帮GF出售三星C208原装电池和充电器以及一双高跟鞋

forcode：全是GF的东西，11月她丢了电脑、手机、钱包，剩下一个手机电池和充电器，另外还出售一双高跟鞋，她个子太高，高跟鞋就不用穿了。有人要直接在淘宝用支付宝付款就可以了，最好在1月18日之前购买，因为我19日就要离开深圳了。
http://www.qixianglu.cn/621168.html

三星C208手机电池：
类型：3.7V锂离子电池
充电限制电压：4.2V
容量：820mAh
型号：BST2998SC
S/N:NH1XC16ES/-5
生产日期：2004.12.16



三星C208手机原装旅行充电器：
型号：TAD137CSC
输入电压：100-240V，50-60HZ，0.15A
输出电压：5.0V，0.7A
执行标准：GB4943-2001
SN:DKBB108MS/7
生产日期：2007年1月8日




出售高跟鞋一双：
女鞋品牌： 更多品牌 女鞋款式： 凉鞋 成色： 全新 女鞋跟款： 中跟(3-5cm) 女鞋尺码： 38 39 女鞋质地： 人造革/PU
别人送的礼物，尺码太大了，只好卖掉了。


--
未来新技术和新趋势的种种可能：
奇想录 http://www.qixianglu.cn
订   阅 http://feed.feedsky.com/woodphone
非主流的科幻界的非主流论坛——奇想家园：
http://www.douban.com/group/forcode/

080108统计模拟法计算pai的近似值.xls

    在08-1-8，forcode(奇想录) <woodphone@gmail.com> 写道：

        前天在广州图书馆看ross的《统计模拟》里的一个例题，今天按照回忆在excel里弄出来了计算pai值的办法，可见模拟法还是挺有用的。
        原理很简单：
http://www.qixianglu.cn/621111.html
        一个边长为2的正方形，面积也就是4，中间有一个半径为1的圆，按照公式，圆的面积是pai，那么，模拟正方形内N个均匀分布的随机点，如果落在圆内就编码为1，如果落在圆外的正方形内，就编码为0，然后所有编码值加起来除以N，就是圆的面积占正方形的面积的近似比例，也等于pai/4，这样，N越大，算出来的pai值越精确，我模拟了1000个点，刚好算出来pai值等于3.14， 因为我将这1000个随机点距离圆心的距离排序之后，第785个值开始大于1，意味着786之后的点都落在圆外，785×4/1000=3.14。如果模拟更多的点，就可以得到更加精确的pai值。
        附件里是excel表格，有兴趣可以看看。
http://tinyurl.com/39gbws

A这列用：=rand()生成了1000个0～1之间的随机数
B这格用：=2*$a1生成了1000个0～2之间的随机数
C这格用：=$b1-1生成了1000个-1～+1之间的随机数，用于模拟随机点的X坐标
D格同C类似，用于模拟随机点的Y坐标
然后E格用X、Y坐标来计算该点距离圆心的距离。
然后F格排序，计算距离圆心小于1的点（也就是落在圆内的点）的数量，也就是圆的面积与正方形面积的近似比例。


        我今天从图书馆借了《复杂系统建模与仿真》这本书，寒假好好看看。
        --~--~---------~--~----~------------~-------~--~----~
        您收到此信息是由于您订阅了 Google 论坛"人工社会"论坛。
         要在此论坛发帖，请发电子邮件到 artificialsociety@googlegroups.com
         要退订此论坛，请发邮件至 artificialsociety-unsubscribe@googlegroups.com
         更多选项，请通过 http://groups.google.com/group/artificialsociety?hl=zh-CN 访问该
        论坛
--
未来新技术和新趋势的种种可能：
奇想录 http://www.qixianglu.cn
订   阅 http://feed.feedsky.com/woodphone
非主流的科幻界的非主流论坛——奇想家园：
http://www.douban.com/group/forcode/

蒙特卡罗(Monte Carlo)方法

　　蒙特卡罗(Monte Carlo)方法，或称计算机随机模拟方法，是一种基于"随机数"的计算方法。这一方法源于美国在第一次世界大战进研制原子弹的"曼哈顿计划"。该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，为它蒙上了一层神秘色彩。

　 　Monte Carlo方法的基本思想很早以前就被人们所发现和利用。早在17世纪，人们就知道用事件发生的"频率"来决定事件的"概率"。19世纪人们用投针试验的 方法来决定圆周率π。本世纪40年代电子计算机的出现，特别是近年来高速电子计算机的出现，使得用数学方法在计算机上大量、快速地模拟这样的试验成为可 能。

　　考虑平面上的一个边长为1的正方形及其内部的一个形状不规则的"图形"，如何求出这个"图形"的面积呢？Monte Carlo方法是这样一种"随机化"的方法：向该正方形"随机地"投掷N个点落于"图形"内，则该"图形"的面积近似为M/N。

　　可用民意测验来作一个不严格的比喻。民意测验的人不是征询每一个登记选民的意见，而是通过对选民进行小规模的抽样调查来确定可能的优胜者。其基本思想是一样的。

　　科技计算中的问题比这要复杂得多。比如金融衍生产品（期权、期货、掉期等）的定价及交易风险估算，问题的维数（即变量的个数）可能高达数百甚至数千。对这类问题，难度随维数的增加呈指数增长，这就是所谓的"维数的灾难"(Course Dimensionality)，传统的数值方法难以对付（即使使用速度最快的计算机）。Monte Carlo方法能很好地用来对付维数的灾难，因为该方法的计算复杂性不再依赖于维数。以前那些本来是无法计算的问题现在也能够计算量。为提高方法的效率，科学家们提出了许多所谓的"方差缩减"技巧。

　　另一类形式与Monte Carlo方法相似，但理论基础不同的方法—"拟蒙特卡罗方法"(Quasi-Monte Carlo方法)—近年来也获得迅速发展。我国数学家华罗庚、王元提出的"华—王"方法即是其中的一例。这种方法的基本思想是"用确定性的超均匀分布序列(数学上称为Low Discrepancy Sequences)代替Monte Carlo方法中的随机数序列。对某些问题该方法的实际速度一般可比Monte Carlo方法提出高数百倍，并可计算精确度。