close
一早就聽到窗外雨聲不小,打心底討厭出門。我的體重不重,在風雨
大的時候要騎車更覺辛苦,不論是打滑或是視線不清,都是會令我身
陷不復的狀況,所以我打心底不想在這種天氣出門。
打了電話去問,結果還是沒有停課。騎車出門,騎沒六七公里就被路
上的積水擋住只得返頭騎往反方向的火車站,撘電車晃了半個小時終
於到了。遲了一個小時。
今天從第二章開始講,主題是事件機率,會運用到上次所學的排列組
合。本章的重點有四個:古典機率、機率運算、互斥與獨立、貝氏定
理。
古典機率的交集、聯集、補集、互斥、笛摩根定理(Demorgan's Law)、
以及拆開互斥是相當基本的。機率公設:「任一事件的機率必大於等
於零且小於等於一」,以及機率的運算,都是跟高中時學得一樣。同
樣的工具,不論是考大學或是考研究所都一樣會用到。
條件機率則是指再以之條件下發生另一事件的機率。P(A|B)表示,在
B事件發生的的條件下,求A事件發生的機率。P(A|B)=P(A∩B)÷P(B)
此外也講了獨立,所謂的三事件相互獨立,就是滿足兩個條件,其一
是「AB、BC、CA都互相是獨立事件」,其二則是「P(A∩B∩C)=P(A)
P(B)P(C)」。如果三事件交集的機率不等於三事件機率相乘的結果,則
此三事件必不相互獨立。又P(A∩B)=P(A)P(B|A)=P(B)P(A|B),而P(A∩B∩C)
=P(A)P(B|A)P(C|A∩B)=P(A)P(C|A)P(B|C∩A)=P(B)P(A|B)P(C|A∩B)=P(B)P(C|B)
P(A|C∩B)=P(C)P(A|C)P(B|A∩C)=P(C)P(B|C)P(A|B∩C)
貝氏定理(Bayer's Theorem),也就是運用分割進行條件機率的運算,所
謂的分割就是「互斥且互補」。機率總和定理,P(B)=ΣP(Aι)P(B|Aι),
是貝氏定理的分母部份,分子則是P(Aκ∩B)=P(A)P(B|Aκ),所以完整
的貝氏定理就是P(Aκ|B)=[P(A)P(B|Aκ)]÷[ΣP(Aι)P(B|Aι)]。利用事後
機率,P(Aκ|B),來對事前機率P(Aκ)進行修正的動作。
然後進入第三章,單變數隨機變數。今天只講了三頁,也就是3-1的部
份。有隨機變數的定義、機率函數p.m.f、連續行變數的機率函數(機率
密度函數)p.d.f、以及機率累積函數D.F。這三項聽得大家完全霧殺殺,
時間也到了,就下課了。
大的時候要騎車更覺辛苦,不論是打滑或是視線不清,都是會令我身
陷不復的狀況,所以我打心底不想在這種天氣出門。
打了電話去問,結果還是沒有停課。騎車出門,騎沒六七公里就被路
上的積水擋住只得返頭騎往反方向的火車站,撘電車晃了半個小時終
於到了。遲了一個小時。
今天從第二章開始講,主題是事件機率,會運用到上次所學的排列組
合。本章的重點有四個:古典機率、機率運算、互斥與獨立、貝氏定
理。
古典機率的交集、聯集、補集、互斥、笛摩根定理(Demorgan's Law)、
以及拆開互斥是相當基本的。機率公設:「任一事件的機率必大於等
於零且小於等於一」,以及機率的運算,都是跟高中時學得一樣。同
樣的工具,不論是考大學或是考研究所都一樣會用到。
條件機率則是指再以之條件下發生另一事件的機率。P(A|B)表示,在
B事件發生的的條件下,求A事件發生的機率。P(A|B)=P(A∩B)÷P(B)
此外也講了獨立,所謂的三事件相互獨立,就是滿足兩個條件,其一
是「AB、BC、CA都互相是獨立事件」,其二則是「P(A∩B∩C)=P(A)
P(B)P(C)」。如果三事件交集的機率不等於三事件機率相乘的結果,則
此三事件必不相互獨立。又P(A∩B)=P(A)P(B|A)=P(B)P(A|B),而P(A∩B∩C)
=P(A)P(B|A)P(C|A∩B)=P(A)P(C|A)P(B|C∩A)=P(B)P(A|B)P(C|A∩B)=P(B)P(C|B)
P(A|C∩B)=P(C)P(A|C)P(B|A∩C)=P(C)P(B|C)P(A|B∩C)
貝氏定理(Bayer's Theorem),也就是運用分割進行條件機率的運算,所
謂的分割就是「互斥且互補」。機率總和定理,P(B)=ΣP(Aι)P(B|Aι),
是貝氏定理的分母部份,分子則是P(Aκ∩B)=P(A)P(B|Aκ),所以完整
的貝氏定理就是P(Aκ|B)=[P(A)P(B|Aκ)]÷[ΣP(Aι)P(B|Aι)]。利用事後
機率,P(Aκ|B),來對事前機率P(Aκ)進行修正的動作。
然後進入第三章,單變數隨機變數。今天只講了三頁,也就是3-1的部
份。有隨機變數的定義、機率函數p.m.f、連續行變數的機率函數(機率
密度函數)p.d.f、以及機率累積函數D.F。這三項聽得大家完全霧殺殺,
時間也到了,就下課了。
全站熱搜
留言列表