三门问题
有三个门,两个后面是羊,一个后面是车,你一开始选择的是其中一个,然后主持人在事先知道的情况下打开了一扇门(不是你选择的),门后是羊,问你是否换一扇门打开。希望赢得汽车的你,该如何选择?
一开始选择了一个,是羊的概率为 2 3 \frac2 3 32,是车的概率为 1 3 \frac1 3 31
主持人在事先知道的情况下,为你打开一扇有狗羊的门
并问你是否要换一个门打开
由于一开始选择是羊的概率为
2
3
\frac2 3
32,是车的概率为
1
3
\frac1 3
31
假如已选的是羊,那么换一扇门必然是车
也就是说,换一扇门开的话,能得到车的概率是
2
3
\frac2 3
32
而一开始选中车的概率只有
1
3
\frac1 3
31
2
3
>
1
3
\frac2 3>\frac1 3
32>31
所以还是换一扇门选择,得到车的概率大一点
基础概念及公式
生活中主要有两种事件:
∙
\bullet\;
∙ 确定性现象:在一定条件下必然会出现的现象
∙
\bullet\;
∙ 随机现象:在一定的条件下,可能出现多种结果,而在试验之前无法预知其确切的结果,也无法控制
随机试验: 具有以下特点的试验称为随机试验:
1
)
1)
1) 试验可以在相同条件下重复进行
2
)
2)
2) 试验可能出现的结果有多个,试验之前知道所有可能的结果
3
)
3)
3) 试验结束后会出现哪一个结果是随机的(无法事先知道,也无法控制)
通常用字母E表示随机试验(以后简称试验)。例如:
E
1
:
\;\;\;\;\;\;E_1:
E1:我抽个蓝票的
10
10
10 连,观察
S
S
R
SSR
SSR 和
S
P
SP
SP 的中奖情况
笑死,最后全是R级式神
∙
\bullet\;
∙ 必然事件:一定发生的事件,也就是样本空间
Ω
Ω
Ω
∙
\bullet\;
∙ 不可能事件:一定不发生的事件,记为
ϕ
\phi
ϕ
抛一枚硬币得到正面或反面是随机现象
而 myf AK IOI 是确定性现象中的必然事件
比如刚刚在三门问题中,一开始选中羊是一个随机现象,而在主持人打开一扇有羊的门后,在一开始选中的是羊的条件下换一扇门打开,得到车就是必然事件,
∙
\bullet\;
∙ 事件的包含:如果事件
A
A
A的发生必然导致事件
B
B
B的发生,则称事件
B
B
B包含事件
A
A
A,记作
A
⊂
B
A\subset B
A⊂B
∙
\bullet\;
∙ 事件的和:事件
A
A
A 与事件
B
B
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
∪
B
A\cup B
A∪B 或
A
+
B
A+B
A+B
∙
\bullet\;
∙ 事件的积:事件
A
A
A 与事件
B
B
B 同时发生,这样的事件称为事件
A
A
A 与事件
B
B
B 的积或交,记为
A
∩
B
A\cap B
A∩B 或
A
B
AB
AB
∙
\bullet\;
∙ 非负性:每个时间的发生概率都大于等于
0
0
0 ,通常我们用
P
P
P 表示一个事件发生的概率,可以表示出
P
(
A
i
)
≥
0
P(A_i)≥0
P(Ai)≥0
∙
\bullet\;
∙ 正则性:若定义
Ω
Ω
Ω 为事件
E
E
E 的样本空间,则
P
(
Ω
)
=
1
P(Ω)=1
P(Ω)=1
∙
\bullet\;
∙ 可列可加性:若在事件
E
E
E 中,
A
1
,
A
2
,
A
3
…
…
A
n
A_1,A_2,A_3……A_n
A1,A2,A3……An为互不相容的几个事件,则有
P
(
∪
1
n
A
i
)
=
∑
1
n
P
(
A
i
)
P(\cup_{1}^{n}A_i)=\sum\limits_1^n P(A_i)
P(∪1nAi)=1∑nP(Ai)
这应该是也算是公式了吧
简单点的公式
若把
A
‾
\overline A
A 记为
A
A
A 事件的逆事件,则有
1
−
P
(
A
)
=
P
(
A
‾
)
1-P(A)=P(\overline A)
1−P(A)=P(A)
对于任意两个事件
A
,
B
A,B
A,B ,可把只发生
A
A
A 而不发生
B
B
B 的事件记为
A
−
B
A-B
A−B ,则有
P
(
A
−
B
)
=
P
(
A
)
−
P
(
A
B
)
P(A-B)=P(A)-P(AB)
P(A−B)=P(A)−P(AB)
同样对于任意两个事件
A
,
B
A,B
A,B ,可把发生
A
A
A 或发生
B
B
B 的事件(发生
A
,
B
A,B
A,B中任意一个事件)记为
A
∪
B
A\cup B
A∪B ,则有
P
(
A
∪
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
P(A\cup B)=P(A)+P(B)-P(AB)
P(A∪B)=P(A)+P(B)−P(AB)
上面这三个公式通过韦恩图(我一般叫薇恩图,啧啧啧)
设
E
E
E 为一试验,
A
A
A 和
B
B
B 为
E
E
E 中两事件,且
P
(
A
)
>
0
P(A)>0
P(A)>0 ,则称
P
(
A
B
)
/
P
(
A
)
P(AB)/P(A)
P(AB)/P(A) 为事件
A
A
A 发生的条件下事件
B
B
B 发生的条件概率,记作
P
(
B
∣
A
)
P(B|A)
P(B∣A),即
P
(
B
∣
A
)
=
P
(
A
B
)
/
P
(
A
)
P(B|A)= P(AB)/P(A)
P(B∣A)=P(AB)/P(A)
波利亚罐子模型
不会写,看链接https://www.zhihu.com/question/40427709
看题
例一
每次从
1
,
2
,
…
…
,
9
1,2,……,9
1,2,……,9 中取一个数,连续取
n
n
n 次,求取出的
n
n
n 个数的乘积能被
10
10
10整除的概率。
解:
首先我们可以知道,如果想要被
10
10
10 整除,一定要取出一个
5
5
5 的倍数和一个偶数
设取出
5
5
5 为事件
A
A
A ,取出偶数为事件
B
B
B
则能被
10
10
10 整除的概率为
P
(
A
B
)
P(AB)
P(AB)
P
(
A
∩
B
)
=
1
−
P
(
A
‾
∪
B
‾
)
=
1
−
(
P
(
A
‾
)
+
P
(
B
‾
)
−
P
(
A
‾
∩
B
‾
)
)
=
1
−
(
8
n
+
5
n
−
4
n
)
9
n
\begin{aligned} P(A\cap B)\\ &=1-P(\overline A \cup \overline B) \\ &=1-\left( P(\overline A)+P(\overline B)-P(\overline A\cap \overline B) \right)\\ &=1-\frac{(8^n+5^n-4^n)}{9^n} \end{aligned}
P(A∩B)=1−P(A∪B)=1−(P(A)+P(B)−P(A∩B))=1−9n(8n+5n−4n)
这是很好想的,首先
蓝色为
P
(
A
∩
B
)
P(A\cap B)
P(A∩B) ,橙色为
P
(
A
‾
)
P(\overline A)
P(A) ,绿色为
P
(
B
‾
)
P(\overline B)
P(B) ,黄色为
P
(
A
‾
∪
A
‾
)
P(\overline A \cup\overline A)
P(A∪A),由图显然可以得到该式,而在两圆之外的地方,是重复计算了的,利用简单的容斥方面的知识,就可以得到
1
−
(
P
(
A
‾
)
+
P
(
B
‾
)
−
P
(
A
‾
∩
B
‾
)
)
1-\left( P(\overline A)+P(\overline B)-P(\overline A\cap \overline B) \right)
1−(P(A)+P(B)−P(A∩B))而
P
(
A
)
P(A)
P(A) 为抽到过
5
5
5 ,
P
(
B
)
P(B)
P(B) 为抽到过偶数,则
P
(
A
‾
)
P(\overline A)
P(A) 和
P
(
B
‾
)
P(\overline B)
P(B) 分别表示没抽到过5和只抽到过奇数,即抽到
1
,
2
,
3
,
4
,
6
,
7
,
8
,
9
1,2,3,4,6,7,8,9
1,2,3,4,6,7,8,9 会对
P
(
A
‾
)
P(\overline A)
P(A) 作出贡献,概率为
8
n
9
n
\frac{8^n}{9^n}
9n8n ,同理得
P
(
B
‾
)
=
4
n
9
n
P(\overline B) = \frac{4^n}{9^n}
P(B)=9n4n 和
P
(
A
‾
∩
B
‾
)
=
4
n
9
n
P(\overline A \cap \overline B)=\frac{4^n}{9^n}
P(A∩B)=9n4n
代入即可得到最终答案。
自闭了,数学公式的
M
a
r
k
d
o
w
n
Markdown
Markdown 写着太麻烦了。不然其实还是有很多例题可讲的
例二
绿豆蛙的归宿
结合拓扑
例三
扑克牌
结合DP
例四
CF518D Ilya and Escalator
也是结合的DP