样本空间和古典概型
世间万物很多事情都是随机的, 概率就是对这些不确定现象的数学描述. 概率越高就越有可能发生.
样本空间和事件
假定一个试验()的结果是不可预测的, 则该试验的所有可能结果()就形成了样本空间( space), 用 Ω 来表示. 样本空间的任一子集, 某些试验结果的集合就称为事件(Event).注意: 试验结果必须是相互排斥的.
例如抛硬币, 共有 2 种结果, 正面朝上(heads)和反面朝上(tails). 样本空间 Ω ={H, T}, 事件为 {H,T}, {H}, {T}, φ.
掷正六面体骰子 2 次的样本空间如下图所示:
考虑下面 4 个事件: 事件={两次抛骰子点数相同}, 事件={第一次点数比第二次大}, 事件={至少有一次点数等于4}, 事件={两次点数之和为奇数}.
古典概型:当样本空间有限，试验中每个基本事件发生的可能性相同的时候，称为古典概型. 即公式:
试验的样本空间是连续的例子: 两人相约 30 分钟内在某地会面, 第一个到达约翰地点的人会等候另一人 10 分钟即可离去. 问这两个人会面的概率有多大?
文氏
图(Venn )
文氏图是一种描述事件之间逻辑关系非常有效的可视化表示工具. 样本空间 Ω 表示为一个大矩形. 事件 A, B, C,… 为小圆. 我们所关心的事件用相应阴影区域表示.
¬A ∨ ¬B 的文氏图:
参考资料:
《程序员的数学》 结城浩
《概率导论》 P. , John N.
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，永久会员只需99元，全站资源免费下载 点击查看详情
站 长 微 信： nanadh666
声明： 本站内容转载于网络，版权归原作者所有，仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任，若侵犯到你的版权利益，请联系我们，会尽快删除处理！
