概率论与数理统计
事件及事件运算
随机事件记为A,全体事件记为S
事件的包含(A发生则B必然发生,B包含A(开口向谁则谁大)):
A
⊂
B
A\subset B
A⊂B
事件的相等(AB互相包含):
A
=
B
A=B
A=B
事件的交(积,两个事件同时发生):
A
∩
B
A\cap B
A∩B 或
A
B
AB
AB
事件的并(和,两个事件同时发生):
A
∪
B
A\cup B
A∪B 。当
A
B
=
∅
AB=\varnothing
AB=∅时,
A
∪
B
=
A
+
B
A\cup B=A+B
A∪B=A+B
互斥事件(AB不可能同时发生):
A
B
=
∅
AB=\varnothing
AB=∅
对立事件(A不发生的事件):
A
‾
\overline{A}
A。
A
A
‾
=
∅
A\overline{A}=\varnothing
AA=∅
事件的差(A发生而B不发生):
A
−
B
A-B
A−B。
A
−
B
=
A
−
A
B
=
A
B
‾
=
A
∪
B
−
B
A-B=A-AB=A\overline{B}=A\cup B-B
A−B=A−AB=AB=A∪B−B
事件的独立性:若
P
(
A
B
)
=
P
(
A
)
P
(
B
)
P(AB)=P(A)P(B)
P(AB)=P(A)P(B),则称A、B相互独立。
A
与
B
相
互
独
立
⇔
A
与
B
ˉ
相
互
独
立
⇔
A
ˉ
与
B
相
互
独
立
⇔
A
ˉ
与
B
ˉ
相
互
独
立
A与B相互独立\Leftrightarrow A与\bar B相互独立\Leftrightarrow \bar A与 B相互独立\Leftrightarrow \bar A与\bar B相互独立
A与B相互独立⇔A与Bˉ相互独立⇔Aˉ与B相互独立⇔Aˉ与Bˉ相互独立。注意,独立与互斥不能共存,因为
P
(
A
B
)
=
P
(
A
)
P
(
B
)
≠
0
=
∅
P(AB)=P(A)P(B)\neq 0=\varnothing
P(AB)=P(A)P(B)̸=0=∅。通常互不相容可用图形表示,独立不能用图形表示。 多个事件相互独立可以推得这些事情两两独立,反之则不成立。利用独立可以简化和或积的运算。
事件的运算性质
交换律:
A
∪
B
=
B
∪
A
,
A
B
=
B
A
A\cup B=B\cup A,AB=BA
A∪B=B∪A,AB=BA
结合律:
(
A
∪
B
)
∪
C
=
A
∪
(
B
∪
C
)
,
(
A
B
)
C
=
A
(
B
C
)
(A\cup B)\cup C=A\cup( B\cup C),(AB)C=A(BC)
(A∪B)∪C=A∪(B∪C),(AB)C=A(BC)
分配律:
(
A
∪
B
)
C
=
(
A
C
)
∪
(
B
C
)
,
(
A
B
)
∪
C
=
(
A
∪
C
)
(
B
∪
C
)
(A\cup B)C=(AC)\cup (BC),(AB)\cup C=(A\cup C)(B\cup C)
(A∪B)C=(AC)∪(BC),(AB)∪C=(A∪C)(B∪C)
对偶原则(德-摩根律):
A
∪
B
‾
=
A
ˉ
B
ˉ
,
A
B
‾
=
A
ˉ
∪
B
ˉ
\overline{A\cup B}=\bar{A} \bar{B},\overline{AB}=\bar{A}\cup \bar{B}
A∪B=AˉBˉ,AB=Aˉ∪Bˉ
排列与组合
加法原理:完成一件事有m种方法,则共有n1+n2+···+nm种方法
乘法原理:完成一件事有r个步骤,则共有n1n2···*nr种方法
全排列:将n个不同元素按不同次序排成一列,共有
n
!
=
n
(
n
−
1
)
(
n
−
2
)
⋯
2
∗
1
n!=n(n-1)(n-2)\cdots 2*1
n!=n(n−1)(n−2)⋯2∗1 种方法
排列:从n个不同元素中取k(1=<k<=n)个排成一列,共有
A
n
k
=
n
(
n
−
1
)
(
n
−
2
)
⋯
(
n
−
k
+
1
)
=
n
!
(
n
−
1
)
!
A_{n}^{k}=n(n-1)(n-2)\cdots (n-k+1)=\frac{n!}{(n-1)!}
Ank=n(n−1)(n−2)⋯(n−k+1)=(n−1)!n! 种方法,当k=n时即为全排列。若允许元素重复(有放回),则共有
n
∗
n
∗
n
⋯
n
=
n
!
n*n*n\cdots n=n!
n∗n∗n⋯n=n! 种方法。
组合:从n个不同元素中取k个组成一组(无次序)称为组合,共有
C
n
k
=
n
!
(
n
−
1
)
!
k
!
=
A
n
k
k
!
C_{n}^{k}=\frac{n!}{(n-1)!k!}=\frac{A_{n}^{k}}{k!}
Cnk=(n−1)!k!n!=k!Ank。
C
n
k
C_{n}^{k}
Cnk常记为
(
n
k
)
\binom{n}{k}
(kn),称为组合数。
频率
某事件A在n次实验中出现了m次, f ( A ) = m n f(A)=\frac{m}{n} f(A)=nm称为A的相对频率。在充分多次试验中,频率逐渐稳定于A的概率,称为频率的稳定性。当n充分大时, f ( A ) ≈ P ( A ) f(A)\approx P(A) f(A)≈P(A)。
概率
概率即事件A发生可能性大小的数值,记为
P
(
A
)
P(A)
P(A),概率是随机事件的函数。
公理化定义:满足以下三个条件的P(A)可称为A的概率
- 非负性—— P ( A ) ≥ 0 P(A)\geq 0 P(A)≥0;
- 规范性—— P ( S ) = 1 P(S)=1 P(S)=1;
- 可列可加性——若A1、A2···互不相容,则 P ( A 1 + A 2 + ⋅ ⋅ ⋅ ) = P ( A 1 ) + P ( A 2 ) + ⋅ ⋅ ⋅ P(A1+A2+···)=P(A1)+P(A2)+··· P(A1+A2+⋅⋅⋅)=P(A1)+P(A2)+⋅⋅⋅
古典概率:1、有限性:只有有限个样本点;2、等可能性:每个样本点发生的可能性相等。古典概率计算公式为
P
(
A
)
=
A
所
含
样
本
点
数
总
样
本
点
数
P(A)=\frac{A所含样本点数}{总样本点数}
P(A)=总样本点数A所含样本点数
几何概率:1、无限性:有无限个样本点;2、等可能性:每个样本点发生的可能性相等。几何概率计算公式为
P
(
A
)
=
A
几
何
度
量
S
几
何
度
量
=
L
(
A
)
L
(
S
)
P(A)=\frac{A几何度量}{S几何度量}=\frac{L(A)}{L(S)}
P(A)=S几何度量A几何度量=L(S)L(A)
条件概率
定义:
P
(
A
∣
B
)
=
P
(
A
B
)
P
(
B
)
,
P
(
B
)
>
0
P(A|B)=\frac{P(AB)}{P(B)},P(B)>0
P(A∣B)=P(B)P(AB),P(B)>0
注意区分
P
(
A
B
)
与
P
(
A
∣
B
)
P(AB)与P(A|B)
P(AB)与P(A∣B),前者中B为结果,后者中B为条件。
乘法定理:
P
(
A
B
)
=
P
(
A
)
P
(
B
∣
A
)
=
P
(
B
)
P
(
A
∣
B
)
,
P
(
A
)
>
0
,
P
(
B
)
>
0
P(AB)=P(A)P(B|A)=P(B)P(A|B),P(A)>0,P(B)>0
P(AB)=P(A)P(B∣A)=P(B)P(A∣B),P(A)>0,P(B)>0。
Ploya模型:
全概率公式与贝叶斯公式
全概率公式:设A1、A2···An两两互斥,且P(Ai)>0。若对于任意事件B有
(
A
1
+
A
2
+
⋅
⋅
⋅
+
A
n
)
⊃
B
(A1+A2+···+An)\supset B
(A1+A2+⋅⋅⋅+An)⊃B,则
P
(
B
)
=
∑
i
=
1
n
P
(
A
i
B
)
=
∑
i
=
1
n
P
(
A
i
)
P
(
B
∣
A
i
)
P(B)=\sum_{i=1}^{n}P(A_{i}B)=\sum_{i=1}^{n}P(A_{i})P(B|A_{i})
P(B)=i=1∑nP(AiB)=i=1∑nP(Ai)P(B∣Ai)
贝叶斯公式:在满足全概率公式的情况下
P
(
A
i
∣
B
)
=
P
(
A
i
)
P
(
B
∣
A
i
)
∑
j
=
1
n
P
(
A
j
)
P
(
B
∣
A
j
)
P(A_{i}|B)=\frac{P(A_{i})P(B|A_{i})}{\sum_{j=1}^{n}P(A_{j})P(B|A_{j})}
P(Ai∣B)=∑j=1nP(Aj)P(B∣Aj)P(Ai)P(B∣Ai)其中
P
(
A
i
)
P(A_{i})
P(Ai)称为先验概率,
P
(
A
i
∣
B
)
P(A_{i}|B)
P(Ai∣B)称为后验概率。贝叶斯公式即利用先验概率与似然函数计算后验概率的方法。
关于贝叶斯公式的理解还可参考贝叶斯公式由浅入深大讲解—AI基础算法入门
伯努利试验与二项概率公式
伯努利试验:若一项实验结果只有两种
A
和
A
ˉ
A和\bar A
A和Aˉ,且满足每次A发生的概率相同,各次试验之间互不影响,则称为伯努利试验。
二项概率公式:在n次伯努利试验中,每次A发生的概率为p,则A发生k次的概率为
P
n
(
k
)
=
C
n
k
p
k
q
n
−
k
,
其
中
q
=
1
−
p
,
n
=
0
,
1
,
.
.
.
n
P_{n}(k)=C_{n}^{k}p^{k}q^{n-k},其中q=1-p,n=0,1,...n
Pn(k)=Cnkpkqn−k,其中q=1−p,n=0,1,...n
推论:
∑
k
=
0
n
P
n
(
k
)
=
(
p
+
q
)
n
=
1
\sum_{k=0}^{n}P_{n}(k)=(p+q)^{n}=1
∑k=0nPn(k)=(p+q)n=1。这里应用了牛顿二项式定理,定理如下:
逐步补充中…
功能快捷键
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + Shift + B
斜体:Ctrl/Command + Shift + I
标题:Ctrl/Command + Shift + H
删除线:Ctrl/Command + Shift + S
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
合理的创建标题,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' | ‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" | “Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash | – is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。1
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能,丰富你的文章
- 关于 甘特图 语法,参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图::
这将产生一个流程图。:
- 关于 Mermaid 语法,参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图:
- 关于 Flowchart流程图 语法,参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件或者.html文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
注脚的解释 ↩︎