研一上课学习模式识别,开局一个贝叶斯分类器,搞得我云里雾里。概率统计是学习模式识别的基础,本科学过的概率统计也差不多忘干净了,遂决定国庆期间复习一波概率统计。
(一)随机事件及其概率
1.1 随机事件及其运算
一、随机试验与随机事件
试验:对随机现象的一次观察,是一定综合条件的实现。
随机试验:
1)可以在相同的条件下重复地进行;
2)每次试验的可能结果不止一个,并且事先可以明确试验可能出现的所有结果;
3)进行一次试验之前不能确定哪一个结果一定出现。
随机事件:试验的每一种可能的结果。
二、基本事件与样本空间
- 基本事件:不能再分解的随机事件。
- 样本空间:随机试验的所有样本点(基本事件)构成的集合。
- 随机事件:一般由若干个基本事件复合而成。
- 必然事件:样本空间包含所有样本点,且是自身的一个子集。
- 不可能事件:不包含任何样本点的子集 。
三、事件之间的关系及运算
1.2 概率的定义及其运算
一、频率与概率的统计定义
在大量的重复试验中,