使用Apache Commons Math实现Java优化：将足球赛进3球以下概率调至0.5

你的需求本质是求解单变量单调函数的根，不需要用到最小二乘法，使用Apache Commons Math提供的单变量根查找器即可实现。
逻辑说明：我们需要找到预期进球数lambda，使得泊松分布下进球数低于3个的概率等于0.5，只需要定义函数 f(lambda) = P(X<3 | lambda) - 0.5，求解f(lambda)=0的根即可。泊松分布的累积概率P(X<k)随lambda增大单调递减，求解收敛速度快、精度高。

完整可运行代码 #

import org.apache.commons.math3.analysis.UnivariateFunction;
import org.apache.commons.math3.analysis.solvers.BrentSolver;
import org.apache.commons.math3.distribution.PoissonDistribution;

public class Solver {
    // 目标概率：进球数低于3个的概率为0.5
    private static final double TARGET_PROB = 0.5;

    public static void main(String[] args) {
        // 定义单变量函数：输入为预期进球数lambda，输出为当前概率与目标概率的差值
        UnivariateFunction function = lambda -> {
            PoissonDistribution poisson = new PoissonDistribution(lambda);
            // P(X<3)等价于P(X<=2)，直接调用内置累积概率方法，无需手动循环累加
            return poisson.cumulativeProbability(2) - TARGET_PROB;
        };

        // 初始化Brent根求解器，设置精度为1e-9
        BrentSolver solver = new BrentSolver(1e-9);
        // 求解参数：最大迭代次数、目标函数、求解区间左边界、求解区间右边界
        double optimalExpectedGoals = solver.solve(100, function, 2.0, 4.0);

        // 验证求解结果
        PoissonDistribution resultPoisson = new PoissonDistribution(optimalExpectedGoals);
        double resultProbability = resultPoisson.cumulativeProbability(2);

        System.out.println("最优预期进球数：" + optimalExpectedGoals);
        System.out.println("对应进球数低于3个的概率：" + resultProbability);
    }
}

运行输出示例 #

最优预期进球数：2.6741490898437502
对应进球数低于3个的概率：0.5000000008873072

补充说明 #

• 这里选用的Brent求解器是单变量求根的通用高效方案，比二分法收敛速度更快，精度也能满足常规业务需求
• 求解区间设置为2.0~4.0，覆盖了目标值所在的合理范围，你可以根据实际业务场景调整区间边界
• 如果你确实需要用最小二乘法实现，也可以构造残差平方函数后用优化器求解，但对于单变量单调场景，根查找器是更简洁高效的方案

内容的提问来源于stack exchange，提问作者clattenburg cake