概率论的python入门【一】（数学知识用程序表达轻松学系列）

最新推荐文章于 2022-11-27 16:08:13 发布

flash胜龙

最新推荐文章于 2022-11-27 16:08:13 发布

阅读量1.8k

点赞数 1

分类专栏：原理与精髓文章标签： python 概率论随机变量统计学程序原理

本文链接：https://blog.csdn.net/u010770993/article/details/86674415

版权

本文介绍了概率论的基础概念，如样本空间、事件和概率空间，并通过Python代码示例进行了直观解释。接着讨论了随机变量和相关性，特别是信息熵的定义，强调了熵作为衡量信息量的单调函数特性。内容引用自Bishop的《Pattern Recognition and Machine Learning》。

摘要由CSDN通过智能技术生成

在概率论中，称ω（为方便，python示例代码写作w）为基本事件或样本。例如在抛硬币实验中，称ω1为“正面朝上”，称ω2为“背面朝上”，则可以表示为如下python代码：

    w1 = "正面朝上"
    w2 = "背面朝上"

称Ω为样本空间（为方便，python示例代码写作Omega），则可有如下python表述：

    # 样本空间
    Omega = (w1, w2)

所谓空间，就是一堆样本的集合。这里python的元祖定义稍微跟数学上的空间定义有些偏差（例如python的元祖是可以通过下标进行映射的，而数学上的空间就没有此过程，定义仅仅是包含样本的关系，具体下标和映射没有定义），但大体意思相同。

称A为事件。注意事件跟样本的区别，事件可以是“正面朝上”、“背面朝上”，也可以是样本的组合，例如“正面朝上与背面朝上同时发生”

    A1 = (w1)
    A2 = (w2)
    A3 = (w1, w2)   # “正面朝上与背面朝上同时发生”
    A4 = ()         # “正面与背面都不朝上”

称F为事件的全体

    # 事件的全体
    F = (A1, A2, A3, A4)

称P(A)为事件的概率：

    def P(A):
        if A == A1 or A == A2:
            return 0.5
        else:
            return 0

关注

专栏目录