概率论与数理统计(二)

概率这里我就列几条性质,然后把上课老师给我们讲的做古典概型题的两种思路讲一下就带过了,后面的条件概率和贝叶斯公式才是正题。

一、概率性质

    1.P(\emptyset) = 0

    2.P(A) = 1 – P(\bar{A})

    3.(有限可加性)A_1,A_2,……两两互斥,即A_iA_j = \emptyset,i≠j,则P(\bigcup_{i=1}^{\infty}A_i) = \sum_{i=1}^{\infty}P(A_i)

    4.若A\subset B,则有P(B - A) = P(B) – P(A)

    5.(概率的加法公式)P(A\bigcup B) = P(A) + P(B) – P(AB)

    #5.P(A\bigcup B\bigcup C) = P(A) + P(B) + P(C) – P(AB) – P(AC) – P(BC) + P(ABC)

    ##5.P(\bigcup_{i=1}^n A_i) = \sum_{i=1}^n P(A_i) - \sum_{1≤i≤j<n}P(A_i A_j) + \sum_{1≤i<j<k<n}P(A_i A_j A_k) + ...+(-1)^{n-1}P(A_1 A_2...A_n)

二、古典概型(“一把抓”与“一个一个取”的区别)

若试验满足:

    1.样本空间S中样本点有限(有限性)

    2.出现每一个样本点的概率相等(等可能性)

称这种试验为等可能概型(古典概型)

用一道例题作为引子

例1:一袋中有5个球,其中3个为白球,2个为黄球,设取到每一个球的可能性相等

(1)从袋中随机取两个球,记A = {取到一白一黄},求P(A).

(2)从袋中不放回的取两个球,记B = {两个都是白球},求P(B)

其实对于第一问,可能有的人看了就会觉得,到底分不分顺序呢?黄白和白黄是不是一种情况呢?这里就涉及到“一把抓”和“一个一个取”的问题。对于“一把抓”来说,样本空间为{(黄,黄),(白黄),(白白)}。而对于“一个一个取”来说,样本空间为{(白白),(白黄),(黄白),(黄黄)}。虽然他们样本空间不同,但是概率肯定是相同的。下面我就把这两种取法的概率都算一遍

“一个一个取”

P(A) = \dfrac{C_2^1C_3^1C_2^1}{C_5^1C_4^1},仔细看这个式子,为什么多了个C_2^1?我们可以脑补出两个盒子,我们从袋子中取出来的求要放入盒子,那么我们就要挑选出,哪个盒子是放白色球的,哪个盒子是放黄色球的,分盒子的过程不就产生了C_2^1吗?分母也好理解,一个一个取,第一次取的时候是从5个中选一个,第二次是从4个中选一个.

“一把抓”

P(A) = \dfrac{C_3^1C_2^1}{C_5^2},“一把抓”是我们做题经常用的方法,直接从所有的球中摸两个出来,所以是C_5^2,从3个白球中摸一个出来C_3^1,从2个黄球中摸一个出来C_2^1.

总结一下

“一把抓”这种方式,简单粗暴,容易理解,符合我们的思维逻辑,但是受用面窄,比方说当某问题是不放回的抽取,这时“一把抓”就不适用了。而“一个一个取”这种方法什么时候都受用,利用这种方法算概率的时候,首先脑补出几个盒子,然后分盒子,分盒子的这个过程自然就会将不同的情况包含进去。

我觉得我们老师讲的很好,因为“分盒子”的思想替代了排列$A$,所以以后在做题的时候只需要用到组合C.

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏MelonTeam专栏

图像处理之漫水填充算法(flood fill algorithm)

导语 介绍了漫水填充算法(flood fill algorithm)的基本思想,实现方式和应用场景,OpenCV中floodFill函数的使用方法。 ...

4389
来自专栏机器学习算法全栈工程师

Isolation Forest算法实现详解

前言 要想对一个算法有深入的了解,不仅仅要懂得其基本的原理,更要学会如何实现该算法才行。因为从原理到实现的过程还有很多未知的在理论中无法体现出来的...

8859
来自专栏Java与Android技术栈

常用的像素操作算法:图像加法、像素混合、提取图像中的ROI

图像可以是看成是一个多维的数组。读取一张图片,可以看成是读入了一系列的像素内容。这些像素内容,按照不同的模式具有不同的格式。对于三通道的 RGB 位图来说,每个...

572
来自专栏大数据挖掘DT机器学习

【OCR技术】大批量构造中文文字训练集

放假了,终于可以继续可以静下心写一写OCR方面的东西。上次谈到文字的切割,今天打算总结一下我们怎么得到用于训练的文字数据集。如果是想训练一个手写体识别的模型,用...

7174
来自专栏贾志刚-OpenCV学堂

OpenCV轮廓层次分析实现欧拉数计算

二值图像分析中欧拉数重要的拓扑特征之一,在图像分析与几何对象识别中有着十分重要的作用,二值图像的欧拉数计算公式表示如下: E = N – H 其中 E表示计算...

993
来自专栏小樱的经验随笔

hihoCoder #1142 : 三分求极值

#1142 : 三分·三分求极值 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 这一次我们就简单一点了,题目在此: ? 在直...

3369
来自专栏每日一篇技术文章

OpengL ES _ 入门_02

顶点是啥? 顶点就是坐标位置,不管你是画直线,三角形,正方体,球体,以及3D游戏人物等,都需要顶点来确定其形状。 顶点坐标创建 1.记住顶点的坐标数据类型...

651
来自专栏Kiba518

单源最短路径解析

1,设0为源点,建立两个集合S,T,S保存节点0,T集合保存节点1,2,3,4。(S,T是官方定义名称,个人理解S应该是source的缩写,T是target的缩...

752
来自专栏李智的专栏

Python针对图像的基础操作

5. 返回目录中所有JPG 图像的文件名列表,直方图均衡化,平均图像,主成分分析等

982
来自专栏架构之路

Kosaraju算法、Tarjan算法分析及证明--强连通分量的线性算法

一、背景介绍 强连通分量是有向图中的一个子图,在该子图中,所有的节点都可以沿着某条路径访问其他节点。强连通性是一种非常重要的等价抽象,因为它满足 自反性:顶点V...

3066

扫码关注云+社区