當我們計算機率的時候,假設樣本空間中的各個樣本發生的機率均等,那麼,時間A發生的機率為:
是以我們隻需要計算時間A包含的樣本個數,比上總的樣本數,就能得到事件A發生的機率。
假設一次實驗共有r個階段,每個階段有ni種選擇,那麼總的樣本空間是各個階段的各種選擇的乘積。
當我們要從n個樣本中選取k個樣本時,我們所面臨的是一個組合問題,這個時候如果需要考慮順序,那麼就變成了一個排列問題。
以下是從n個樣本中選取k個的組合表達式:
我們有兩種方法去得到從n個樣本中選取k個,并考慮順序的結果。
第一種方法是直接用排列的方式,k個座位虛位以待,按照次序從n個樣本中選取樣本放入座位,那麼選擇的個數從n遞減至n-k+1
第二種方法是首先用組合的方式選出來k個樣本,然後再排序。
是以通過兩種方法,我們得到:
組合的經典應用場景是binomial分布的計算,如下例,擲硬币n次,其中k次是head,那麼用組合的方式從n中選取k次。
最後要講一下分堆的問題,比如将一個含有n個樣本的集合分成n1,n2........nr堆,那麼我們總共的選擇有多少種呢?
首先從n中選取n1個樣本,接下來從n-n1個樣本中選取n2個樣本,一直到最後,表達如下式:
接着将其展開:
整理可得:
一個常見的機率問題可以分為以下幾步:
1.樣本空間的描述,即一個實驗的所有可能輸出。
2.每個事件發生的機率。
3.根據要求計算機率或者條件機率。
幾種常用的方法:
1.counting
2.sequential method
3.divide-conquer