【概率论】1-1:概率定义(Definition of Probability)
title: 【概率论】1-1:概率定义(Definition of Probability)
categories:
- Mathematic
- Probability
keywords: - Sample Space
- 样本空间
- Finite Sample Space
- 有限样本空间
- Kolmogorov axioms(Probability Axioms)
- 柯氏公理
- Disjointed Events
- 不想交事件
- Definition of Probability
- 概率定义
- Properties of Probability
- 概率性质
- Bonferroni Inequality
toc: true
date: 2018-01-24 10:12:00

Abstract: 本文介绍样本空间,公理化的概率的定义,以及概率的性质
Keywords: Sample Space,Finite Sample Space,Kolmogorov axioms(Probability Axioms),Definition of Probability,Properties of Probability,Bonferroni Inequality
开篇废话
开篇提示:基本定理的证明都要用到集合论的知识,所以前面的集合论博客一定要先看哦!
今天的废话就是做基础真的很难,并不是因为问题解决不了难,而是感觉看不到结果。
身边业内的博士硕士最近几年突然增加了不少,他们的数学基础怎么样?不得而知,但说起话来都是侃侃而谈(我特别讨厌这个褒义词,可能是高中班主任喜欢这个词,而我又讨厌他的做事风格),到了具体问题,总是心有余力不足或者用力过猛的样子。遇到各种问题总是想着最流行的方法解决,而不去观察问题的本质,找到最合适的答案。
做基础难的另一个原因是看不到结果,研究算法也好做应用也好,起码能写个程序观察下结果,虽然不知道为啥有结果但是能看着点东西总觉得自己在进步,但是天天做数学题真是看不出啥进展,没有感官上的刺激容易让人失去动力。
Sample Space
继续上文中的讨论,我们在上一篇文章中说到了试验的outcome,并且对其进行约定必须是完全已知的,并把它当做集合来看,于是我们引入一个新的名词来命名这个包含所有结果的集合–样本空间(Sample Space)
Definition: The collection of all possible outcomes of an experiment is called the sample space of experiment
有一个神奇的事情就是陈希孺老师的《概率论与数理统计》中并没有在概率论部分提出样本空间这个概念,而是在数理统计部分提出的样本的概念,不知道老师为何如此安排,但别的入门书籍都是在前面就给出样本空间的定义,所以我们可以先接受这个概念。
举个
【概率论】1-1:概率定义(Definition of Probability)的更多相关文章
- BZOJ4001:[TJOI2015]概率论(卡特兰数,概率期望)
Description Input 输入一个正整数N,代表有根树的结点数 Output 输出这棵树期望的叶子节点数.要求误差小于1e-9 Sample Input 1 Sample Output 1. ...
- 【概率论】4-3:方差(Variance)
title: [概率论]4-3:方差(Variance) categories: - Mathematic - Probability keywords: - Variance - Standard ...
- Chapter 1: 随机事件及其概率
1. 随机试验,样本点,样本空间 若试验具有下列特点: 在相同条件下可重复进行 每次试验的可能结果不止一个,且所有可能结果在实验前是已知的 实验前不能确定哪一个结果会发生 则称该试验为随机试验,常记为 ...
- 贝叶斯推断 && 概率编程初探
1. 写在之前的话 0x1:贝叶斯推断的思想 我们从一个例子开始我们本文的讨论.小明是一个编程老手,但是依然坚信bug仍有可能在代码中存在.于是,在实现了一段特别难的算法之后,他开始决定先来一个简单的 ...
- C/C++中的声明与定义
含义 声明(Declaration), 用于告诉编译器被声明的函数/变量的存在, 及它们的类型/调用格式信息, 以检查是否被正确调用. 声明不分配内存空间. 定义(Definition), 用于告诉编 ...
- KMP算法与一个经典概率问题
考虑一个事件,它有两种概率均等的结果.比如掷硬币,出现正面和反面的机会是相等的.现在我们希望知道,如果我不断抛掷硬币,需要多长时间才能得到一个特定的序列. 序列一:反面.正面.反面序列二:反面.正面. ...
- javascript 学习总结(八)属性定义方法
1.defineProperty /* 定义(Definition).定义属性需要使用相应的函数,比如: Object.defineProperty(obj, "prop", pr ...
- 概率与期望详解!一次精通oi中的概率期望
目录 基础概念 最大值不超过Y的期望 概率为P时期望成功次数 基础问题 拿球 随机游走 经典问题 期望线性性练习题 例题选讲 noip2016换教室 区间交 0-1边树求直径期望 球染色 区间翻转 二 ...
- 【概率论】4-4:距(Moments)
title: [概率论]4-4:距(Moments) categories: - Mathematic - Probability keywords: - Moments - Moments Gene ...
随机推荐
- IDEA中通过Maven插件使用MyBatis Generator
这样做更简单,参考: IDEA集成MyBatis Generator 插件 详解
- (十一)mybatis之整合ehcache缓存
一.二级缓存 大家都知道使用mybatis就要先获取sqlsessionfactory,继而使用sqlsession来和数据库交互,每次只需要使用sqlsession对象提供的方法就好,当我们需要第一 ...
- Java ShellSort
Java ShellSort /** * <html> * <body> * <P> Copyright 1994-2018 JasonInternational ...
- python 练习:函数1
习题: 定义一个方法 func,该func可以引入任意多的整型参数,结果返回其中最大与最小的值. def func(**args): return max(args),min(args) 定义一个方法 ...
- SIFT算法研究
原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法律责任.http://underthehood.blog.51cto.com/2531780/65835 ...
- ubuntu打开终端
虚拟终端 Ctrl+Alt+T组合键 实际终端 Ctrl+Alt+F1 ~ F6组合键 可以在登录界面直接切换 退出终端 Ctrl+Alt+F7组合键
- SpringCloud之RabbitMQ消息队列原理及配置
本篇章讲解RabbitMQ的用途.原理以及配置,RabbitMQ的安装请查看SpringCloud之RabbitMQ安装 一.MQ用途 1.同步变异步消息 场景:用户下单完成后,发送邮件和短信通知. ...
- YII2 实现dropDownList 联动事件
一.视图中 <div class="main-form"> <?php $form = ActiveForm::begin(); ?> <?= $fo ...
- maven项目下pom.xml依赖报错
百度了好几次,说是在本地仓库下少plugin,但是找了之后,发现并没有少呀
- CentOS 7 配置VNCServer
因为一直在用xmanager ,所以CentOS 7 上没过VNCSserver了,最近安装Oracle19C ,xmanager 总是卡死,所以配置VNC. 发现仅仅yum install -y t ...