排列组合、积事件概率、条件概率、贝叶斯公式、独立事件

排列组合公式

排列是指从n个元素中,取出m个,不重复排列的所有可能情况,公式如下:
A n m = n ( n − 1 ) ⋅ ⋅ ⋅ ( n − m + 1 ) = n ! ( n − m ) ! A_n^m=n(n-1)⋅⋅⋅(n-m+1)=\frac{n!}{(n-m)!} Anm=n(n1)(nm+1)=(nm)!n!

比如10个人里取出5个人坐成一排,第一个位置有10种可能,第二个位置有9种可能,第5个位置有6种可能。即:
A 10 5 = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 = 10 ! 5 ! = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 A_{10}^5=10*9*8*7*6=\frac{10!}{5!}=\frac{10*9*8*7*6*5*4*3*2*1}{5*4*3*2*1} A105=109876=5!10!=5432110987654321

组合是指从n个元素中,取出m个,不需要排序的情况,公式如下:
C n m = A n m A m m = A n m m ! = n ! m ! ( n − m ) ! = C n n − m C_n^m=\frac{A_n^m}{A_m^m}=\frac{A_n^m}{m!}=\frac{n!}{m!(n-m)!}=C_n^{n-m} Cnm=AmmAnm=m!Anm=m!(nm)!n!=Cnnm

参考视频 《古典概型(排列组合)理论【板书】》

积事件概率与条件概率

举个例子,袋里有两个白球,一个黑球,不放回摸两次,问:

  1. 两次都摸到白球的概率
  2. 已知第一次摸到了白球,第二次也摸到白球的概率

解:设 A A A = 第一次摸到白球, B B B = 第二次摸到白球

(1)就是求事件 A B AB AB的概率,它等价于,同时摸两个球,摸到的都是白球,所以概率
P ( A B ) = C 2 2 C 3 2 = 1 3 P(AB)=\cfrac{C_2^2}{C_3^2}=\cfrac{1}{3} P(AB)=C32C22=31
或者说,第一次摸到白球的概率是 2 3 \frac2 3 32,第二次摸到白球的概率是 1 2 \frac1 2 21,相乘得到 1 3 \frac1 3 31
P ( A B ) = P ( A ) ∗ P ( B ∣ A ) = 2 3 ∗ 1 2 = 1 3 P(AB)=P(A)∗P(B|A)=\frac2 3 * \frac1 2= \frac{1}{3} P(AB)=P(A)P(BA)=3221=31

(2)是求在 A A A已经发生的条件下, B B B发送的概率,即 P ( B ∣ A ) P(B|A) P(BA), 也就是说第一次已经摸掉了一个白球,那么在第二次摸的时候,只有一个黑球,一个白球,于是
P ( B ∣ A ) = 1 2 P(B|A)=\cfrac{1}{2} P(BA)=21

条件概率与贝叶斯公式

P ( B ∣ A ) = P ( A B ) P ( A ) = 1 3 2 3 = 1 2 P(B|A)=\cfrac{P(AB)}{P(A)}=\cfrac{\cfrac{1}{3}}{\cfrac{2}{3}}=\cfrac{1}{2} P(BA)=P(A)P(AB)=3231=21

公式变形

P ( B ∣ A ) = P ( A B ) P ( A ) P(B|A)=\cfrac{P(AB)}{P(A)} P(BA)=P(A)P(AB)

P ( A B ) = P ( B ∣ A ) ∗ P ( A ) P(AB)=P(B|A)*P(A) P(AB)=P(BA)P(A)

P ( A ∣ B ) = P ( A B ) P ( B ) P(A|B)=\cfrac{P(AB)}{P(B)} P(AB)=P(B)P(AB)

P ( A B ) = P ( A ∣ B ) ∗ P ( B ) P(AB)=P(A|B)*P(B) P(AB)=P(AB)P(B)

假设样本总空间是 Ω A B Ω_{AB} ΩAB,事件A已经发生时,样本空间不再是 Ω A B Ω_{AB} ΩAB,而是 Ω A Ω_A ΩA
由于A、B不是独立事件, P ( A B ) = P ( A ) ∗ P ( B ∣ A ) = P ( B ) ∗ P ( A ∣ B ) ≠ P ( A ) ∗ P ( B ) P(AB)=P(A)∗P(B|A)=P(B)∗P(A|B) \not =P(A)*P(B) P(AB)=P(A)P(BA)=P(B)P(AB)=P(A)P(B)

条件概率 https://www.bilibili.com/video/av36206436?p=11
乘法公式 https://www.bilibili.com/video/av36206436?p=12
全概率公式 https://www.bilibili.com/video/av36206436?p=13
贝叶斯公式 https://www.bilibili.com/video/av36206436?p=14

独立事件

事件 A A A发生的概率不受事件 B B B发生的影响
即 , P ( A ∣ B ) = P ( A ) , 那 么 P ( A B ) = P ( B ) ∗ P ( A ∣ B ) = P ( B ) ∗ P ( A ) 即,P(A|B)=P(A),那么P(AB)=P(B)∗P(A|B)=P(B)∗P(A) P(AB)=P(A)P(AB)=P(B)P(AB)=P(B)P(A)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值