Phenomenon•uncertainty•Process and Outcome•Random与Stochastic•Probability概率•条件概率•条件独立与相互独立
Phenomenon现象
uncertainty不确定性
Process过程 and Outcome结果
Random随机,包含多种多样的Distribution;
Stochastic常指满足Random Distribution随机分布的的一种;
Random Phenomenon随机现象
Reproducible Random Phenomenon: 可重现随机现象
Experiments of Random Phenomenon: 随机试验
Probability概率
Conditional Probability条件概率
Conditional Independence条件独立
Mutual Independence相互独立
Random Phenomenon随机现象:在一定的条件下,并不总是出现相同结果的现象。
1. 结果不止一个,而且是确定的集合(有限个或可列个)
2. 哪一个结果出现,事先并不知道;
Reproducible Random Phenomenon and Experiments of Random Phenomenon:
Reproducible Random Phenomenon:
在相同条件下,可以重复的Random Phenomenon随机现象;
Experiments of Random Phenomenon:
observations, records, experiments of random phenomenon.
Sample Space样本空间: 随机现象一切可能的基本结果(元素)组成的集合。 样本空间
记为Omega ={omega},其中omega表示基本结果(元素),又称为样本点。
研究随机现象,首先要列出它的样本空间,其样本点(基本结果) 是今后抽样的最基本单元。
Random Event: 随机现象的某些样本点 组成的集合 称为随机事件,简称事件
随机事件X,其实是以Omega样本空间全集为条件的;
所有的随机事件都可以看做“Conditional Probability”条件概率。
GENERAL ADDITION RULE
If A and B are any two events, disjoint or not,
then the probability that at least one of them will occur is:
P(A or B) = P(A) +P(B) −P(A and B)
where P(A and B) is the probability that both events occur.
GENERAL MULTIPLICATION RULE
If A and B represent two outcomes or events, then:
P(A and B) = P(A|B) ×P(B)
It is useful to think of A as the outcome of interest and B as the condition.
条件事件:A|B
假设:
前驱事件B与后继事件A, 是同一随机现象P0上的两个事件:
初始 样本空间Omega 也称为 无条件样本空间Omega。
事件A也可记为A|Omega, 其概率可记为P(A)或P(A|Omega)
事件B也可记为B|Omega, 其概率可记为P(B)或P(B|Omega)
条件事件 A|B 可看做是新随机现象P1(样本空间变为B)上的AB两事件同时发生。
“万事皆条件事件”: 将无条件事件X看做条件为样本空间Omega的条件事件X|Omega。
初始 样本空间 称为 无条件样本空间,平时所述事件的概率是 无条件概率。
条件概率:前驱事件X发生作为条件,则其后继事件是Y|X(而不是Y):
- **Y|X 的样本空间不是原来的无条件样本空间Omega, 而是新的条件样本空间 集合X **;
- Y|X 这个条件事件(集合)包含的样本点(元素),是XY交集事件包含的样本点(元素)。
用Venn Diagram理解Conditional Probability条件概率:
![]()
借助集合考虑P(A|B)和P(AB)的话,
其实两者本质上描述的都是图中的A与B的交集C,只不过相对于的样本空间不同。
P(AB)是全集作为样本空间,描述C(A与B的交集)在全集的比重;
P(A|B)是子集B作为样本空间,描述C(A与B的交集)在子集B的比重。
条件概率公式:
P(A|B) = P(AB)/P(B), P(B|A) = P(AB)/P(A)
P(B)P(A|B) = P(A)P(B|A) = P(AB)
如果 P(A) > P(B), 则 P(A|B) > P(B|A)
事件A与事件B 是同一个随机现象的样本空间(集合)上的两个子集。
实例:设随机现象为“投骰子计点数”, 则样本空间O={1, 2, 3, 4, 5, 6}
设事件A={点数是1或2}={1,2}, 事件B={点数小于5}={1,2,3,4}
则:
事件AB={1,2}, Omega=O
条件事件 A|B=“样本空间是B, 且点数是1或2”={1,2}, Omega=B
条件事件 B|A=“样本空间是A, 且点数小于5”={1,2}, Omega=A
P(A)=2/6=0.33…, P(B)=4/6=0.66…, P(AB)=2/6=0.33…
P(A|B)=P(AB)/P(B)=(2/6)/(4/6)=0.5
P(B|A)=P(AB)/P(A)=(2/6)/(2/6)=1
两个事件的条件独立性与相互独立性:
P(A|B) = P(A): 事件A的发生独立于事件B的发生,事件B对事件A无影响;
P(B|A) = P(B): 事件B的发生独立于事件A的发生,事件A对事件B无影响;
P(AB) = P(A)•P(B), 事件A与事件B,相互独立,互不影响对方。
Phenomenon•uncertainty•Process and Outcome•Random与Stochastic•Probability概率•条件概率•条件独立与相互独立的更多相关文章
- 加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Section 5 The accuracy of simple random samples
Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Acad ...
- 加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Section 2 Random sampling with and without replacement
Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Acad ...
- python中线程 进程 协程
多线程:#线程的并发是利用cpu上下文的切换(是并发,不是并行)#多线程执行的顺序是无序的#多线程共享全局变量#线程是继承在进程里的,没有进程就没有线程#GIL全局解释器锁#只要在进行耗时的IO操作的 ...
- Redis(1.16)Redis监控为什么是单线程?为什么快?
[1]Redis的高并发和快速原因 1.redis是基于内存的,内存的读写速度非常快: 2.redis是单线程的,省去了很多上下文切换线程的时间: 3.redis使用多路复用技术,可以处理并发的连接. ...
- 对Redis 单进程、单线程模型的理解(网摘)
1.基本原理 采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求(尽量减少网络IO的时间消耗) (1)为什么不采用多进程或多线程处理? 多线程处理可能涉及到锁 多线程处理会涉及到线程切换而 ...
- Redis到底是多线程还是单线程?线程安全吗,还需要加锁吗?
0. redis单线程问题 单线程指的是网络请求模块使用了一个线程(所以不需考虑并发安全性),即一个线程处理所有网络请求,其他模块仍用了多个线程. 1. 为什么说redis能够快速执行 (1) 绝大部 ...
- python ---线程,进程,协程
本章内容 线程 进程 协程 线程是最小的调度单位 进程是最小的管理单元 线程 多线程的特点: 线程的并发是利用cpu上下文切换 多线程的执行的顺序是无序的 多线程共享全局变量 线程是继承在进程里的,没 ...
- Random Processes
对于信号处理来说,有一类信号是非常重要的,这类信号就是随机信号(random signal),也被称为随机过程(random processes/stochastic processes).在各种书籍 ...
- Notes on the Dirichlet Distribution and Dirichlet Process
Notes on the Dirichlet Distribution and Dirichlet Process In [3]: %matplotlib inline Note: I wrote ...
- day32 process模块用法
昨日作业: 服务端: 服务端: from socket import * from multiprocessing import Process def server(ip,port): server ...
随机推荐
- EFCore Study(3)——“一”对多关系的设定和插入、查找级联操作
一.建立文章.评论类 /// <summary> /// 文章 /// </summary> public class Artitle { public int Id { ge ...
- 6.4K star!企业级流程引擎黑马,低代码开发竟能如此高效!
嗨,大家好,我是小华同学,关注我们获得"最新.最全.最优质"开源项目和高效工作学习方法 AgileBPM 是一个基于Activiti7深度优化的企业级流程引擎开发平台,支持低代码. ...
- 支持国产,为deepin添把柴,全面切换到deepin;
虽然不是技术型,但是对deepin的支持必须有的. 只希望国产系统越来越好.国产软件越来越好. 软件生态也越来越好! 等搞完高精密仪器问题,cpu自己造了,下来估计就要整顿软件行业. 我这里要时刻准备 ...
- 如何使用 websocket 完成 socks5 网络穿透
有盆友好奇所谓的网络穿透是怎么做的 然后talk is cheap,please show code 所以只好写个简单且常见的websocket例子, 这里的例子大致是这个原理 浏览器插件(或者其他) ...
- vue3 基础-条件渲染 v-if 和 v-show
本篇讲 vue 中对 dom 元素节点进行 "显示和隐藏" 的实现方式指令, 即 v-if 和 v-show. 其实一句话就能说明白, v-if 的底层是从 dom 树中增删节点; ...
- Seata源码—1.Seata分布式事务的模式简介
大纲 1.Seata分布式事务框架简介 2.Seata AT模式实现分布式事务的机制 3.Seata AT模式下的写隔离机制 4.Seata AT模式下的读隔离机制 5.官网示例说明Seata AT模 ...
- 打工人神助攻!2025年最火OKR工具榜单,看板式目标管理必备
OKR(目标与关键成果)已成为企业目标管理的标准框架,为确保OKR目标可落地,可视化.协作性强的工具需求激增.2025年,哪些OKR工具真正助力团队落地战略?本文盘点当下最火的5款OKR工具,帮助HR ...
- docker pull镜像加速
配置说明 $ vim /etc/docker/daemon.json { "registry-mirrors": [ "https://ustc-edu-cn.mirro ...
- 《机器人SLAM导航核心技术与实战》第1季:第12章_典型自主导航系统
<机器人SLAM导航核心技术与实战>第1季:第12章_典型自主导航系统 视频讲解 [第1季]12.第12章_典型自主导航系统-视频讲解 [第1季]12.1.第12章_典型自主导航系统_ro ...
- UFT 获取linux log
