 – 3)

你先徒手運算。假設得到的答案是 3/4。然後,你用計數機,把 x = 100,000 代落數式之中:

(3 (100000)^2 – 9 (100000) – 3}{4(100000)^2 – 3)

如果你發覺計數機的結果,十分接近你的答案,你運算錯誤的機會,就微乎其微。

(3 (100000)^2 – 9 (100000) – 3)/(4(100000)^2 – 3) = 0.7499775

— Me@2013.01.29

2013.01.30 Wednesday (c) All rights reserved by ACHK

考慮次序與否 2.2

這段改編自 2010 年 6 月 15 日的對話。

有一個袋子,內裡有十張卡紙。每張卡紙上,都寫上了一個英文字母。那十個字母分別是「AAABBBCCCC」,即是三個 A、三個 B 和 四個 C。你將要抽其中三個字母出來。被抽出來的卡紙,不會放回袋中。

假設整個過程是隨機的,即是各個可能性的機會均等。問題是,你抽中「兩 A 一 B」的機會率是多少?

P 方法:

S 方法:

我們先考慮所有可能結果的總數,放於分母;然後,再考慮可以接受的結果有多少,放於分子。

(_)
(   )

總共有 10 字母,選 3 個出來,所以共有 10_C_3 個可能。(10_C_3)即是 「10 選 3」,等於 120。

(____)
(10_C_3)

而眾多可能的結果中,我們接受的,是「兩 A 一 B」的情況。換句話說,即是要從三個 A 中,選兩個出來;從三個 B 中,選一個出來;和從四個 C 中,選零個出來。

(3_C_2)(3_C_1)(4_C_0)
____________
          (10_C_3)

   (3)(3)(1)
= _____
      (120)

結論是,抽到三個 A 的機會率是 3/40。

(3)(3)(1)
_____
   (120)

= 3/40

答案和 P 方法的結果相同,即是正確的機會很大。

— Me@2013.01.27

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.27 Sunday (c) All rights reserved by ACHK

考慮次序與否 2.1

這段改編自 2010 年 6 月 15 日的對話。

初學機會率的其中兩個最大難處是,要釐清「什麼時候要考慮次序」和「怎樣為之『相同情況』」,例如:

我們再考慮另一個例子:

有一個袋子,內裡有十張卡紙。每張卡紙上,都寫上了一個英文字母。那十個字母分別是「AAABBBCCCC」,即是三個 A、三個 B 和 四個 C。你將要抽其中三個字母出來。被抽出來的卡紙,不會放回袋中。

假設整個過程是隨機的,即是各個可能性的機會均等。問題是,你抽中「兩 A 一 B」的機會率是多少?

P 方法:

總共要抽三個字母:

(_)(_)(_)

抽第一個時,總共有十個字母,而你想要的 A,則有三個。所以,第一個機會率分數是十分之三(3/10)。

(3/10)(_)(_)

抽第二個時,總共餘下九個字母,而你想要的 A,則還有兩個。所以,第二個機會率分數是九分之二(2/9)。

(3/10)(2/9)(_)

最後,總共餘下八個字母,而你想要的 B,則有三個。所以,第三個機會率分數是八分之三(3/8)。

(3/10)(2/9)(3/8)

暫時的結論是,抽到 A A B 的機會率是 1/40。

(3/10)(2/9)(3/8)

= 1/40

在用「S 方法」驗算前,我們先考慮,我們需不需要,再額外考慮「次序問題」呢?

需要,因為剛才那幾個機會率分數,只包括了 A A B,即是「頭兩個是 A 而最尾一個是 B」的情況。那並不是題目的設定。題目並沒有要求三個之中,哪一個是 B。所以,還有其他情況需要考慮:

(A)(A)(B)

(A)(B)(A)

(B)(A)(A)

(HYC:這一題很明顯是只有三種情況。但是,當題目不是那麼簡單,數字不是那麼小,而是要我選(例如)「四 C 三 A」時,我怎樣保證,可以羅列所有相關的情況,沒有遺漏?)

你可以這樣想:

(_)(_)(_)

三格之中,你要放一個是 B,有多少方法呢?

很明顯,有 3_C_1 種可能。3_C_1 即是「3 選 1」,等於 3。所以,你只要將剛才的中途結果乘以 3,就可以得到最終答案。

(3/10)(2/9)(3/8)3_C_1

=(1/40)3

= 3/40

結論是,抽到「兩 A 一 B」的機會率是 3/40。

(HYC:我明白為何共有 3_C_1 種情況。但是,我不明白,為何只要將 3_C_1 乘上其中一個案例的機會率,就可以得到整體的機會率。)

你的憂慮是合理的。實情是,那 3_C_1 種情況,是三種不同的處境,需要各自計算,然後把它們相加,來得出整體的機會率。

(A)(A)(B)=(_)(_)(_)

(A)(B)(A)=(_)(_)(_)

(B)(A)(A)=(_)(_)(_)

剛才運算過,「(A)(A)(B)」的機會是 1/40。

(A)(A)(B)=(3/10)(2/9)(3/8)= 1/40

(A)(B)(A)=(_)(_)(_)

(B)(A)(A)=(_)(_)(_)

而第二種情況「(A)(B)(A)」,抽到第一張是 A 的機會是 3/10,因為十張卡紙中,有三張是 A;抽第二張是 B 的機會是 3/9,因為餘下的九張卡紙中,有三張是 B;抽第三張是 C 的機會是 2/8,因為餘下的八張卡紙中,還剩兩張是 A。

(A)(A)(B)=(3/10)(2/9)(3/8)= 1/40

(A)(B)(A)=(3/10)(3/9)(2/8)

(B)(A)(A)=(_)(_)(_)

類似地,第三種情況「(B)(A)(A)」的機會是(3/10)(3/9)(2/8)。

(A)(A)(B)=(3/10)(2/9)(3/8)= 1/40

(A)(B)(A)=(3/10)(3/9)(2/8)

(B)(A)(A)=(3/10)(3/9)(2/8)

理論上,三種情況要各自計算,從而會有三道不同的算式。但是實際上,你會發覺三道不同算式,會有相同的結果,都是 1/40。

(A)(A)(B)=(3/10)(2/9)(3/8)= 1/40

(A)(B)(A)=(3/10)(3/9)(2/8)= 1/40

(B)(A)(A)=(3/10)(3/9)(2/8)= 1/40

所以,剛才的講法「只要把『(A)(A)(B)』的機率乘以 3_C_1,就可以得以整體結果」,雖然概念上「有點不負責任」,但實際上,會得到正確的最終答案。

還有,很多時候,那是必須的捷徑。例如,如果題目問你「從『AAABBBCCCC』中,抽出七個字母,抽到『兩 A、兩 B 和 三 C』的機會是多少」,你就總共有 210 種情況要各自考慮、個別運算,除非你願意使用捷徑。

— Me@2013.01.24

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.25 Friday (c) All rights reserved by ACHK

考慮次序與否 1.2

這段改編自 2010 年 6 月 15 日的對話。

初學機會率的其中兩個最大難處是,要釐清「什麼時候要考慮次序」和「怎樣為之『相同情況』」,例如:

有一個袋子,內裡有十張卡紙。每張卡紙上,都寫上了一個英文字母。那十個字母分別是「AAABBBCCCC」,即是三個 A、三個 B 和 四個 C。你將要抽其中三個字母出來。被抽出來的卡紙,不會放回袋中。

假設整個過程是隨機的,即是各個可能性的機會均等。問題是,你抽中三個都是 A 的機會率是多少?

P 方法:

S 方法:

我們先考慮所有可能結果的總數,放於分母;然後,再考慮可以接受的結果有多少,放於分子。

(_)
(   )

總共有 10 字母,選 3 個出來,所以共有 10_C_3 個可能。(10_C_3)即是 「10 選 3」,等於 120。

(____)
(10_C_3)

而眾多可能的結果中,我們接受的,是「三個都是 A」的情況。換句話說,即是要從三個 A 中,選三個出來;從三個 B 中,選零個出來;和從四個 C 中,選零個出來。

(3_C_3)(3_C_0)(4_C_0)
____________ 
          (10_C_3)

   (1)(1)(1)
= _____ 
      (120)

結論是,抽到三個 A 的機會率是 1/120。

(1)(1)(1)
_____ 
   (120)

= 1/120

答案和 P 方法的結果相同,即是正確的機會很大。

— Me@2013.01.22

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.22 Tuesday (c) All rights reserved by ACHK

考慮次序與否 1.1

這段改編自 2010 年 6 月 15 日的對話。

初學機會率的其中兩個最大難處是,要釐清「什麼時候要考慮次序」和「怎樣為之『相同情況』」,例如:

有一個袋子,內裡有十張卡紙。每張卡紙上,都寫上了一個英文字母。那十個字母分別是「AAABBBCCCC」,即是三個 A、三個 B 和 四個 C。你將要抽其中三個字母出來。被抽出來的卡紙,不會放回袋中。

假設整個過程是隨機的,即是各個可能性的機會均等。問題是,你抽中三個都是 A 的機會率是多少?

P 方法:

總共要抽三個字母:

(_)(_)(_)

抽第一個時,總共有十個字母,而你想要的 A,則有三個。所以,第一個機會率分數是十分之三(3/10)。

(3/10)(_)(_)

抽第二個時,總共餘下九個字母,而你想要的 A,則有兩個。所以,第二個機會率分數是九分之二(2/9)。

(3/10)(2/9)(_)

類似地,第三個機會率分數是八分之一(1/8)。

(3/10)(2/9)(1/8)

結論是,抽到三個 A 的機會率是 1/120。

(3/10)(2/9)(1/8)

= 1/120

在用「S 方法」驗算前,我們先考慮,我們需不需要,再額外考慮「次序問題」呢?

(HYC:你的意思是,你只考慮了,抽到「AAA」這個籠統的情況。但是「A」其實有三個,所以會形成六種可能性。

方便起見,我叫第一個 A 做「A1」、第二個 A 做「A2」和 第三個 A 做「A3」。那六種可能的結果是:

(A1)(A2)(A3)

(A1)(A3)(A2)

(A2)(A1)(A3)

(A2)(A3)(A1)

(A3)(A1)(A2)

(A3)(A2)(A1)

那樣,我們需不需要再把,以上的結果乘以 6 呢?)

不需要,因為剛才那幾個機會率分數,其實已內置了次序的考慮:

3/10)(2/9)(1/8)

正正是因為第一張被抽出來的卡紙,無論是 A1、A2 還是 A3 都可以接受,第一個機會率分數的分子才會是 3。你那種結果,正正是分子的(3 x 2 x 1)。

3/10)(2/9)(1/8)

= 6/720

— Me@2013.01.20

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.20 Sunday (c) All rights reserved by ACHK

對稱情境 1.2

這段改編自 2010 年 6 月 15 日的對話。

有兩個袋。每個袋中都有十張卡紙,而每張卡紙上,都有由 1 到 10 的其中一個數字,沒有重複。現在,甲要由第一個袋中,抽一張卡紙出來。而乙則要在另一個袋中,抽另一張卡紙出來。假設整個過程是隨機的,即是各個可能性的機會均等。

如果甲的數字大過乙,那就為之「甲勝」。如果乙的數字大過甲,那就為之「乙勝」。已知「甲勝」的機會率是 q。問題是,「甲乙打和」的機會是多少?

甲乙所面對的情境,完全相同,所以「甲勝」和「乙勝」的機會率,不會有分別。這種「情境相同」的情況,學名叫做「對稱」。

(CYM:為何沒有分別?)

這裡有兩點需要明白。第一點是,何謂「對稱情境」。第二點是,為何「對稱情境」會導致「甲乙的機會率相同」。

第二點「只能意會 不能言傳」。如果你不是立刻感受到,我亦很難透過直接的解釋,令到你明白。我唯有詳細一些,解釋第一點的「何謂對稱情境」,從而間接令你感受到第二點的「為何機會率相同」。

你現在先試試站在甲的立場,體會一下他感受到什麼。他看的是:

自己的袋中有 1 到 10 的十張卡紙。而對方的袋中,又同樣有 1 到 10 的十張卡紙。如果我抽到的卡紙,數字比對方的大,我就獲勝。

然後,你再站在乙的立場,體會一下他又感受到什麼。他看的是:

自己的袋中有 1 到 10 的十張卡紙。而對方的袋中,又同樣有 1 到 10 的十張卡紙。如果我抽到的卡紙,數字比對方的大,我就獲勝。

你會發覺,甲乙的處境一模一樣,隻字不差。同一個處境,就會有同一個結果。(那就是「科學」的意思。)所以,「甲勝」和「乙勝」的機會必定相同。

— Me@2013.01.17

2013.01.17 Thursday (c) All rights reserved by ACHK

對稱情境 1.1

這段改編自 2010 年 6 月 15 日的對話。

有兩個袋。每個袋中都有十張卡紙,而每張卡紙上,都有由 1 到 10 的其中一個數字,沒有重複。現在,甲要由第一個袋中,抽一張卡紙出來。而乙則要在另一個袋中,抽另一張卡紙出來。假設整個過程是隨機的,即是各個可能性的機會均等。

如果甲的數字大過乙,那就為之「甲勝」。如果乙的數字大過甲,那就為之「乙勝」。已知「甲勝」的機會率是 q。問題是,「甲乙打和」的機會是多少?

整個遊戲只有三個可能的結果 ── 「甲勝」、「乙勝」 或者 「打和」 ── 而它們是互斥事件。所以,

P(甲勝)+ P(打和)+ P(乙勝)= 1

因為「甲勝」的機會是 q,而甲乙所面對的情境,又完全相同,所以「乙勝」的機會和「甲勝」一樣,都是 q。

q + P(打和)+ q = 1

P(打和)= 1 – 2q

結論是,「甲乙打和」的機會率是(1 – 2q)。

— Me@2013.01.13

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.13 Sunday (c) All rights reserved by ACHK

抽兩個數

這段改編自 2010 年 6 月 15 日的對話。

假設有兩個袋。每個袋中都有十張卡紙,而每張卡紙上,都有一個由 1 到 10 的其中一個數字,沒有重複。現在,你要由每個袋中,隨機抽一張卡紙出來。換句話說,各個可能性的機會均等。問題是,你抽到兩個相同數字的機會率是多少?

P 方法:

總共要抽兩個數字:

(_)(_)

第一個數字,什麼也可以接受,所以機會率分是一。

(1)(_)

第二個數字,則要同第一個數字吻合,而十個數字中,只有一個和第一個相同。所以,第二格的機會率是十分之一(1/10)。

(1)(1/10)

結論是,抽到兩個相同數字的機會率是 1/10。

(1)(1/10)= 1/10

S 方法:

我們先考慮所有可能結果的總數,放於分母;然後,再考慮可以接受的結果有多少,放於分子。

(_)
(   )

總共要抽兩個數字。每個數字各自有十個可能性。所以,整體有(10 x 10)個可能結果。

(___)
(10)(10)

而眾多可能之中,只有十組是可以接受的,包括(1,1)、(2,2)……(10,10)。所以,分子是十(10)。

 (10)
____
(10)(10)

結論是,抽到兩個相同數字的機會率是 1/10。

 (10)
____
(10)(10)

= 1/10

— Me@2013.01.10

致讀者:如發現本文有思考漏洞,或者運算錯誤,請以電郵告知本人。謝謝!

— Me@2012.10.17

2013.01.11 Friday (c) All rights reserved by ACHK

並聯電阻

這段改編自 2010 年 6 月 8 日的對話。

計算並聯電路(parallel circuit)等價電阻(equivalent resistance)的公式是

1/R = 1/R_1 + 1/R_2

但是,除非有三個或以上的電阻,否則,千萬不要用這一個版本,因為運算太繁複。步驟越多,時間就越長,而犯錯的機會亦會越大。簡言之,費時失事也。

你應改為使用高速版:

R = R_1 R_2 / (R_1 + R_2)

這版本的背誦亦不難,只要你記住「相乘除以相加」便行。

— Me@2012.12.04

2012.12.04 Tuesday (c) All rights reserved by ACHK

電流電壓 2

這段改編自 2010 年 6 月 8 日的對話。

(CPK:那樣,這一點的 voltage 數值是什麼?)

你要小心一點。Voltage(電壓)在這裡是指 potential difference(電勢差)。有兩點的 potential 數值,才會有所謂「difference」。所以,你問「這一點」voltage 數值是什麼,是沒有意思的,除非在事前已經設定好參考點,即是 ground(接地點)。

你應該問,甲點和乙點之間的 voltage 是什麼?又或者,甲乙兩點之中,哪一點的 potential 高一點?

— Me@2012.11.30

2012.11.30 Friday (c) All rights reserved by ACHK

至少兩個不同 1.2

這段改編自 2010 年 6 月 8 日的對話。

有三個方格,你要填上三個英文字母。

_ _ _

每一格都是由 {A, B, C, D, E, F, G, H, I, J} 十個字母中,抽其中一個出來。字母可以重複被抽中,例如,第一格是 A 的話,第二格都可能是 A。假設整個過程是隨機的,即是各個可能性的機會均等。那樣,「至少有兩個字母不同」的機會率是多少?

(HYC:如果不用你的速成方法,可以怎樣做?)

P(「三個之中,至少有兩個字母不同」)

= P(「三個也不同」或者「其中兩個相同,而餘下的一個不同」)

由於這兩種情況「互斥」,不可能同時發生,所以可以化作加數。

P(「三個之中,至少有兩個字母不同」)

= P(「三個也不同」)+ P(「其中兩個相同,而餘下的一個不同」)

= (1)(9/10)(8/10) + (1)(1/10)(9/10)(3_C_2)

(CYW:為什麼第二項會多了一個「3_C_2」?)

第二項的意思是,

P(「其中兩個相同,而餘下的一個不同」)

= P(「第一、二個相同,而第三個不同」) 乘以 「三選二」

因為「其中兩個相同」,可以有幾個可能,包括「頭兩個相同」、「尾兩個相同」或者「頭尾相同」。換句話說,三個之中選兩個相同,共有 3_C_2 種方法。「3_C_2」即是「三選二」,等如 3。

結論是

P(「三個之中,至少有兩個字母不同」)

= (1)(9/10)(8/10) + (1)(1/10)(9/10)(3_C_2)

= 0.99

這個方法,只作「娛樂」之用。考試時,就應該用剛才的速成方法,以節省時間。又或者,兩個方法也用,以作驗算。

— Me@2012.11.11

2012.11.11 Sunday (c) All rights reserved by ACHK