第一章 樣本空間與概率

?

概率模型

每一個(gè)概率模型都關(guān)聯(lián)著一個(gè)試驗(yàn)规哪,這個(gè)試驗(yàn)將產(chǎn)生一個(gè)試驗(yàn)結(jié)果禁荸,該試驗(yàn)的所有可能結(jié)果形成樣本空間萍程。其中某些試驗(yàn)結(jié)果的集合被稱為事件艺糜。

概率模型包括了離散模型和連續(xù)模型剧董。

概率律

在概率模型中確定了某些結(jié)果或某些結(jié)果的集合(事件)的似然程度。

概率三公理
  1. 非負(fù)性
  2. 可加性
  3. 歸一化
概率律的性質(zhì)

a. 若A \subset B, 則P(A)\leq P(B)
b. P(A\bigcup B) = P(A) + P(B) - P(A\bigcap B)
c. P(A\bigcup B) \leq P(A) + P(B)
d. P(A\bigcup B \bigcup C) = P(A) + P(A^c \bigcap B) + P(A^C \bigcap B^C \bigcap C)

條件概率

P(A|B)=\frac{P(A\bigcap B)}{P(B)}
條件概率是一個(gè)概率律破停,因此也滿足概率三公理送滞。

全概率定理

設(shè)A_1, A_2, \dots,A_n是一組互不相容的事件,形成樣本空間的一個(gè)分割(每一個(gè)試驗(yàn)結(jié)果必定使得其中一個(gè)事件發(fā)生)辱挥。又假定對(duì)每一個(gè)i, P(A_i)>0.則下列公式成立
\begin{align} P(B) = P(A_1\bigcap B)+\dots+P(A_n\bigcap B) = P(A_1)P(B|A_1)+\dots+P(A_n)P(B|A_n) \end{align}

貝葉斯準(zhǔn)則

設(shè)A_1, A_2, \dots,A_n是一組互不相容的事件犁嗅,形成樣本空間的一個(gè)分割(每一個(gè)試驗(yàn)結(jié)果必定使得其中一個(gè)事件發(fā)生)。又假定對(duì)每一個(gè)i, P(A_i)>0.則對(duì)于任何事件B, 只要它滿足P(B) > 0, 下列公式成立
\begin{align} P(A_i|B) = \frac{P(A_i)P(B|A_i)}{P(B)} = \frac{P(A_i)P(B|A_i)}{P(A_1)P(B|A_1)+\dots+P(A_n)P(B|A_n)} \end{align}

獨(dú)立性

P(A\bigcap B)= P(A)P(B)
若兩個(gè)事件互不相容晤碘,就可以判定它們互相獨(dú)立褂微。若事件A和事件B互相獨(dú)立,那么B發(fā)生园爷,不會(huì)對(duì)A發(fā)生與否提供任何信息宠蚂。

條件獨(dú)立

P(A\bigcap B|C)= P(A|C)P(B|C) 稱為條件獨(dú)立。
可推導(dǎo)得出P(A|B\bigcap C) = P(A|C), 條件獨(dú)立的另一個(gè)等價(jià)定義(s.t. P(B|C)\neq0

計(jì)數(shù)法

n個(gè)對(duì)象的排列:n!
n個(gè)對(duì)象中取k個(gè)對(duì)象的排列數(shù):\frac{n!}{(n-k)!}
n個(gè)對(duì)象中取k個(gè)對(duì)象的組合數(shù):\tbinom{n}{k}=\frac{n!}{k!(n-k)!}
n個(gè)對(duì)象分成r個(gè)組的分割數(shù)童社,其中第i個(gè)組具有n_i個(gè)對(duì)象:\tbinom{n}{n_1,n_2,\dots,n_r}=\frac{n!}{n_1!n_2!\dots n_r!}

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末求厕,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子扰楼,更是在濱河造成了極大的恐慌呀癣,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,464評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件弦赖,死亡現(xiàn)場(chǎng)離奇詭異项栏,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)蹬竖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,033評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門沼沈,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人币厕,你說(shuō)我怎么就攤上這事列另。” “怎么了旦装?”我有些...
    開封第一講書人閱讀 169,078評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵页衙,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我同辣,道長(zhǎng)拷姿,這世上最難降的妖魔是什么惭载? 我笑而不...
    開封第一講書人閱讀 59,979評(píng)論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮响巢,結(jié)果婚禮上描滔,老公的妹妹穿的比我還像新娘。我一直安慰自己踪古,他們只是感情好含长,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,001評(píng)論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著伏穆,像睡著了一般拘泞。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上枕扫,一...
    開封第一講書人閱讀 52,584評(píng)論 1 312
  • 那天陪腌,我揣著相機(jī)與錄音,去河邊找鬼烟瞧。 笑死诗鸭,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的参滴。 我是一名探鬼主播强岸,決...
    沈念sama閱讀 41,085評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼砾赔!你這毒婦竟也來(lái)了蝌箍?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 40,023評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤暴心,失蹤者是張志新(化名)和其女友劉穎妓盲,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體酷勺,經(jīng)...
    沈念sama閱讀 46,555評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡本橙,尸身上長(zhǎng)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 38,626評(píng)論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了脆诉。 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。...
    茶點(diǎn)故事閱讀 40,769評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡贷币,死狀恐怖击胜,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情役纹,我是刑警寧澤偶摔,帶...
    沈念sama閱讀 36,439評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站促脉,受9級(jí)特大地震影響辰斋,放射性物質(zhì)發(fā)生泄漏策州。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,115評(píng)論 3 335
  • 文/蒙蒙 一宫仗、第九天 我趴在偏房一處隱蔽的房頂上張望够挂。 院中可真熱鬧,春花似錦藕夫、人聲如沸孽糖。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,601評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)办悟。三九已至,卻和暖如春滩褥,著一層夾襖步出監(jiān)牢的瞬間病蛉,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,702評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工瑰煎, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留铺然,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,191評(píng)論 3 378
  • 正文 我出身青樓丢间,卻偏偏與公主長(zhǎng)得像探熔,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子烘挫,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,781評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容

  • 概率 從 1654 年開始诀艰,布萊斯·帕斯卡爾和皮埃爾·費(fèi)馬 在相互來(lái)往的信件中發(fā)展了概率論...
    監(jiān)利一佛閱讀 1,361評(píng)論 0 2
  • 第一章 隨機(jī)事件及其概率 1.1隨機(jī)事件 一、隨機(jī)現(xiàn)象 并不總是出現(xiàn)相同的結(jié)果饮六,結(jié)果并不只一個(gè)其垄,哪個(gè)結(jié)果出現(xiàn)是未知...
    Black_Eye閱讀 5,617評(píng)論 0 6
  • 參考教材概率論與數(shù)理統(tǒng)計(jì)(陳希孺)概率論與數(shù)理統(tǒng)計(jì)(茆詩(shī)松)參考視頻中科大精品課程 概率論與數(shù)理統(tǒng)計(jì)(廖柏其) ...
    微斯人_吾誰(shuí)與歸閱讀 5,540評(píng)論 0 5
  • 統(tǒng)計(jì),根據(jù)過去的數(shù)據(jù)卤橄,進(jìn)行歸納绿满,做出總結(jié)(結(jié)論) 比如:小新過去10年有十次創(chuàng)業(yè),均失敗了窟扑,推測(cè)他不適合創(chuàng)業(yè)喇颁。 概...
    pig250閱讀 1,243評(píng)論 0 0
  • 咖啡 茶 陶藝 書籍
    談遷閱讀 184評(píng)論 0 0