浅谈概率与数学期望

本文浅谈概率,以三门问题为例,解释了在有主持人揭示信息的情况下,换门获得奖品概率升至2/3。此外,文章介绍了概率的基础知识、条件概率、全概率公式和贝叶斯公式,并通过实例解析这些概念。最后简要提及数学期望的概念。
摘要由CSDN通过智能技术生成

由于鄙人水平有限,故只能给出一些基本的概率入门知识,以及做一些解释,并对一些基础题目诸如三门问题及醉鬼问题的推理。

浅谈概率

先由一道十分经典之题目承题:

三门问题

即有三扇门,有一扇门后由一辆车,另外两扇门分别有一只羊,此时你打开哪扇门,门里的东西就是你的(当然车的价值比羊大且你并不知道每扇门的后面有什么)。此时你已选择了一扇门,但是有知道门后面分别是什么的人给你打开了一扇门后面是羊的门,并给你了一次是否换选择的门机会。
求此时不换门与换门分别的得到车的概率。

我刚看到这道题的时候第一反应就是二分之一啊,因为无论如何此时换与不换都是二分之一概率,其实不然。
分情况讨论,
我们把门分成 123 1 2 3 123,并假设 1 1 1门后面的是车。
情况一:你选了 1 1 1号门,那么你此时不换得到车的概率是100%,而换了的概率是0%
情况二:你选了 2 2 2号门,那么你此时换了得到车的概率是100%,而不换的概率是0%
情况三:你选了 3 3 3号门,那么你此时换了得到车的概率是100%,而不换的概率是0%

所以总而言之,不换能赢得概率是33%(三分之一),换了赢的概率是66%(三分之二)。

不懂的话看下面这张图:
在这里插入图片描述

如果还不懂的话看下面这个视频(虽然讲的和上面差不多,但总归是生动形象一些)

劳斯莱斯和羊

到这里你应该是懂了这道题的理论,也许你会觉得这也只是理论而已,然而这个答案是经过实验证明的。

1.例如根据福尔曼大学的埃勒维兹·鲁迪的反馈,因为数学课上的大部分老师认为莎凡特是错误的。于是25名老师带着学生们去中学做了大量实验,得到了1480个样本,最后却证明了莎凡特是正确的,即应该换门。
The teachers in my graduate-level mathematics classes, most of whom thought you were wrong, conducted your experiment as a class project. Each of the twenty-five teachers had students in their middle or high school classes play at least 400 games. In all, we had 14,800 samples of the experiment, and we’re convinced that you were correct—the contestant should switch!Eloise Rudy, Furman University,Greenville, South Carolina
2.虽然上个世纪七十年代,电脑和模拟仿真都是稀罕物。但随后,麻省理工的数学家和阿拉莫斯国家实验室的程序员都宣布,他们用计算机进行模拟实验的结果,支持了莎凡特的答案。
3.时隔三十多年后,著名节目《流言终结者》也做实验,一是由于该问题的反直觉,即使时隔多年,照样有人会感到困惑,其次是杰米和亚当这对好基友,再次强有力的印证了莎凡特的答案。

好了,关于三门问题的探讨到此为止,那么接下来我们进入概率的领域,而待会儿我会用概率方面的知识来解决上面这道题。

了解一些基础知识:

基础知识在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
咦,我好像吧ppt抄了一遍,诶懒的打。。。
到此先把以上知识落实一下

先给一道概率的性质应用题:

从无限的1—9中任意取出一些数,取n次,求出这些数的乘积能被10整除的概率
解:
首先能被10整除,那么肯定包括了5或者某一个偶数
那么设取到5这个事件为A,取到偶数这个事件为B,
那么要求的答案就是P(AB)了
P(AB)=1-P(A(加一个上划线)UB(加一个上划线))
就是说,AB都成立的概率,即是1-A的逆事件和B的逆事件的和,就是没有取到5或者偶数或者都没取到
再有容斥原理得
P(AB)=1-P(A(加一个上划线)UB(加一个上划线))=1-P(A(加一个上划线))-P(B(加一个上划线))+P(A(加一个上划线)UB(加一个上划线))=1-( 8 n 8^n 8n+ 5 n 5^n 5n- 4 n 4^n 4n)/ 9 n 9^n 9n
到此为止。

接下来介绍条件概率:

条件概率

设E为一试验,A和B为E中两事件,
且 P(A)>0,则称P(AB)/P(A)为事件A发生的条件下事件B发生的条件概率,
记作P(B|A),即P(B|A)= P(AB)/P(A)
乘法定理:P(AB)=P(B|A)*P(A)=P(A|B)*P(B)
这个公式如何理解呢?
假设我们求学校中哪些小姑娘穿小裙子的概率
那么设学校中的人是小姑娘事件是A,哪些人穿了小裙子是B
**那么作为基数的是小姑娘(也就是在事件A发生的条件下)**这个你要先理解,所以P(B|A)= P(AB)/P(A),而不是P(B|A)= P(AB)。

例题:

布袋里有2颗蓝色球和3颗红色球。每次随机冲布袋里拿一颗,且不放回。在第1次取到蓝球的条件下,第2次拿到蓝球的概率是多少?
解:
定义事件A:先取到一个蓝球(不放回)
事件B:再取到一个蓝球
事件AB:先后两次摸到蓝球
P ( A B ) = 2 / 5 , P ( A B ) = 1 / ( C 5 2 ) P(AB)=2/5, P(AB)=1/(C_5^2 ) P(AB)=2/5P(AB)=1/(C52)
P ( B / A ) = ( P ( A B ) ) / ( P ( A ) ) = ( 1 / 10 ) / ( 2 / 5 ) = 1 / 4 P(B/A)=(P(AB))/(P(A))=(1/10)/(2/5)=1/4 P(B/A)=(P(AB))/(P(A))=(1/10)/

评论 3
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