样本点与样本空间#
A = { 1 , 2 , 3 } A = { 1 , 2 , 3 }
1 , 2 , 3 1 , 2 , 3 为样本点,A A 为样本空间。
A = { 1 , 2 , 3 } B = { 2 , 3 , 4 } A ∩ B = { 2 , 3 } = A ⋅ B A ∪ B = { 1 , 2 , 3 , 4 } = A + B A − B ( 把 A 里 面 在 B 中 出 现 过 的 元 素 扔 掉 ) = { 1 } = A − A ⋅ B A = { 1 , 2 , 3 } B = { 2 , 3 , 4 } A ∩ B = { 2 , 3 } = A ⋅ B A ∪ B = { 1 , 2 , 3 , 4 } = A + B A − B ( 把 A 里 面 在 B 中 出 现 过 的 元 素 扔 掉 ) = { 1 } = A − A ⋅ B
概率为样本空间的每一个时间定义一个实数,这个实数称为概率。事件 A A 的概率称为 P ( A ) P ( A ) 。
一个事件的概率等于事件中每个样本点的概率之和。
0 ≤ P ( A ) ≤ 1 n ∑ i = 1 P ( B i ) = 1 P ( A ) = 0 , 则 事 件 A 为 不 可 能 事 件 P ( A ) = 1 , 则 事 件 A 为 必 然 事 件 0 ≤ P ( A ) ≤ 1 ∑ i = 1 n P ( B i ) = 1 P ( A ) = 0 , 则 事 件 A 为 不 可 能 事 件 P ( A ) = 1 , 则 事 件 A 为 必 然 事 件
条件概率#
P ( A | B ) P ( A | B ) :B B 发生的情况下 A A 发生的概率。
A = { 1 } B = { 1 , 2 , 3 } P ( A | B ) = 1 3 A = { 1 , 2 , 3 } B = { 1 , 3 , 5 } P ( A | B ) = 2 3 A = { 1 } B = { 1 , 2 , 3 } P ( A | B ) = 1 3 A = { 1 , 2 , 3 } B = { 1 , 3 , 5 } P ( A | B ) = 2 3
P ( A | B ) = P ( A B ) P ( B ) ⇒ P ( A | B ) P ( B ) = P ( A ⋅ B ) P ( A | B ) = P ( A B ) P ( B ) ⇒ P ( A | B ) P ( B ) = P ( A ⋅ B )
独立事件#
如果事件 A , B A , B 满足 P ( A ) P ( B ) = P ( A ⋅ B ) P ( A ) P ( B ) = P ( A ⋅ B ) ,则称事件 A A 与事件 B B 为相互独立事件。
证明:
P ( A ) P ( B ) = P ( A ⋅ B ) P ( A | B ) ⋅ P ( B ) = P ( A ⋅ B ) P ( A ) = P ( A | B ) P ( A ) P ( B ) = P ( A ⋅ B ) P ( A | B ) ⋅ P ( B ) = P ( A ⋅ B ) P ( A ) = P ( A | B )
P ( A ) = P ( A | B ) P ( A ) = P ( A | B ) ,说明事件 A A 是否发生与事件 B B 是否发生无关,因此事件 A A 与事件 B B 相互独立。
生活中的相互独立事件:扔两次骰子。
每种情况的权值与概率的乘积的和称为期望。
有 10 10 个测试点,50 % 50 % 概率答案是 YES
,50 % 50 % 概率答案是 NO
,现在,程序为 cout << "YES";
,问最后的期望。
⎧ ⎪
⎪ ⎨ ⎪
⎪ ⎩ Y E S P = 1 2 v a l = 5 N O P = 1 2 v a l = 0 1 2 × 10 + 1 2 × 0 + ⋯ = 50 { Y E S P = 1 2 v a l = 5 N O P = 1 2 v a l = 0 1 2 × 10 + 1 2 × 0 + ⋯ = 50
期望的和等于和的期望。
1 2 3 4 5 6 x 1 1 6 1 6 1 6 1 6 1 6 1 6 x 2 1 100 1 100 1 100 1 100 1 100 95 100 求 E [ x 1 + x 2 ] 1 2 3 4 5 6 x 1 1 6 1 6 1 6 1 6 1 6 1 6 x 2 1 100 1 100 1 100 1 100 1 100 95 100 求 E [ x 1 + x 2 ]
解:
E [ x 1 + x 2 ] = E [ x 1 ] + E [ x 2 ] E [ x 1 + x 2 ] = 1 6 ⋅ ( 1 + 2 + 3 + 4 + 5 + 6 ) + 1 100 ⋅ ( 1 + 2 + 3 + 4 + 5 ) + 95 100 ⋅ 6 E [ x 1 + x 2 ] = E [ x 1 ] + E [ x 2 ] E [ x 1 + x 2 ] = 1 6 ⋅ ( 1 + 2 + 3 + 4 + 5 + 6 ) + 1 100 ⋅ ( 1 + 2 + 3 + 4 + 5 ) + 95 100 ⋅ 6
数学题#
假设有 3 3 张形状相同的卡片,其中一张两面都是黑色,一张两面都是红色,另一张是一张红一张黑,随机取出一张放在桌面上,朝上的面为红色,那么另一面是黑色的概率是多少?
P ( 下 黑 | 上 红 ) = P ( 下 黑 , 上 红 ) P ( 上 红 ) = 1 6 3 6 = 1 3 P ( 下 黑 | 上 红 ) = P ( 下 黑 , 上 红 ) P ( 上 红 ) = 1 6 3 6 = 1 3
n n 个人按一顺序一次抓阄,每个人抓完阄后立即打开,当某个人抓到“中”时,整个抓阄过程结束(后面的人就不必再抓了),问这种抓阄方式是否公平,请说明理由。
公平;
第一个人抓到“中”的概率:1 n 1 n ;
第二个人抓到“中”的概率:n − 1 n × 1 n − 1 = 1 n n − 1 n × 1 n − 1 = 1 n
第三个人抓到“中”的概率:n − 1 n ⋅ n − 2 n − 1 ⋅ 1 n − 2 = 1 n n − 1 n ⋅ n − 2 n − 1 ⋅ 1 n − 2 = 1 n
依此类推,每个人抓到“中”的概率都为 1 n 1 n ,所以,游戏是公平的。
设男女两性人口之比为 51 : 49 51 : 49 ,有设男人色盲率为 2 % 2 % ,女人色盲率为 0.25 % 0.25 % ,先随机抽到一个人为色盲,问“该人为男人”的概率是多少?
P ( 该 人 为 男 人 | 该 人 是 色 盲 ) = P ( 该 人 为 男 人 且 是 色 盲 ) P ( 该 人 是 色 盲 ) = 51 % ⋅ 2 % 51 % ⋅ 2 % + 49 % ⋅ 0.25 % P ( 该 人 为 男 人 | 该 人 是 色 盲 ) = P ( 该 人 为 男 人 且 是 色 盲 ) P ( 该 人 是 色 盲 ) = 51 % ⋅ 2 % 51 % ⋅ 2 % + 49 % ⋅ 0.25 %
一个人左右口袋各放一盒火柴,每盒 n n 支,每次抽烟时随机选一盒拿出一支用掉,由于习惯的问题,选右面口袋的概率是 p > 1 2 p > 1 2 。到某次他发现取出的这一盒已经空了,求这时另一盒恰有 m m 支火柴的概率。
方向
概率
数量
取了几次
左
1 − p 1 − p
n n
n + 1 n + 1
右
p p
n n
n − m n − m
为什么是 n + 1 n + 1 次呢?
很简单,他再取一次才发现空了的。
( 1 − p ) n + 1 p n − m ( 1 − p ) n + 1 p n − m
这 2 n + 1 − m 2 n + 1 − m 次,最后一次一定是左边。
即在 2 n − m 2 n − m 个位置中找 n n 个位置填上“左”,C ( 2 n − m , n ) C ( 2 n − m , n ) ,
P = ( 1 − p ) n + 1 p n − m ⋅ C ( 2 n − m , n ) P = ( 1 − p ) n + 1 p n − m ⋅ C ( 2 n − m , n ) 。
方向
概率
数量
取了几次
左
1 − p 1 − p
n n
n − m n − m
右
p p
n n
n + 1 n + 1
( 1 − p ) n − m p n + 1 ( 1 − p ) n − m p n + 1
这 2 n + 1 − m 2 n + 1 − m 次,最后一次一定是右边。
即在 2 n − m 2 n − m 个位置中找 n n 个位置填上“右”,C ( 2 n − m , n ) C ( 2 n − m , n ) ,
P = ( 1 − p ) n − m p n + 1 ⋅ C ( 2 n − m , n ) P = ( 1 − p ) n − m p n + 1 ⋅ C ( 2 n − m , n ) 。
在小葱和小泽面前有三瓶药,其中有两瓶是毒药,每个人必须喝一瓶
小葱和小泽各自选了一瓶药,小泽手速比较快将要喝了下去,然后挂了。
小葱想活下去,他应该喝掉手上的这瓶,还是换一瓶。
我们假设 1 1 是好药,2 , 3 2 , 3 是毒药。
⎧ ⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ ⎨ ⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ ⎩ 第 一 瓶 第 二 瓶 1 ⎧ ⎪
⎪ ⎨ ⎪
⎪ ⎩ 2 , P = 1 6 3 , P = 1 6 2 ⎧ ⎪
⎪ ⎨ ⎪
⎪ ⎩ 1 , P = 1 6 3 , P = 1 6 3 ⎧ ⎪
⎪ ⎨ ⎪
⎪ ⎩ 1 , P = 1 6 2 , P = 1 6 { 第 一 瓶 第 二 瓶 1 { 2 , P = 1 6 3 , P = 1 6 2 { 1 , P = 1 6 3 , P = 1 6 3 { 1 , P = 1 6 2 , P = 1 6
P ( 好 | 挂 ) = P ( 好 , 挂 ) P ( 挂 ) = 2 6 4 6 = 1 2 P ( 好 | 挂 ) = P ( 好 , 挂 ) P ( 挂 ) = 2 6 4 6 = 1 2
这个问题与三门问题不一样的地方在于:主持人知道每扇门后的情况,而小泽不知道那瓶药是毒药,因此有了不同的结果。
小胡站在原点,手里拿着两枚硬币。抛第一枚硬币正面向上的概率为 p p ,第二枚正面向上的概率为 q q 。
小胡开始抛第一枚硬币,每次抛到反面小胡就向 x x 轴正方向走一步,直到抛到正面。
接下来小胡继续抛第一枚硬币,每次抛到反面小胡就向 y y 轴正方向走一步,直到抛到正面。
现在小胡想回来了,于是他开始抛第二枚硬币,如果小胡抛到正面小胡就向 x x 轴的负方向走一步,否则小胡就向 y y 轴的负方向走一步。
现在小胡想知道他在往回走的时候经过原点的概率是多少呢?
设最右上角的点为 ( x , y ) ( x , y ) 。
阶段一
从 ( 0 , 0 ) ( 0 , 0 ) 到 ( x , 0 ) ( x , 0 ) ,需要走 x x 次反面,再抛一次正面。
P = ( 1 − p ) x ⋅ p P = ( 1 − p ) x ⋅ p
阶段二
从 ( x , 0 ) ( x , 0 ) 走到 ( x , y ) ( x , y ) ,需要抛 y y 次反面,再抛一次正面。
P = ( 1 − p ) y ⋅ p P = ( 1 − p ) y ⋅ p
阶段三
走回来,要抛 x x 次正面,y y 次反面。
P = q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) P = q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x )
∞ ∑ x = 0 ∞ ∑ y = 0 ( 1 − p ) x ⋅ p ⋅ ( 1 − p ) y ⋅ p ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) = ∞ ∑ x = 0 ∞ ∑ y = 0 ⋅ p 2 ⋅ ( 1 − p ) x + y ⋅ ( 1 − p ) y ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) ∑ x = 0 ∞ ∑ y = 0 ∞ ( 1 − p ) x ⋅ p ⋅ ( 1 − p ) y ⋅ p ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) = ∑ x = 0 ∞ ∑ y = 0 ∞ ⋅ p 2 ⋅ ( 1 − p ) x + y ⋅ ( 1 − p ) y ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x )
令 t = x + y t = x + y ,则
∞ ∑ x = 0 ∞ ∑ y = 0 ⋅ p 2 ⋅ ( 1 − p ) x + y ⋅ ( 1 − p ) y ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) = ∞ ∑ t = 0 t ∑ x = 0 p 2 ⋅ ( 1 − p ) t ⋅ q x ⋅ ( 1 − q ) t − x ⋅ C ( t , x ) = p 2 ∞ ∑ t = 0 ( 1 − p ) t t ∑ x = 0 q x ⋅ ( 1 − q ) t − x ⋅ C ( t , x ) = p 2 ∞ ∑ t = 0 ( 1 − p ) t ⋅ ( 1 + 1 − q ) t = p 2 ∞ ∑ t = 0 ( 1 − p ) t = p 2 ⋅ 1 − ( 1 − p ) ∞ + 1 1 − ( 1 − p ) = p 2 ⋅ 1 p ( 微 积 分 极 限 思 想 ) = p ∑ x = 0 ∞ ∑ y = 0 ∞ ⋅ p 2 ⋅ ( 1 − p ) x + y ⋅ ( 1 − p ) y ⋅ q x ⋅ ( 1 − q ) y ⋅ C ( x + y , x ) = ∑ t = 0 ∞ ∑ x = 0 t p 2 ⋅ ( 1 − p ) t ⋅ q x ⋅ ( 1 − q ) t − x ⋅ C ( t , x ) = p 2 ∑ t = 0 ∞ ( 1 − p ) t ∑ x = 0 t q x ⋅ ( 1 − q ) t − x ⋅ C ( t , x ) = p 2 ∑ t = 0 ∞ ( 1 − p ) t ⋅ ( 1 + 1 − q ) t = p 2 ∑ t = 0 ∞ ( 1 − p ) t = p 2 ⋅ 1 − ( 1 − p ) ∞ + 1 1 − ( 1 − p ) = p 2 ⋅ 1 p ( 微 积 分 极 限 思 想 ) = p
等比数列求和#
x = a 0 + a 1 + a 2 ⋅ + a n a x = a 1 + a 2 + ⋯ + a n + a n + 1 ( 1 − a ) x = 1 − a n + 1 x = 1 − a n + 1 1 − a x = a 0 + a 1 + a 2 ⋅ + a n a x = a 1 + a 2 + ⋯ + a n + a n + 1 ( 1 − a ) x = 1 − a n + 1 x = 1 − a n + 1 1 − a
检验矩阵 A ⋅ B = C A ⋅ B = C 是否成立。( N ≤ 1000 ) ( N ≤ 1000 )
随机若干个位置 ( i , j ) ( i , j ) ,如果 ∑ n k = 1 A ( i , k ) ⋅ B ( k , j ) ≠ C ( i , j ) ∑ k = 1 n A ( i , k ) ⋅ B ( k , j ) ≠ C ( i , j ) ,那么一定不成立。
能随机中的概率为 1 10 6 1 10 6
A ⋅ B = C ⇒ A ⋅ B ⋅ D = C ⋅ D ⇒ A ⋅ ( B ⋅ D ) = C ⋅ D D 为 n × 1 的 矩 阵 A ⋅ B = C ⇒ A ⋅ B ⋅ D = C ⋅ D ⇒ A ⋅ ( B ⋅ D ) = C ⋅ D D 为 n × 1 的 矩 阵
随即若干个矩阵 D D ,多次判断 A ⋅ B ⋅ D = C ⋅ D A ⋅ B ⋅ D = C ⋅ D
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 地球OL攻略 —— 某应届生求职总结
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】