这个可能是我OI退役之前的最后一篇博客了orz
期望概率是我这辈子都做不对的题orz
先定义一下一些期望概率的概念吧…
-
基本事件ω(也称样本点): 一次试验可能出现的每一个直接的结果。也就是随机试验不能够再分解的结果。如:
- E1有两个基本事件:E1 ={出现正面}, E2={出现反面}
- E2有六个基本事件: Ei ={出现 i 点},i=1,2,3,4,5,6
-
样本空间Ω:全体基本事件的集合。如:
- E2的样本空间为 Ω={1,2,3,4,5,6}
-
随机事件:试验的每一个可能结果。用大写字母A,B,C 等表示随机事件也就是样本空间的子集,即若干基本事件组成的集合。
- 如:在E2中,“出现偶数点”的事件可表示为A= {2,4,6}
-
事件发生:当事件A所包含的基本事件有一个出现,就说事件A发生了,否则就说事件A未发生
-
必然事件:一定发生的事件,也就是样本空间Ω
不可能事件:一定不发生的事件,记为Φ -
事件包含:如果事件A发生必然导致事件B发生.则称事件B包含事件A,记作 A⊂ B 或 B ⊃ A
-
事件的和:事件A与事件B至少有一个发生,这样的一个事件称为事件A与事件B的和或并,记为A U B 或 A + B
-
事件的积:事件A与事件B同时发生,这样的事件称为事件A与事件B的积或交,记为A∩B 或 AB
好的其实上面都是一些废话。关键是我们做题的时候会碰到一些问题
比如以 三扇门问题(蒙提霍尔) 为例:
假设你正在参加一个游戏节目,你被要求在三扇门中选择一扇:其中一扇后面有一辆车;其余两扇后面则是山羊。
你选择了一道门,假设是一号门,然后知道门后面有什么的主持人开启了另一扇后面有山羊的门,假设是三号门。
然后主持人问你:“你想选择二号门吗?”希望赢得汽车的你应当怎样回答?
这个其实是已经发现了第二个阶段发生的事件,反过来求第一次发生事件的概率
其实事件发生可以利用暴力枚举来进行决策的
1、假设当前选的这个门是车,那么主持人不管开那一扇门都是羊
就是一下两种情况:
车(你选的)、羊、羊(主持人选)
车(你选的)、羊(主持人选)、羊
2、假设你当前选的是羊
那么就会有这样的情况:
车、羊(你选的)、羊(主持人选)
车、羊(主持人选)、羊(你选的)
那么从上面就可以看出来,如果不换,那么你选到车的概率还是保持不变,仍旧是 1 3 \frac{1}{3} 31,而现在整个的样本空间是变成了一个羊和车,空间上的减小,但概率的总发生情况仍旧是1,那么选择下一扇门的赢得概率就是 2 3 \frac{2}{3} 32。
这个问题玄的一批,那我们再来看下一个问题。
酒鬼问题:已知一个酒鬼在家的概率是10%,在3个酒馆(编号为1,2,3)概率各是30%。
1、告诉你不在酒馆1,2,求在家的概率。
这个问题很明显,不在1,2的事件已经发生(或者说在1,2的概率现在是0),那么样本空间就缩小到{3号酒馆,家},原本两个的概率之和是40%,那么现在必然在其中的一个地方,总的概率就放大到了100%,那么在家的概率也等比例的放大,答案就成了25%。
2、告诉你必然不在两个酒馆,求在家的概率
其实这个就是考你语文了orz,如果在其中一个酒馆,那么必然不在另外两个酒馆,如果在家那么也必然不在其中的两个酒馆。这样子的话上面这句话就是一句废话了。在家的概率还是10%,因为每个酒馆的位置都有可能发生。
感觉概率已经很难了,那期望就是玄学了。
其实期望值就是时间发生概率 ∗ * ∗发生的权值。
看下面这个问题
假设我们来玩一个游戏,一共52张牌,其中有4个A。我们一元钱赌一把,如果你抽中了A,那么我给你10元钱,否则你的一元钱就输给我了,求你赢钱的数学期望。
抽中A:概率
4
/
52
=
1
/
13
4/52=1/13
4/52=1/13
抽不中:概率
12
/
13
12/13
12/13
期望:
1
/
13
∗
10
+
12
/
13
∗
(
−
1
)
=
−
2
/
13
1/13 * 10 + 12/13*(-1)=-2/13
1/13∗10+12/13∗(−1)=−2/13
所以千万不要去赌博,这个梗只有欧洲皇帝能够解开
- 然后发现每次做决策就好像树形分支,那么决策树就可以很好的解决一些问题。从而发现一些既定的结论。