概率的基本概念
来源:互联网 发布:手机淘宝登陆被限制 编辑:程序博客网 时间:2024/05/16 09:33
FROM: http://www.cnblogs.com/ronny/p/3345900.html
1 概率是什么
概率是表示某种情况(事件)出现的可能性大小的一种数量指标,它介于0与1之间。
1.1 主观概率
凭着经验和知识对事件发生的可能性作出的一种主观估计,主观概率可以理解为一种心态或倾向性。
这里的某种事件后面即定义为随机事件,所谓“随机事件”,即它的结果具有偶然性。
1.2 古典概率的定义
假定某个试验有有限个可能的结果
设一个试验有
上面的古典定义它只能用于全部试验结果为有限个,且等可能性成立的情况,某些情况下,这个概念可以引申到试验结果有无限多的情况。
古典概率的核心实际上就是"数数",首先数样本空间中基本事件的个数
N ,再数事件A 包含的基本事件个数M
1.3 几何概率
甲、乙二人约定1点到2点之间在某处碰头,约定先到者等候10分钟即离去。设想甲、乙二人各自随意地在1-2点之间选一个时刻到达该处,问“甲乙二人能碰上”这事件
如果我们以一个坐标系来代表所有事件发生的平面,则
可以计算在坐标轴平面上,满足上面不等式的区域的面积。
几何概率的基本思想是把事件与几何区域对应,利用几何区域的度量来计算事件发生的概率。
1.4 概率的频率定义方法
1)与考察事件A有关的随机现像可大量重复进行
2)在
3)人们的长期实践表明:随着试验重复次数
2 古典概率的计算
2.1 两个原理
1)乘法原理
如果某件事需经过
2)加法原理
如果某件事可由
2.2 排列与组合
按照古典概率公式的定义,古典概率的计算归结为计算两个数
排列:
特别地,当
组合:
有些书中把记号
2.3 与二项式展开的关系
组合系数
这面这个公式的证明很简单:因为,
2.4 分堆问题
此处
举个例子:共有n双各异的鞋子一共2n只,把它们随机分为n堆,每堆2只,求恰好每堆鞋子组成一双的概率:
先求所有可能的分法,按上面的公式,可以得出一共有
古典概率的计算基本都涉及到排列组合问题,这类问题可能情况很复杂,设计的很难,所以不用花太多时间在古典概率的计算上。
3 事件的运算
3.1 事件的蕴含、包含及相等
在同一试验下的两事件
如下图中所示,方框如果是一个靶,则如果击中了A,则一定击中了B。A和B相比A更难发生一些,因而其概率就必然小于至多等于B的概率。
3.2 事件的互斥和对立
若两件事A和B不能在同一次试验中都发生(但可以都不发生),则称它们是互斥的。如果一些事件中任意两个都互斥,则称这些事件是两两互斥的,或简称互斥的。
任何一个样本空间,它的基本事件之间都是彼此互斥的。值得注意的事,互斥事件一定是在同一个试验下的,可能出现的不同的结果。这两个事件是对这个试验结果不同可能性的描述。
如掷一个骰子时,掷出1点和掷出2点这两个事件就是互斥的,它两不可能同时发生,但可以都不发生。
互斥事件一个重要的情况是“对立事件”,若A为一事件,则事件
如掷一个骰子时,掷出是奇数点与掷出是偶数点就是对立事件。
这里注意区分对立事件与互斥事件!
3.3 事件的和
设有两事件A,B,定义一个新事件C如下:
这样定义的事件C称为A与事件B的和,记为
推广到多个事件的情形,设有若干个事件
3.4 概率的加法定理
公理
若干个互斥事件之和的概率,等于各事件的概率之和:
推论
以
3.5 事件的积、事件的差
设有两件事A,B,则如下定义的事件C
多个事件
两个事件A,B之差,记为
4 条件概率与独立性
4.1 条件概率的定义
设有两事件A,B而
思考:有三张牌,第一张牌两面都是一个实心点,第二张牌一面为一实心点,一面为一空心点;第三张牌两面都是空心点。现在随机从3张中抽一张牌,而且它的一面是实心点,那么这张牌另一面也是实心点的概率是多少?
4.2 事件的独立性,概率乘法定理
设有两事件
反之,若
对于满足上面公式的两件事件A,B,称A,B独立。上面的公式也即为概率的乘法定理。
判断事件是相互独立,有时并不是通过上面的公式去判定。
假设掷3个骰子,定义下面两个事件A和B。A={至少有一个骰子掷出1},事件B={三个骰子掷出的点数中至少有两个一样},问A,B是否独立?
初看往往会觉得A与B独立,因为一个关心的是掷出的点数,另一个是掷出的同样性(不关心点数是多少)。也就是有没有掷出1好像对事件B没有利也没有害。
换一个角度,考虑A的对立事件,即没有一个骰子掷出1,说明三个骰子掷出的点数为{2,3,4,5,6}那么,事件B中,每个骰子最多只有5个结果了,相比原来少了一种可能性,那么显然B事件发生最终的概率也变了。
若干个独立事件
则称事件
若干个独立事件
乘法定理的作用与加法定理一样:把复杂事件的概率的计算归结为更简单的事件概率的计算,这当然要有条件,相加是互斥,相乘是独立。
4.3 全概率公式与贝叶斯公式
全概率公式
设
有时把具有这些性质的一组事件称为一个“完备事件群”。注意,任一事件B及其对立事件组成一个完备事件群。
现在考虑任一事件A,因为
再由条件概率的定义,有
上面的公式即为全概率公式。
实用意义:在较复杂的情况下直接算
我们可以把
P(Bi) 看成权重,则全概率公式则为条件概率的加权。
贝叶斯公式
在全概率公式的假定之下,有
上面就是著名的贝叶斯公式。
意义:先看
P(B1),P(B2),… ,它是没有进一步的信息(不知事件A是否发生)的情况下,人们对事件B1,B2,… 发生可能性大小的认识。现在有了新的信息(知道A发生),人们对B1,B2,… 发生可能性大小有了新的估价。
如果我们把事件A看成“结果”,把诸事件
- 概率的基本概念
- 概率统计:第一章 概率论的基本概念
- 机器人概率定位学习笔记第一篇_基本概念
- 读懂概率图:你需要从基本概念和参数估计开始
- 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
- 概率的定义
- 计算概率的软件
- 中奖概率的设定
- 概率相关的题目
- cpu的出错概率?
- 概率分布的近似
- 偶遇的概率分析
- 骰子点数的概率
- 出界的概率
- 一个概率的思考
- 鱼的概率思考
- 连闯三关的概率是多少
- 关于概率的题目
- KVO
- 地线环路的影响
- Unity中的网络编程
- Unity3D-NGUI动态加载图片
- SDK对应版本
- 概率的基本概念
- level-list使用1
- 【jQuery】探索高效jQuery的奥秘
- java读取Excel 错误: jxl.read.biff.BiffException: Unable to recognize OLE stream
- Tomcat Server.xml详解
- 欢迎使用CSDN-markdown编辑器
- Http and Servlet
- linux环境下DNS服务器配置教程
- android之merge布局