第一章 概率论基础

第一节： 三种计算概率的方法：

1. 古典方法（有限样本空间）

2. 频率方法（试验方法）

3. 主管方法（必须结合专家经验）

第二节：计算公式

某一事件分多步完成，用乘法公式

某一事件由多种可能性路径完成，用加法公式

P(n, r) = n!/(n-r)!

C(n, r) = n!/[r! * (n-r)!]

C(n, r) = C(n, n-r)

P(AB) = P(A)P(B), 表示事件A，B相互 独立

贝努力试验的结果只有两个Yes or No。 N次贝努力试验的每一次都是独立的，所以， 假设Yes的概率为p，N次试验里有K次为Yes的概率P(B(n,k)) = C(n, k) * (p^k) * [(1-p)^(n-k) ]

条件概率

条件概率本质上是缩减样本空间。

P(A|B) = P(AB)/P(B)

条件概率的乘法公式

P(AB) = P(A|B)P(B) = P(B|A)P(A)

全概率公式

P(A) = P(A | B1) * P(B1) +   P(A | B2) * P(B2)  + ... + P(A | Bn) * P(Bn)

B1, B2, ..., Bn是样本空间上的一个分割

Bayes公式

P(Bk | A ) = P(ABk)/P(A) = P(A|Bk)P(Bk)/[P(A | B1) * P(B1) +   P(A | B2) * P(B2)  + ... + P(A | Bn) * P(Bn)]

分子用条件概率的乘法公式代入，分母用全概率公式代入。Bayes常用于知道结果求可能原因的概率。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/26935210/viewspace-731209/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/26935210/viewspace-731209/