概率论
only111
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
第一章 1.2概率论的基本概念
回忆事件的概念 随机试验 E 的样本空间 S 的子集 A 称为E 的随机事件,简称事件。 当 A 中某一个样本点出现时,就说事件A 发生了。 由一个样本点 e 组成的单点集 {e} 称为基本事件。 一般的事件是由基本事件复合而成的, 而基本事件是不能再分解的事件。 (三)随机事件的关系与运算 一个事件 A 是样本空间 S 的一个子集, 因此事件之间的关系以及事件的运...原创 2018-08-17 15:00:35 · 423 阅读 · 0 评论 -
第一章 1.3 频率与概率
概率论研究的是随机现象的统计规律性。 因此,仅仅知道试验中可能出现哪些事件是不够的,还必须对事件发生的可能性大小进行量的描述, 也就是用一个实数来描述某个事件在一次试验中发生的可能性大小。 为此,我们首先引入频率的概念。 频率是描述事件发生的频繁程度的一个量。然后引出表征事件在一次试验中发生的可能 性的大小的数,即事件的概率 (一) 频 率 随机事件在一次试验中是否发生是不确...原创 2018-08-17 15:20:32 · 1224 阅读 · 0 评论 -
第一章 1.4 概率的基本性质
原创 2018-08-17 15:32:28 · 1713 阅读 · 0 评论 -
第一章 1.5 概率的基本性质
在计算随机事件的概率时, 常常需要计算事件中包含的样本点的个数, 这就需要掌握计数的方法。 这一讲介绍计数的几种方法: 加法原理与乘法原理、 排列与组合。 一、加法原理与乘法原理 加法原理 分类计数 设完成一件事有k类方法,每类分别有 m1, m2,…, mk 种方法, 而完成这件事只要选择任一类方法中的任何一种方法,则完成这件事的方法有 m1+m2+…+mk 种 ...转载 2018-08-17 16:07:10 · 476 阅读 · 0 评论 -
第一章 1.6 等可能概型(古典概型1)
抛掷硬币和骰子的试验具有以下两个共同特点: 试验的样本空间包含有限个元素: 掷硬币的试验的样本空间S={ 正面(H), 反面(T) } 抛掷骰子的试验的样本空间 S={ 1, 2, 3, 4, 5, 6 } 试验中每个基本事件发生的可能性相同: 掷硬币的试验中,H和T出现的可能性都是1/2。 抛掷骰子的试验中,每一点出现的可能性都是1/6。 具有以上两个特点的试验大量存在。这种试...原创 2018-08-17 16:19:40 · 852 阅读 · 0 评论 -
第一章 1.7 条件概率(1)
(一) 条件概率 条件概率是概率论中的一个重要而实用的概念。 所考虑的是在一个事件已经发生的条件下, 另一事件发生的概率。 (二) 乘法定理 (三) 全概率公式和贝叶斯公式 ...转载 2018-08-17 16:44:01 · 327 阅读 · 0 评论 -
第一章 1.8 条件概率(2)(乘法公式)
转载 2018-08-17 16:52:36 · 372 阅读 · 0 评论 -
第一章 1.9 条件概率(3)(全概率公式,贝叶斯公式)
(一)全概率公式 (二)贝叶斯公式转载 2018-08-17 17:14:13 · 442 阅读 · 0 评论 -
第一章 1.1概率论的基本概念
第一章 概率论的基本概念 (一)样本空间 对于随机试验,尽管在每次试验之前不能预知试验的结果,但是试验的所有可能的结果是已知的。 我们将随机试验 E 的所有可能的结果组成的集合称为 E 的样本空间(Sample space),记为 S (或Ω) 。 样本空间的元素,即 E 的每一个结果,称为 样本点。 如果试验 E 的可能的结果是 e1,e2 ,…,en ,… 则这些结果就是 E ...原创 2018-08-17 13:54:58 · 440 阅读 · 0 评论 -
最大熵模型
P(概率越大) -> H(X)熵值越小 === x越大---> y绝对值越小 x<=1 P(概率越小) -> H(X)熵值越大 === x越小---> y绝对值越小 x<=1 正好对数函数可以表达这个意思 log(p(x)) -> p(x)*log(p(x)) 又因为 p(x)*log(p(x)) 为负数 -->加上负...原创 2018-08-17 20:38:50 · 707 阅读 · 0 评论
分享