[第一章]1.3 等可能概型

等可能概型

非常惭愧地说，这次上课我睡得相当的好。不是半睡半醒的挣扎状态，是完全睡着了。
我也记不到讲到哪里了，大约的确还没有讲到贝耶斯，那么应该是仅仅讲完了等可能概型和一部分条件概率吧。那么今天先把等可能概型写了，然后写电路原理的笔记，最后写模拟电路的（模拟电路依靠星期一下午把笔记写全，上课效率果然还是不错的。）

古典概型

随机试验具有两个特点，那么这样的随机试验概率模型就是古典概率模型：

• 试验只有有限个可能结果
• 每个可能结果在试验中出现的可能性相等。

我这里应该出现了一个认识误区。我之前一直认为基本事件都是等可能的，但是仔细回顾基本事件的定义，可以发现基本事件的定义并没有这样的意思。并且还有“等可能基本事件的说法，这些都说明基本事件不见得是等可能的。”

下面这个概率就叫做古典概率
$$P(A)=\frac{k}{n}=\frac{\mathrm{A}中的样本点数}{\Omega 中的样本点数}$$

古典概率的计算方法是计数，较为复杂的计数基本方法是排列与组合，有对应了两个基本的摸球模型：

1. 每次取一个球，取出来的球是有序的。
   1. 有放回抽取，总的样本点数是$N^{\gamma }$
   2. 不放回抽取，总样本点数是$P_N^{\gamma }=N(N-1)...(N-r+1)$
2. 一次取$N$个球，取出来的球是无序的。用组合数表示。于是有超几何概率，表示的是取出的球中恰有$k$个某个颜色的球的概率。
   $$p_k=\frac{C_m^k{C}_{N-m}^{n-k}}{C_N^n},k=0,1,...,m.$$

然后书上有一些例题,我的评价是我现在没精神做题。后面对本章做总结时必须专门写习题篇。

几何概型

其实说起来都是高中学过的对不？

**一个随机试验，若所有可能结果“等可能”地出现在一个有界的欧氏区域$\Omega$内，则称这个试验的概率模型为几何概型。

注意到谈及概型都是针对随机试验来讲的，是“随机试验的概率模型”。

这一部分没有过多的什么。能有什么呢？很多都是高中的知识，难搞的都在后面。