• 概率论(基本概念术语)的理解


    1. 独立性的理解

    “如果两个事件不能同时发生(P(AB)=0),那么它们一定互相独立吗?”
    (甚至可以说,不可能同时发生,一定不独立);

    独立性的判断只有一个标准:

    P(AB)=P(A)P(B)

    P(AB) 表示 A、B 两事件同时发生;

    考虑如下的两个事件,A:骰子掷出的点数为 6,B:掷出的点数为奇数,显然 AB 不可能同时发生,P(AB) = 0,又 P(A) = 1/6, P(B) = 1/2,显然 P(AB) ≠ P(A)P(B)。

    那么的话,独立性该如何理解呢,

    • 我怎么变化,与你怎么变化,没有关系,whatever,反之亦然;
    • 与能不能同时发生,没有关系;
    • A、B 不能同时发生,P(AB) = 0,AB 能同时发生 P(AB)>0

    2. 独立与条件概率

    A、B 两事件彼此独立(不具有依存关系):

    P(A|B)=P(A)

    一件事发生两次的概率与一件事再次发生的概率?
    - 一件事发生两次:抛两次硬币,都是正面朝上,1/4;两架飞机都失事;
    - 一件事再次发生:第一次得到是正面向上,则下一次还是正面向上的概率为 1/2;飞机已经失事,再次失事;

    3. P(A|B)与P(AB)

    • P(AB) 表示的是事件 A、B 同时发生的概率
    • P(B|A) 是指当事件 A 已经发生了(已知掷出的骰子是偶数),事件 B 发生的概率

    4. 生活中的常见分布

    正太分布无处不在。但生活中并不全是正太分布。

    • 某医院某段时间,到达的人数 ⇒ 泊松分布
    • 在全世界随意挑选一个人,他的性伴侣数量超过 x 的可能性为 xα
      • α 直接来自数据,举例发现瑞典女人的 α=2.1,则从人群中找到一个拥有大于 100 个性伴侣的人的概率 6/10000;
    • 酒瓶摔到地上

      酒瓶摔到地上,碎片的大小服从指数分布(Exponential distribution),粗略地讲,就是越大的碎片越少,越小的碎片越多。



  • 相关阅读:
    SSM框架使用遇到的问题
    《深入浅出wpf》第四章 x名称空间详解
    《深入浅出wpf》第三章
    《深入浅出wpf》第二章
    《深入浅出wpf》第一章
    《深入浅出wpf》序
    opencv2411配置
    k均值
    qt新建类报无法解析外部符号(link错误)
    fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏
  • 原文地址:https://www.cnblogs.com/mtcnn/p/9424296.html
Copyright © 2020-2023  润新知