程序员数学(25)–概率初步

简介: 本文目录1. 概念2. 列举法求概率3. 用频率估计概率

1. 概念

在一定条件下,可能发生也可能不发生的事件,称为随机事件。


对于随机事件A,刻画其发生可能性大小的数值,称为随机事件A发生的概率,记作P(A)。


一般情况下,如果1次实验中,有n种可能的结果,并且这n种结果发生的可能性等等,事件A包含其中的m种结果,那么事件A发生的概率P(A)=m/n。


P(A)=1时,A为必然事件。

P(A)=0时,A为不可能事件。


2. 列举法求概率

抛两枚硬币,求一正一反的概率。


列举所有结果为:正正、正反、反正、反反,且这4中结果可能性相同。


所以一正一反的概率为P(A)=2/4=0.5。


3. 用频率估计概率

可以利用多次重复试验,通过统计试验结果估计概率。


如果数据量足够大,计算性能足够强,频率应该能越来越接近概率,所以概率的原理是程序员数学中非常重要的知识点。


根据长期实践发现,可以用一个随机事件发生的频率,去估计它的概率。


例如下图,可以往图中撒米粒,通过米粒命中圆内的数量/正方形命中数量,来计算π。

image.png


相关文章
|
存储 C语言
向函数传递结构体: C语言中的结构体参数传递详解
向函数传递结构体: C语言中的结构体参数传递详解
1470 0
|
4月前
|
传感器 监控 供应链
云MES系统源码,支持多终端管理
云MES系统源码,基于SpringBoot + Vue技术栈,支持多端管理,含生产、质检、库存等19大模块,适合中小企业二次开发。实现生产全流程数字化、透明化管理,提升效率与质量,降低运营成本。
236 2
|
前端开发 JavaScript Java
Spring Boot 基础教程:创建 SpringBoot 项目的 3 种方式
上一篇中我们讲了 Spring Boot 的一些特点及优缺点,这一篇我们就来看看,如何创建一个最简单的 Spring Boot 项目!
1050 1
Spring Boot 基础教程:创建 SpringBoot 项目的 3 种方式
|
机器学习/深度学习 编解码 自动驾驶
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
528 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
|
10月前
|
监控 算法 测试技术
突破极限: 高负载场景下的单机300M多行正则日志采集不是梦
在当今数字化时代,日志数据已成为企业 IT 运营和业务分析的关键资源。然而,随着业务规模的扩大和系统复杂度的提升,日志数据的体量呈现爆发式增长,给日志采集和处理系统带来了巨大挑战。
659 99
|
机器学习/深度学习 人工智能 算法框架/工具
深度学习中的卷积神经网络(CNN)及其在图像识别中的应用
【10月更文挑战第7天】本文将深入探讨卷积神经网络(CNN)的基本原理,以及它如何在图像识别领域中大放异彩。我们将从CNN的核心组件出发,逐步解析其工作原理,并通过一个实际的代码示例,展示如何利用Python和深度学习框架实现一个简单的图像分类模型。文章旨在为初学者提供一个清晰的入门路径,同时为有经验的开发者提供一些深入理解的视角。
|
8月前
|
监控 安全 测试技术
《API接口大揭秘:如何让你的业务快人一步?》
API(应用程序编程接口)是连接不同系统和服务的桥梁,通过标准化协议简化开发流程。其核心价值在于提升效率、降低成本并加速创新,使企业能聚焦核心业务。API分为开放API、内部API和合作伙伴API,适用于不同业务场景。设计与开发API需遵循关键原则,如标准化协议、清晰文档和安全机制。高效集成API可通过使用SDK、自动化测试与监控及容错重试机制实现。在电商、物联网和数据分析等领域,API有广泛应用。未来,Serverless架构、AI驱动API和性能优化将成为发展趋势。商业化运营需关注安全防护、性能优化和策略制定,以释放API的商业潜力。
268 0
|
10月前
|
人工智能 安全 Java
对比测评:为什么AI编程工具需要 Rules 能力?
AI规则引导模型生成更为精准、符合个人偏好或项目风格的代码与回答。
|
监控 开发者
鸿蒙next版开发:使用HiDebug获取调试信息(ArkTS)
在HarmonyOS 5.0中,HiDebug是一个强大的应用调试工具,可帮助开发者获取系统的CPU使用率、内存信息等关键性能数据。本文详细介绍了如何在ArkTS中使用HiDebug,并提供了示例代码,帮助开发者进行性能分析和问题诊断。
440 7
|
存储 传感器 数据采集
大数据
大数据是指数据量庞大(Volume)、增长迅速(Velocity)、类型多样(Variety)、价值密度低(Value)但潜力巨大的数据集。其来源包括互联网、物联网及企业内部数据。处理技术涵盖采集、预处理、存储、分析与可视化。应用领域涉及商业智能、金融、医疗、交通及公共服务等,助力决策优化与创新。
1008 8

热门文章

最新文章