漫步数理统计三——概率集合函数(上)

2024-05-08 15:58

本文主要是介绍漫步数理统计三——概率集合函数(上),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

C 表示样本空间,那么事件集应该是什么呢?我们感兴趣的是给事件、事件的补、事件的并或交分配概率,因此我们希望事件集包含这些事件的组合,这样的事件集称为 C 子集的 σ 域,定义如下:

1 ( σ 域)令 B 表示 C 子集的集合,如果

  1. ϕB ( B 不为空);
  2. 如果 CB ,那么 CcB ( B 对补运算封闭);
  3. 如果集合序列 {C1,C2,} B 中,那么 i=1Ci=B ( B 对可数并运算封闭)
    那么我们称 B 是一个 σ 域。

注意由(1)(2)可知, σ 域总是包含 ϕ C ,由(2)(3)并根据德摩根定律可得 σ 域除了对可数并封闭外,还对可数交封闭,这就是我们事件集所需要的。为了避免混淆,注意等价式:令 CC ,那么 C 是一个事件等价于CB。这些表达式我们以后都会用到,接下来给出一些 σ 域的实例:

  1. C 是任意集合, CC ,那么 B={C,Cc,ϕ,C} σ 域;
  2. C 是任意集合, B C 的幂集合,( C 所有子集组成的集)那么 B σ 域;
  3. 假设 D C 子集构成一个非空集合,考虑事件集

    B={E:DEEσ}

    它是包含 D 的最小 σ 域;因此有时也称为 D 生成的 σ 域;

  4. C=R ,其中 R 是所有实数构成的集合,令L R 中所有开区间构成的集合,令

    B0={E:LEEσ}

    这个 σ 域即 B0 经常被称为实轴上的博雷尔(Borel) σ 域。它不仅包含含开区间,还包含实数的闭区间与半开区间,这是一个重要的 σ 域。

现在我们有一个样本空间 C 以及事件集 B ,那么就能定义概率空间的第三个要素,即概率集合函数。为了导出这个概念,我们先考虑相对频率来近似概率。

1 概率的定义由三个公理组成,我们用相对频率的三个直观性质导出来。令 C 是一个事件,假设我们重复进行N试验,那么 C 的相对频率就是fC=C/N,其中 C 表示 N 次试验中C发生的次数,注意 fC0,fC1 ,这就是前两个性质。对于第三个,假设 C1,C2 是不相交事件,那么 fC1C2=fC1+fC2 。这三个相对频率的性质形成了概率的公理,除了第三个是可数并以外。

2 (概率)令 C 是样本空间, B C 上的 σ 域,令 P 是定义在B上的实值函数,如果 P 满足下面三个条件:

  1. 对所有的CB,P(C)0

    • P(C)=1 ;
    • 如果 {Cn} B 中的集合序列,并且对于所有的 mn,CmCn=ϕ ,满足
      P(n=1Cn)=n=1P(Cn)
    • 那么 P 是一个概率集合函数(Probability set function)。

      概率集合函数告诉了我们概率在事件集合B上是如何分布的,在这个意义下我们讲概率分布,我们经常省略掉集合这个词,而是将 P 称为概率函数。

      下面的定理给出概率集合函数的其他性质,每个定理中,P(C)默认取定义在样本空间 C σ B 上的概率集合函数。

      1 对于每个事件 CB,P(C)=1P(Cc)

      我们有 C=CCc,CCc=ϕ ,因此根据定义2中的(2)(3)可得

      1=P(C)+P(Cc)

      即所要证的结论。 ||

      2 空集合的概率是空;即 P(ϕ)=0

      在定理1中,取 C=ϕ 这样的话 Cc=C ,由此可得

      P(ϕ)=1P(C)=11=0

      定理得证。 ||

      3 如果 C1,C2 是满足 C1C2 的事件,那么 P(C1)P(C2)

      C2=C1(Cc1C2),C1(Cc1C2)=ϕ ,那么根据定义2的(3)可得

      P(C2)=P(C1)+P(Cc1C2)

      根据定义2的(1), P(Cc1C2)0 ,因此 P(C2)P(C1) ||

      4 对每个 CB0P(C)1

      因为 ϕCC ,利用定理3可得

      P(ϕ)P(C)P(C)or0P(C)1

      证毕。 ||

      概率定义的(3)说明如果 C1,C2 是不相交的即 C1C2=ϕ ,那么 P(C1C2)=P(C1)+P(C2) 。下面的定理给出了任意两个事件满足的法则。

      5 如果 C1,C2 C 中的事件,那么

      P(C1C2)=P(C1)+P(C2)P(C1C2)

      集合 C1C2,C2 分别可以用不相交集合的并表示出来:

      C1C2=C1(Cc1C2)andC2=(C1C2)(Cc1C2)

      因此根据定理2的(3)可得

      P(C1C2)=P(C1)+P(Cc1C2)

      以及

      P(C2)=P(C1C2)+P(Cc1C2)

      第二个等式求出 P(Cc1C2) ,然后代入第一个等式得

      P(C1C2)=P(C1)+P(C2)P(C1C2)

      证毕。 ||

      2 (容斥公式)很容易得出

      P(C1C2C3)=p1p2+p3

      其中

      p1p2p3=P(C1)+P(C2)+P(C3)=P(C1C2)+P(C1C3)+P(C2C3)=P(C1C2C3)

      我们可以将其推广:

      P(C1C2Ck)=p1p2+p3+(1)k+1pk

      其中 pi 等于所有 i 个集合交的概率之和。当k=3时很明显可知 p1p2p3 ,更一般的 p1p2pk

      p1=P(C1)+P(C2)++P(Ck)P(C1C2Ck)

      这就是布尔不等式。当 k=2 时我们有

      1P(C1C2)=P(C1)+P(C2)P(C1C2)

      这就给出了邦弗朗尼不等式,

      1P(c1C2)=P(C1)+P(C2)P(C1C2)

      这在 P(C1),P(C2) 很大时有用。容斥公式还给出了其他有用的不等式;像

      p1P(C1C2Ck)p1p2

      以及

      p1p2+p3P(C1C2Ck)p1p2+p3p4

      1 C 表示两个掷骰子所得有序对的样本空间,概率集合函数对 C 中的36个点都分配概率为 136 。如果 C1={(1,1),(2,1),(3,1),(4,1),(5,1)},C2={(1,2),(2,2),(3,2)} ,那么 P(C1)=536,P(C2)=336,P(C1C2)=836,P(C1C2)=0 ||

      2 投掷两枚硬币,结果是有序对,那么样本空间可以表示成 C={(H,H),(H,T),(T,H),(T,T)} 。概率集合函数对 C 中每个元素分配概率为 14 ,。 C1={(H,H),(H,T)},C2={(H,H),(T,H)} ,那么 P(C1)=P(C2)=12,P(C1C2)=14 ,利用定理5得 P(C1C2)=12+1214=34 ||

这篇关于漫步数理统计三——概率集合函数(上)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/970770

相关文章

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

hdu4865(概率DP)

题意:已知前一天和今天的天气概率,某天的天气概率和叶子的潮湿程度的概率,n天叶子的湿度,求n天最有可能的天气情况。 思路:概率DP,dp[i][j]表示第i天天气为j的概率,状态转移如下:dp[i][j] = max(dp[i][j, dp[i-1][k]*table2[k][j]*table1[j][col] )  代码如下: #include <stdio.h>#include

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

函数式编程思想

我们经常会用到各种各样的编程思想,例如面向过程、面向对象。不过笔者在该博客简单介绍一下函数式编程思想. 如果对函数式编程思想进行概括,就是f(x) = na(x) , y=uf(x)…至于其他的编程思想,可能是y=a(x)+b(x)+c(x)…,也有可能是y=f(x)=f(x)/a + f(x)/b+f(x)/c… 面向过程的指令式编程 面向过程,简单理解就是y=a(x)+b(x)+c(x)

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

Unity3D 运动之Move函数和translate

CharacterController.Move 移动 function Move (motion : Vector3) : CollisionFlags Description描述 A more complex move function taking absolute movement deltas. 一个更加复杂的运动函数,每次都绝对运动。 Attempts to

Java基础回顾系列-第六天-Java集合

Java基础回顾系列-第六天-Java集合 集合概述数组的弊端集合框架的优点Java集合关系图集合框架体系图java.util.Collection接口 List集合java.util.List接口java.util.ArrayListjava.util.LinkedListjava.util.Vector Set集合java.util.Set接口java.util.HashSetjava

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(