排列组合、古典概型、几何概型与伯努利概型

简介: 排列组合、古典概型、几何概型与伯努利概型

正文


排列组合


(1)排列组合公式

从m 个人中挑出n 个人进行排列的可能数:

1.png

从m 个人中挑出n 个人进行组合的可能数


2.png

(2)加法原理(两种方法均能完成此事):

3.png

(3)乘法原理(两个步骤分别不能完成此事):

4.png


古典概型


定义:若随机试验满足如下条件:

(1)有限性:试验的样本空间Ω只有有限个样本点,即

Ω={ω1,ω2,...,ωn}

(2)等可能性:试验中的样本点的发生是等可能的,即

P({ω1})=P({ω2})=...=P({ωn})


则该随机试验为古典试验。

由定义可知,对于古典概型,有:


1=P(Ω)=nP({ωi})

古典概型的概率:

设古典概型的随机试验的样本空间Ω = { ω 1 , ω 2 , . . . , ω n }事件A 中含有k ( k ≤ n ) 个样本点,则称k/ n为A发生的概论,记为:

5.png


这样的概率叫做古典概型。


几何概型


定义:若随机试验满足如下条件:

(1)可度量性:样本空间Ω \OmegaΩ是一个几何区域,这个区域的大小可以度量(如线段长度、平面面积、立体体积),并把Ω \OmegaΩ的度量记为μ ( Ω ) \mu(\Omega)μ(Ω)

(2)等可能性:向区域Ω \OmegaΩ内任意投掷一个点,落在区域内任意等度量处都是等可能的。

则该随机试验为几何概型。

几何概型的概率:

若以A AA表示"在区域Ω \OmegaΩ中随机地取一点,而该点落在区域A AA中"这一事件,则事件A AA的概率计算公式为:

6.png


这样的概率叫做几何概型。


伯努利概型


定义:若随机试验满足如下条件:

(1)在随机试验中,只有两个基本事件A AA与A ‾ \overline A

A

则该随机试验为伯努利试验。


伯努力概型的概率:

在一次试验中,的出现A AA概率为p pp,则出现A ‾ \overline A

A

的概率为1 − p 1,记为:


7.png

这样的概率叫做伯努利概型。


n重伯努利试验:


把伯努利试验独立重复(单独进行且概率不变)地进行n nn次,各次试验的结果互不影响,即每次试验结果出现的概率都不依赖于其他各次试验的结果,这样的试验称为n nn重伯努利试验。n重伯努利试验的概率:

在n nn重伯努利试验中,若事件A AA在一次试验中发生的概率为p pp,设9.png则在这n次试验中事件A 恰好发生k 次的概率为:


8.png


相关文章
|
存储 算法 C++
C++基础算法离散化及区间合并篇
C++基础算法离散化及区间合并篇
168 0
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
128 0
数学问题-反射定律&折射定律的向量形式推导
数学问题-反射定律&折射定律的向量形式推导
227 0
概率论|贝叶斯公式及其推论的理解和运用
概率论|贝叶斯公式及其推论的理解和运用
185 0
|
机器学习/深度学习 算法 Oracle
NeurIPS 2022 | 马里兰、北大等机构提出量子算法用于采样对数凹分布和估计归一化常数
NeurIPS 2022 | 马里兰、北大等机构提出量子算法用于采样对数凹分布和估计归一化常数
133 0
|
机器学习/深度学习 传感器 算法
【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码
【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码
凸优化理论基础3——凸集和凸锥重要例子
凸优化理论基础3——凸集和凸锥重要例子
957 0
凸优化理论基础3——凸集和凸锥重要例子
|
算法
数学知识:求组合数(二)
复习acwing算法基础课的内容,本篇为讲解数学知识:求组合数,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。
139 0
数学知识:求组合数(二)
|
算法
数学知识:求组合数(三)
复习acwing算法基础课的内容,本篇为讲解数学知识:求组合数,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。
132 0
数学知识:求组合数(三)
|
算法
数学知识:求组合数(一)
复习acwing算法基础课的内容,本篇为讲解数学知识:求组合数,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。
148 0
数学知识:求组合数(一)

热门文章

最新文章