概率论基础之一:事件的概率
来源:互联网 发布:网络创业培训试题 编辑:程序博客网 时间:2024/05/16 05:42
第1章 组合分析
1.1 计数法则
计数基本法则:有两个试验,试验1有m种可能发生的结果,而对于试验1的每一个结果,试验2有n种可能发生的结果,则对两个试验来说,一共有m*n种可能结果。
计数法则推广:一共有k个试验,第一个试验有
示例:一个句子有3个多义词,每个词都有2种不同的含义,在不考虑上下文的语义情况下,这个句子共有2*2*2=8种不同理解的方式。
1.2 排列与组合
排列计数:按任意顺序来排列n个不同元素,则所有可能的排列方法的种类
为
组合计数:从n个不同的元素中取出m个组成一组,则所有可能的取法种类为
示例:有6个字符PPPEER进行排列,共有多少种排列方法。
首先,如果字符是不同的,比如编号为P1 P2 P3 E1 E2 R1,那么排列数为
其次,如果认为相同的字符无区别,则这是一个分步组合问题,第一步,为R选择一个位置,第二步为两个E选择两个位置,第三步为3个P选择位置,因此不同方法数为
记号:
1.3 多项式系数
如果
多项式定理:
当r=2时,有二项式定理
第2章 概率公理化
2.1 样本空间与事件
假设某种实验的结果是不可预测的,但所有可能结果的集合是已知的,称所有结果的集合为此类试验的样本空间S,样本空间中任一子集E称为事件,即
例如,对于抛硬币的实验,样本空间S={正面,反面},事件E={正面},E表示硬币为正面朝上
对于同一个样本空间S的任两个事件E和F,新的事件
一个事件的补事件 记作
2.2 概率论公理
古典概率:对于样本空间S里的事件E,记c为n次重复试验中事件E发生的次数,则E发生的概率
概率公理化:满足以下三条公理的P(E)称为事件E的概率
公理1:
公理2:
公理3:对任一系列互不相容的事件,有
2.3 若干推论
P(Ec)=1−P(E) - 如果
E⊂F,则P(E)≤P(F) P(E∪F)=P(E)+P(F)−P(EF) P(E1∪E2...∪En)=∑P(Ei)+∑P(EiEj)+∑P(EiEjEk)−...+(−1)n+1P(E1E2...En)
2.4 等可能结果的样本空间
如果样本空间所有结果发生的可能性相同,因此有:
第3章 条件概率与独立事件
3.1 条件概率
条件概率定义:假定F发生的情况下E发生的概率为
示例:抛硬币两次,两次均为正面的概率为1/4。有一次为正面条件下两次均为正面的概率为1/3
乘法规则:
示例:假设3个词构成了一个句子S=(今天,布,下雪),为了计算这个句子的概率,可以由条件概率的乘法规则进行计算P(S)=P(今天)P(布|今天)P(下雪|今天布)。在拼音输入法,或者语音识别中,常需要计算这种句子的概率以判断哪个句子是最有可能的结果。
3.2 Bayes公式
全概公式:
全概公式说明事件E发生的概率,等于在F发生条件下E的条件概率与在F不发生条件下E发生的条件概率的加权平均,权重是作为条件的事件发生的概率。下面是由条件概率与全概率公式推导出来贝叶斯公式可。
Bayes公式
如果将公式的E看作结果,F看作导致E的各种原因,公式就是在已知结果时,计算在给定结果下,是某种原因的可能性大小。
如果将公式写为:
P(H) 称为先验概率,即在没有数据前某一假设的概率P(H|D) 称为后验概率,即在补充某种数据证据后,要计算的假设的概率P(D|H) 称为似然度,是在假设下得到的某种统计数据P(D) 称为标准化常量,是无任何假设下,得到某种统计数据的概率
示例:一项医学检查有95%的概率检测出某种疾病,但也有0.1%的概率将健康人检测出得病,统计知得此病的人口占比为0.5%。若某人化验结果呈阳性,问此人确实患病的概率?
|
示例:现有5种骰子,分别为4面,6面,8面,16面,20面,现在从中选一个并抛出了点6,问哪种骰子被选中的概率最大。
P(X面的骰子)=1/5为先验概率,P(点6|X面的骰子)=1/X,为似然度,这样很容易通过上例的表格法得到P(X面的骰子|点6)最大的为6面骰子。
事件的优势:称
3.3 独立事件
独立定义:如果两个事件E和F,若
也就是说
推论:如果E和F独立,则E与F的补集也独立。
- 概率论基础之一:事件的概率
- 概率论(二)- 随机事件与随机事件的概率
- 概率论—随机事件与随机事件的概率
- 概率论与数理统计学习笔记一:事件的概率
- 【概率论】1.2事件的运算、条件概率和独立性
- 概率论与数理统计_陈希儒版_第一章:事件的概率
- 概率论-【第一章】随机事件与概率
- 概率论复习 – 基础概率分布
- 概率统计:第一章 概率论的基本概念
- 概率论 - 求解概率题的基本思想
- [概率论与数理统计]随机事件及其概率运算
- 概率论基础-泊松分布计算近似概率
- 机器学习基础--概率论与数理统计 chapter1 section5 条件概率
- 01概率论与数理统计之基本概念(随机实验、样本空间、随机事件、事件运算:和、积、差、补;事件的关系:包含、互斥、对立)及概率
- 概率论快速学习04:概率公理 全概率 贝叶斯 事件独立性
- 概率基础1-事件与概率
- 001 概率基础 第一章事件与概率
- 概率论03 条件概率
- 教程篇(5.4) NSE4 22. 硬件加速 ❀ 飞塔 (Fortinet) 网络安全专家
- C++适配器的使用总结
- 技术分享
- leetCode-K-diff Pairs in an Array
- mysql事务还原点操作
- 概率论基础之一:事件的概率
- bower 笔记
- mysql 外连接
- HDU
- 【学习笔记】设计模式-策略模式
- 【算法学习笔记】二叉树遍历
- python count()计算字符出现的频数
- 杭电ACM OJ 1026 Ignatius and the Princess I DFS+BFS
- 线程安全与锁优化(JVM)