文章目錄
從五月十號以來就開始忙着實習的工作以及課設的事情,所以半個月來都沒又發博客了。最近在準備概率論的考試,所以總結了一些概率論基礎知識。我覺得我們還是有必要把概率論基礎給掌握的,筆試有時也會考到,面試中也有可能問到譬如選牌這類概率智力題。主要是理解古典概型和全概率、貝葉斯公式以及伯努利實驗。
一.概率論基本概念
1.什麼是概率論
現實世界中的現象分爲兩大類:分爲確定性的和隨機性現象;而概率論研究的是在隨機性的現象中的規律的預測和決策。
2.隨機試驗
隨機試驗指的是
- 可以在相同的情況下重複進行
- 試驗結果不會只有一種
- 實驗之前不知道會出現哪個結果
3.樣本空間
隨機試驗的所有結果集合被稱爲樣本空間
4.事件運算關係
文氏圖:
例子:
5.事件運算律
二.概率與古典概型
1.概率的定義
2.概率性質
TIP:在非古典概率中,P(A)和P(B)是有可能發生衝突的,如下,所以需要有P(AB)這個排除
3.概率例題
4.古典概型【排列組合求解】
1.定義
- 試驗的樣本空間是有限的
- 每個樣本點出現的可能性是相同的
2.計算公式
3.例題
分房間問題/生日問題
5.幾何概型
1.定義
- 樣本空間由無數樣本點組成,但是可以形成一個區域,該區域是可以度量的
- 向樣本空間中投擲一個點,其在任意位置出現的概率都是等可能的
2.例題
三.條件概率
1.定義
例題
2.乘法定理
2.全概率公式
3.貝葉斯公式
例題
四.隨機變量與分佈函數
1.隨機變量定義
2.分佈函數定義
3.分佈函數的性質
例題
口袋中裝有3個白球和2個紅球,從中任取3個球,求取出的3個球中白球數的分佈函數
4.離散型隨機變量
例題
5.離散分佈模型
1.兩點分佈 & 0 - 1分佈
2.伯努利實驗 & 二項分佈
-
伯努利實驗
伯努利實驗指的是在相同條件下重複進行實驗當數學模型,並且只有兩個可能的結果。 -
n重伯努利實驗
每次實驗中某事件A或者發生或不發生,進行n次實驗。例如每天的天氣只有下雨和不下雨,求n天中有一天下雨的概率;每次投籃可以中或不中,求n次投籃中有2次不中當概率等,都屬於n重伯努利實驗。 -
二項分佈
二項分佈即描述n重伯努利實驗的數學模型:
進行n次伯努利實驗,其中每次成功的概率爲p,如果要有k次成功的概率爲:
3. 泊松定理 & 泊松分佈
柏松定理解決的是大數據量情況下的不放回抽樣,且抽樣失敗概率很小時的問題,用以替代掉n重伯努利實驗的的二項分佈。
例題
6.連續分佈模型
1.定義
2.密度函數
3.密度函數性質
P{X = a} = 0,連續分佈情況下,在某個特定的點的概率爲0
分佈函數求導可得密度函數
例題
4.均勻分佈
性質