讀《LJIA-概率論思想》

概率論是全局觀認(rèn)知的理論

局部的隨機(jī)性與整體的確定性剂邮,在不確定中摇幻,尋找確定的部分。

如果事情是個(gè)確定的事情挥萌,那好辦囚企。如果事情結(jié)果沒有塵埃落定,怎么算瑞眼?阿羅不可能定理說:用鈔票投票才是最好的選擇龙宏。而數(shù)學(xué)中的概率,就是解決這樣的問題的而產(chǎn)生的學(xué)問伤疙。

需要注意的是全局觀银酗,也是有前置條件的。條件概率的使用本質(zhì)是局勢的變化徒像,并且事情的發(fā)展并不是確定的黍特,那么結(jié)果概率也會(huì)不斷地變化。(如果你看過美國真人秀節(jié)目DealOrNoDeal锯蛀,會(huì)有更直觀的理解與感受灭衷。)

隨機(jī)事件的結(jié)果,是不可預(yù)測的旁涤,但是全局觀的結(jié)果確定無疑的翔曲。概率論可以解決隨機(jī)問題的背后原理,就是把局部的隨機(jī)性轉(zhuǎn)變成整體上的確定性劈愚。它能讓我們能對未來的隨機(jī)事情瞳遍,做出數(shù)學(xué)上確定性的判斷。

概率論并不能預(yù)測世界下一秒會(huì)發(fā)生什么菌羽,而是為你刻畫世界的整體確定性掠械。從認(rèn)知思維的角度上說,某一次結(jié)果的隨機(jī)性的認(rèn)知,是低層次的認(rèn)知猾蒂;而概率論是高層次的均唉,確定性的認(rèn)知方法論。

基本概念1: 隨機(jī)

隨機(jī)性與不確定性是不同的肚菠。

隨機(jī)就是不可預(yù)測舔箭。我們說一個(gè)事情是隨機(jī)的,指的是就它發(fā)生的結(jié)果不能被預(yù)測案糙,但是知道或確定其所有可能的結(jié)果(或選項(xiàng))組成的集合限嫌。而不確定性的概念更廣泛,是說對結(jié)果或選項(xiàng)一無所知时捌。舉個(gè)例子怒医,投籃的結(jié)果是隨機(jī),但結(jié)果只有兩個(gè)選項(xiàng):投中或投不中奢讨。今天出門會(huì)有什么事發(fā)生呢稚叹?不知道,這是不確定的拿诸。黑天鵝是不確定性事件扒袖,而灰犀牛是隨機(jī)事件。

只有知道了全部可能的結(jié)果亩码,才能分析它們的概率季率;不知道可能的結(jié)果,就沒法深入研究描沟。概率論知識研究的事件結(jié)果必須是選項(xiàng)可知的飒泻。

如果你可以通過問好的問題,就可以在限定條件下吏廉,將一個(gè)不確定問題轉(zhuǎn)換成隨機(jī)問題泞遗。然后,通過概率去研究這個(gè)問題席覆。

在現(xiàn)實(shí)生活中史辙,我們遇到各種問題基本上是效果隨機(jī),而不是真隨機(jī)佩伤。還有就是生活中聊倔,還有大量的偽隨機(jī)(結(jié)果的背后是有規(guī)律的。)畦戒。比如方库,石頭剪刀布,高手可以觀察到對手的規(guī)律性障斋。真隨機(jī)可能其存在量子層面上。

隨機(jī)的力量是這個(gè)世界的決定性力量。利用隨機(jī)來戰(zhàn)勝對手的例子:打網(wǎng)球選手的左手垃环,轉(zhuǎn)基因作物旁邊開辟一塊非轉(zhuǎn)基因的作物邀层。

基本概念2: 概率

對于隨機(jī)性這樣一個(gè)模糊的詞,如何度量所謂的隨機(jī)性遂庄?如何從定性的描述到定量的描述寥院?

術(shù)語「概率」是對隨機(jī)事件發(fā)生的可能性大小的定量描述。通常涛目,教材中使用「柯爾莫哥洛夫」的定義秸谢。

設(shè) E 為隨機(jī)試驗(yàn)(注意,是試驗(yàn))霹肝,S是它的樣本空間(也就是隨機(jī)試驗(yàn)的可能結(jié)果)估蹄。對于E的每一事件A賦予一個(gè)實(shí)數(shù),記作為P(A)沫换,稱為事件A的概率臭蚁。

上面的定義比較抽象,但是請注意讯赏,數(shù)學(xué)通過嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)語言來描述現(xiàn)實(shí)的問題垮兑,歸根結(jié)底還是解決現(xiàn)實(shí)問題的。同時(shí)漱挎,也要注意系枪,概率問題的描述十分重要,只有正確的描述隨機(jī)事件磕谅,才能有正確的概率思路私爷。本質(zhì)上,隨機(jī)事件是概率論的一種表達(dá)方式怜庸。只有符合這種表達(dá)方式当犯,我們才能度量其概率。

其表達(dá)方式的套路如下:
對你關(guān)心的事情割疾,設(shè)定一個(gè)條件嚎卫;然后從可能性的角度出發(fā),對其中一個(gè)可能發(fā)生的結(jié)果進(jìn)行陳述宏榕,這就是隨機(jī)事件描述拓诸。最后,再對其發(fā)生的可能性大小進(jìn)行度量麻昼,這就是事件的概率奠支。

其中有三個(gè)要點(diǎn):

  • 在事件前面一定要設(shè)定一個(gè)條件;
  • 從事件發(fā)生的可能性的視角出發(fā)來描述抚芦;有兩種情況:一是倍谜,過去已經(jīng)發(fā)生過了迈螟,但是我不知道;二是尔崔,未來還未發(fā)生答毫。
  • 一定要對某一個(gè)發(fā)生結(jié)果的陳述。也就是樣本空間的一個(gè)結(jié)果季春。

概率是隨機(jī)事件在樣本空間的比率洗搂,這個(gè)概率比較好理解。就是該事件發(fā)生的頻率载弄。日常生活中耘拇,我們會(huì)經(jīng)常用頻率值來代替概率值。

空間是一個(gè)比較專業(yè)的數(shù)學(xué)定義宇攻,是現(xiàn)代數(shù)學(xué)的基礎(chǔ)惫叛,也是比較抽象的概念。通常它也是通過集合的方式來定義的尺碰。如果在樣本空間中的事件都不可再分挣棕,我們稱為基本事件。隨機(jī)事件是樣本空間中的一個(gè)子集亲桥。

概率的三個(gè)基本性質(zhì)(簡稱為非負(fù)和為1):

  • 概率是非負(fù)的洛心,且在0和1之間。
  • 樣本空間的所有隨機(jī)事件發(fā)生概率加起來為1题篷。
  • 某個(gè)隨機(jī)事件不發(fā)生的概率词身,等于1減去這個(gè)事件的概率。

樣本空間的完備性是大家容易忽視的一個(gè)問題:也就是說樣本空間必須包含所有可能的結(jié)果番枚。前面提到的黑天鵝事件是指這件事情不在樣本空間中法严,所以才說它不是隨機(jī)事件的。我們世界的認(rèn)識葫笼,就是對樣本空間完備性的認(rèn)識深啤。

基本概念3:獨(dú)立

獨(dú)立同分布是在概率學(xué)在常說的一個(gè)詞÷沸牵「獨(dú)立」通常是指在同一樣本空間中隨機(jī)事件的相互關(guān)系溯街。這個(gè)前提在概率論中十分重要。它是正確分析和度量概率的一個(gè)基石洋丐。

在同一樣本空間中呈昔,隨機(jī)事件之間沒有關(guān)系,這些隨機(jī)事件稱之為獨(dú)立事件友绝。例如拋一次硬幣堤尾。硬幣的正反面出現(xiàn)的概率一定是0.5。但是有一些常見的誤區(qū)迁客。譬如連續(xù)拋6次郭宝,前5次都是正面辞槐,那么第 6 次是正面的概率是多少?很多人有一種錯(cuò)覺剩蟀,就是第 6 次出現(xiàn)正面的概率會(huì)小催蝗。其實(shí)大家是混淆了隨機(jī)事件的定義切威。

事件的定義是概率計(jì)算的基本條件育特。上面這個(gè)事件可以有兩種不同的事件定義或是事件定義的問法。

  1. 如果連續(xù)拋 6 次硬幣先朦,全部都是正面的概率是多少缰冤?
  2. 如果連續(xù)拋 6 次硬幣,前 5 次是正面喳魏,第 6 次出現(xiàn)正面的概率是多少闯狱?

因?yàn)槊恳淮螔佊矌哦际仟?dú)立的事件奶稠,所以第 2 個(gè)問題的答案是 0.5。而第1個(gè)問題的答案是 0.5 的 6 次方(非常小的浮點(diǎn)數(shù))。

兩個(gè)隨機(jī)事件相互獨(dú)立粗蔚,在概率論中是指:一個(gè)隨機(jī)事件的發(fā)生,不會(huì)影響另一個(gè)隨機(jī)事件發(fā)生翔脱。通常這種非獨(dú)立的關(guān)系琢歇,我個(gè)人認(rèn)為是指一些不太明顯的因果關(guān)系或是其它關(guān)系。這里的其它關(guān)系是指人們無法理解的畦攘,不太明確的霸妹,不知道的因果,譬如說知押,吃火鍋叹螟,來一罐王老吉;穿了西裝台盯,會(huì)穿皮鞋罢绽。

現(xiàn)實(shí)中,識別隨機(jī)事件的獨(dú)立性是非常困難的静盅。所以良价,在數(shù)學(xué)上,我們可以理解成獨(dú)立事件是我們描述某些事件的數(shù)學(xué)模型温亲,或是說簡化了計(jì)算棚壁。但是,要注意栈虚,我們一定要仔細(xì)思考兩件事情的發(fā)生是不是獨(dú)立事件袖外。

概率計(jì)算

定義問題比計(jì)算更重要。這是個(gè)研究領(lǐng)域的老生常談的問題魂务。問好的問題曼验。

定義問題本質(zhì)是定義隨機(jī)事件相互關(guān)系的一個(gè)重要概念泌射。只有弄清了隨機(jī)事件的關(guān)系,我們才能正確計(jì)算它們的概率鬓照。

三個(gè)法則:

  1. 排列組合法則
    排列組合法則適用于結(jié)果有限熔酷,而且每種結(jié)果都是等可能性的情況。計(jì)算方法是:概率就是這個(gè)隨機(jī)事件出現(xiàn)的次數(shù)除以所有可能的結(jié)果的個(gè)數(shù)豺裆。其中注意拒秘,排列是有先后的順序的。大部分的概率問題都是排列組合問題臭猜。如果不是等概率的事件躺酒,也可用這個(gè)隨機(jī)事件出現(xiàn)的次數(shù),除以樣本的總量蔑歌。

  2. 加法法則
    針對多個(gè)隨機(jī)事件羹应。簡單的說,就是多個(gè)隨機(jī)事件的概率加和次屠。加法法則也有限定條件园匹,就是這些隨機(jī)事件不能同時(shí)發(fā)生,要「互斥」劫灶。如果不能互斥裸违,那么使用集合的方式,將交集去除浑此。

  3. 乘法法則
    針對多個(gè)隨機(jī)事件累颂,且是相互獨(dú)立事件。獨(dú)立事件是兩個(gè)隨機(jī)事件沒關(guān)系凛俱;互斥事件是兩個(gè)隨機(jī)事件關(guān)系特別大紊馏,非此即彼。

概率問題的難度在描述隨機(jī)事件蒲犬,如「或」朱监,「同時(shí)」,「有放回」原叮,「無放回」赫编,一字之差,結(jié)果就差之千里奋隶。

「一個(gè)隨機(jī)事件發(fā)生兩次的概率」與「一件事情再次發(fā)生的概率」是完全不同的擂送。用數(shù)學(xué)表示是P(A1)*P(A2)與P(A2|A1)的表述不同。

正確的翻譯現(xiàn)實(shí)問題唯欣,是概率計(jì)算最復(fù)雜嘹吨,也最難的地方。

小結(jié)一下

就如同計(jì)算機(jī)語言中的類型一樣境氢,都是先定義是什么蟀拷,在此基礎(chǔ)上定義它的操作符碰纬。

概率度量

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市问芬,隨后出現(xiàn)的幾起案子悦析,更是在濱河造成了極大的恐慌,老刑警劉巖此衅,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件强戴,死亡現(xiàn)場離奇詭異,居然都是意外死亡炕柔,警方通過查閱死者的電腦和手機(jī)酌泰,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來匕累,“玉大人,你說我怎么就攤上這事默伍』逗伲” “怎么了?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵也糊,是天一觀的道長炼蹦。 經(jīng)常有香客問我,道長狸剃,這世上最難降的妖魔是什么掐隐? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮钞馁,結(jié)果婚禮上虑省,老公的妹妹穿的比我還像新娘。我一直安慰自己僧凰,他們只是感情好探颈,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著训措,像睡著了一般伪节。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上绩鸣,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天怀大,我揣著相機(jī)與錄音,去河邊找鬼呀闻。 笑死化借,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的总珠。 我是一名探鬼主播屏鳍,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼勘纯,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了钓瞭?” 一聲冷哼從身側(cè)響起驳遵,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎山涡,沒想到半個(gè)月后堤结,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡鸭丛,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年竞穷,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鳞溉。...
    茶點(diǎn)故事閱讀 39,965評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡瘾带,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出熟菲,到底是詐尸還是另有隱情看政,我是刑警寧澤,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布抄罕,位于F島的核電站允蚣,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏呆贿。R本人自食惡果不足惜嚷兔,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望做入。 院中可真熱鬧冒晰,春花似錦、人聲如沸母蛛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽彩郊。三九已至前弯,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間秫逝,已是汗流浹背恕出。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留违帆,地道東北人浙巫。 一個(gè)月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親的畴。 傳聞我的和親對象是個(gè)殘疾皇子渊抄,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評論 2 355