首页 > 其他分享 >Probability•概率的公理化定义•确定概率的方法{频率, 古典, 几何, 主观}•Joseph Louis Bertrand贝特朗奇多解论源于概率建模及其样本空间可有多种假设4

Probability•概率的公理化定义•确定概率的方法{频率, 古典, 几何, 主观}•Joseph Louis Bertrand贝特朗奇多解论源于概率建模及其样本空间可有多种假设4

时间:2023-07-11 17:14:45浏览次数:33  
标签:朗奇 概率 Bertrand Louis 建模 样本空间 中心点

Probability
概率的公理化定义

  • 非负性
  • 正则性
  • 互不相容的可列可加性

确定概率的方法:

  • 频率
  • 古典
  • 几何:
    约会题:时间段内等一段时间
    Buffon's Needle + Monte-Carlo Method: 针中心与最近直线的距离 K与夹角α
  • 主观:统计界的贝叶斯学派认为,
    事件概率 是人们根据经验事件发生可能性的给出的主观信念

Joseph Louis Bertrand(French mathematician and educator)贝特朗奇多种解答的每一种都是正确的。
答案的多种,源于概率建模及其样本空间可有多种假设!
Joseph Louis Bertrand题目:
在一圆内任取一条弦,求其长度大于此圆内接等边三角形边长长度的概率。

  • 弦中心点(事件样本点),在 过此中心点的直径线(样本空间)上的均匀分布建模,
    ω ={过弦中心的直径上的所有点},
    A={弦中心点在过此中心点的直径上的1/4到3/4的线段};
    P(A)=1/2
  • 弦活动端点(事件样本点),在 圆周线(样本空间)上的均匀分布建模,
    ω={圆周线上所有点},
    A={弦与其固定端点处的圆切线的夹角在60度π/3 到 120度2π/3时圆周上的弧线段};
    P(A)=1/3
  • 弦中心点(事件样本点),在 圆内 的均匀分布建模,
    ω={圆面积内所有点},
    A={半径为原圆一半的同心小圆内的所有点};
    P(A)=1/4

标签:朗奇,概率,Bertrand,Louis,建模,样本空间,中心点
From: https://www.cnblogs.com/abaelhe/p/17545324.html

相关文章

  • MATLAB代码:基于概率距离快速削减法的风光场景生成与
    MATLAB代码:基于概率距离快速削减法的风光场景生成与削减方法关键词:风光场景生成场景削减概率距离削减法蒙特卡洛法仿真平台:MATLAB平台优势:代码具有一定的深度和创新性,注释清晰,非烂大街的代码,非常精品!主要内容:代码主要做的是风电、光伏以及电价场景不确定性模拟,首先由一组确定性......
  • 条件概率: 先验概率•似然概率 VS 抽样概率•后验概率
    条件概率的两种形式P(Y|X)=P(YX)/P(X):条件概率P(Y|X)是集合X与Y的交集XY占条件集X的比例。P(X)P(Y|X)=P(Y)P(X|Y)=P(XY)Y、X是两个事件,存在某种程度上的相互联系:则由Whole总体-Part局部、History历史-Current现在的客观规律性;P(Y):EmpiricalInfo.(......
  • 概率/期望dp刷题整理
    Bagofmice题意:有w只白鼠和b只黑鼠,公主和龙轮流抓老鼠,其中龙每抓一只老鼠就会有一只未被抓住的老鼠逃走,先抓到一只白鼠的获胜,问公主获胜的概率是多少Solution令dp[i][j]表示还剩i只白鼠和j只黑鼠时公主获胜的概率如果公主直接抓住一只白鼠,获胜的概率是\[\frac{i}{i+j}\]如......
  • 基于蒙特卡洛法的电动汽车负荷预测 通过建立电动汽车的出行时间 行驶里程 充电时间
    基于蒙特卡洛法的电动汽车负荷预测 通过建立电动汽车的出行时间 行驶里程充电时间的概率模型采用蒙特卡洛进行抽样 再对电动汽车充电负荷进行累加 通过蒙特卡洛仿真之后得到电动汽车的负荷预测结果 这段代码主要是用来模拟电动汽车的充电功率需求,并进行蒙特卡洛仿真。......
  • 基于蒙特卡洛概率潮流计算 在IEEE33节点系统中,由于风光出力的不确定性,利用蒙特卡洛生
    基于蒙特卡洛概率潮流计算在IEEE33节点系统中,由于风光出力的不确定性,利用蒙特卡洛生成风速和光照强度得到出力,可得到每个节点的电压和支路功率变化,网损和光照强度。这段程序主要是进行电力系统潮流计算和蒙特卡洛仿真。下面我会对程序进行详细的分析和解释。原创文章,转载请说明......
  • 算法:给定 n 个不同元素的数组,设计算法等概率取 m 个不同的元素
      有几种算法可以实现从n个不同元素的数组中等概率地取出m个不同元素,其中一种是Knuth-DurstenfeldShuffle算法,它的思想是:将1到n的数字存到数组中从数组中取一个1到剩下数字个数的随机数k从低位开始,将数组第k个数字取出,并保存到结果数组末尾重复第2步,直到取出m个数字......
  • 伊藤清|概率论大师的“哲学”指引
    本文选自日本数学家伊藤清的文集《我与概率论》(中文版由图灵引进,即将翻译出版),原文标题为「忘れられない言葉」。伊藤清(KiyosiItô),1915—2008.日本数学家,日本学士院院士,日本京都大学教授。随机分析的创始人之一,日本概率论研究的奠基者。曾任京都大学数理分析研究所所长,日本数学会理......
  • m基于NOMA-CoMP系统的保密信道中断概率的matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下:   2.算法涉及理论知识概要        随着数字通信技术的不断发展,无线通信作为一种高效且灵活的通信方式,已经成为了现代社会中不可或缺的一部分。然而,随着通信技术的不断进步,网络安全问题也逐渐成为了无线通信领域中的热点......
  • 含风光发电的电力系统概率潮流计算,考虑负荷波动,风力和光伏出力不确定性
    含风光发电的电力系统概率潮流计算,考虑负荷波动,风力和光伏出力不确定性,算法方面:基于蒙特卡洛法和半不变量法(gram-charlier和corn-fisher级数)。这是一个概率潮流计算的程序,用于考虑分布式电源、发电机和负荷随机波动的情况。它应用在电力系统领域,用于分析电力系统中节点电压和支路......
  • 条件概率:正向概率•反向概率
    样本空间:随机现象一切所有的基本结果组成的集合事件A与事件B:注意:事件A与B两个事件,是在同一个随机现象的样本空间(集合)上的两个子集。条件概率公式:P(A|B)=P(AB)/P(B)P(B)P(A|B)=P(A)P(B|A)=P(AB)前置条件事件的发生,可能改变后置事件样本空间)独立性:P(A|B)=P(A):......