zoukankan      html  css  js  c++  java
  • 有限概率(拉普拉斯概率)

    有限概率(拉普拉斯概率)

    定义1.如果(S)是一个等可能结构的有限非空样本空间,(E)是一个作为(S)的子集的一个事件,那么(E)的概率为(p(E)=cfrac{|E|}{|S|}).

    定理1.让(E)成为一个样本空间(S)中的一个事件。事件(overline{E}=S-E)发生的概率,即事件(E)的补全事件,由以下公式给出$$p(overline{E})=1-p(E)$$.

    事件补全、联合概率

    定理2.让(E_1)(E_2)成为样本空间(S)中的时间,那么(p(E_1 cup E_2)=p(E_1)+p(E_2)-p(E_1 cap E_2)).

    概率性原因

    没什么内容,都是概率之前学过的基础,就下面这个问题比较有意思。

    蒙提霍尔问题

    蒙提霍尔问题就是在一个游戏中,有三扇门,一扇门背后是奖品,两扇门背后是山羊,参加者可以在上台前选择其中一扇门,上台之后,主持人会从剩下的两扇门中选择一扇背后没有奖品的门打开,然后给参加者一个更换选择的机会。
    问:如果你更换,会不会有更大的概率拿到奖品。

    这里的问题以前看到过流言终结者,那里面采用的方法是统计概率,得到的结果是2/3的中签率。

    在更换之前的是先验概率,为1/3。
    得到一扇门打开之后的是后验概率(条件概率)。

    举个例子:
    比如10个人抽一个人值日,这是一个事件,概率是1/10.
    如果一个人打开了他的签,他并不值日,他的事件和你的事件是两回事,概率并不相关。
    但如果你知道了他的未中签,给你再选择的机会,那就是1/9.

    (概率永远会变)变了一定是事件变了。

    回到这个例子,如果你始终不更换你的选择,你的中签率就是1/3,这里就算主持人打开了门,但你不重新选择,所以你始终是1/3.这是不相关的两件事。

    如果你会更改选择,那么简单地来说,因为事件改变为了剩下两个一扇奖品一扇山羊,这样你的概率一定会大于等于1/2.

    假如我选两扇门,中奖概率一定是2/3.这是确定的事件,确定的概率。
    不让你选择两个,其实换个角度,就是比如有ABC三扇门,我想选AB,我就先选C,然后主持人会在AB里选择一扇门,然后我就可以更换到AB中的那扇没被打开的门了。这样事件没有改变,很明显, 中奖概率都是2/3.

  • 相关阅读:
    让某个软件无法被操作员最小化(C#演示)
    SharpGL学习笔记(四) 正射投影
    SharpGL学习笔记(三) 投影变换和视点变换
    盈动线性绝对值编码器(光栅尺)的测试记录
    用基恩仕7060激光测试电池宽度信息
    在winform上内嵌入其它的程序
    AD采样模块采集带模拟量真空表值的实验
    SharpGL学习笔记(二) 模型变换(几何变换)
    git add 错误修改方法
    Reactjs 的 PropTypes 使用方法
  • 原文地址:https://www.cnblogs.com/sean10/p/5013999.html
Copyright © 2011-2022 走看看