首页 > 其他分享 >概率论原理精解【1】

概率论原理精解【1】

时间:2024-07-14 11:56:39浏览次数:15  
标签:infty 测度 笛卡尔 lim 元素 集合 原理 概率论 精解

文章目录

测度

概述

  • 所谓测度,通俗的讲就是测量几何区域的尺度。 我们知道直线上的闭区间的测度就是通常的线段长度; 平面上一个闭圆盘的测度就是它的面积。
  • 一般的集合,我们能不能定义测度呢? 比如直线上所有有理数构成的集合,它的测度怎么衡量呢?
    一个简单的办法, 就是先在每个有理点上找一个开区间覆盖它,就好比给它带个“帽子”。因为有理数集是可列集(就是可以像排自然一样排好队,一个个数出来,也叫可数集,见集合论)
    所以我们可以让第n个有理数上盖的开区间长度是第一个有理数(比方是1)上盖的开区间长度的 2 n 2^n 2n分之一。 这样所有那些开区间的长度之和是个有限值(就是1上的开区间长度的2倍)。
    我们让1上的开区间逐渐缩小趋向于一个点,那么所有区间的总长度也相应缩小,趋向于长度0。 这样我们就说有理数集的测度是0。 用上面这种方法定义的测度也叫外测度。

集类

  • 是一个集合,但集合的元素也是集合。
  • 设有非空集合G,G的子集构成了集类的元素。
  • 指标集是用来给集类中的元素标注。
    比如 G i : I ∈ I {G_i:I \in I} Gi​:I∈I
    I I I为指标集
    ⋂ i ∈ I G i = { g : g ∈ G i , ∀ i ∈ I } ⋃ i ∈ I G i = { g : g ∈ G i , ∀ i ∈ I } \bigcap\limits_{i \in I} G_i=\{g:g \in G_i,\forall i \in I\} \\\bigcup\limits_{i \in I} G_i=\{g:g \in G_i,\forall i \in I\} i∈I⋂​Gi​={g:g∈Gi​,∀i∈I}i∈I⋃​Gi​={g:g∈Gi​,∀i∈I}
  • 极限
    给定一个集合序列 A n {A_n} An​,它的上极限可以定义为在无穷多个 A n A_n An​中都存在的元素的集合,而下极限则是只有有限个 A n A_n An​不包含它的元素的集合。
    集合列 A K 上极限集: lim ⁡ k → ∞ ‾ A k = ⋂ j = 1 ∞ ⋃ k = j ∞ A k 下极限集 : lim ⁡ k → ∞ ‾ = ⋃ j = 1 ∞ ⋂ k = j ∞ A k 集合列{A_K} \\上极限集:\overline{\lim\limits_{k\rightarrow\infty}}A_k=\displaystyle\bigcap_{j=1}^{\infty}\displaystyle\bigcup_{k=j}^{\infty}A_k \\下极限集: \lim_{\overline{k\rightarrow\infty}}=\displaystyle\bigcup_{j=1}^{\infty}\displaystyle\bigcap_{k=j}^{\infty}A_k 集合列AK​上极限集:k→∞lim​​Ak​=j=1⋂∞​k=j⋃∞​Ak​下极限集:k→∞lim​=j=1⋃∞​k=j⋂∞​Ak​
    设 { A n , n ≥ 1 } 是单调集列,则 { A n , n ≥ 1 收敛 } A n ↑ = > lim ⁡ n → ∞ A n = ∪ n = 1 ∞ A n A n ↓ = > lim ⁡ n → ∞ A n = ∩ n = 1 ∞ A n 设\{A_n,n \ge 1\}是单调集列,则\{A_n,n \ge 1收敛\} \\A_n\uparrow=>\lim_{n \rightarrow \infty}A_n=\cup_{n=1}^{\infty}A_n \\A_n\downarrow=>\lim_{n \rightarrow \infty}A_n=\cap_{n=1}^{\infty}A_n 设{An​,n≥1}是单调集列,则{An​,n≥1收敛}An​↑=>n→∞lim​An​=∪n=1∞​An​An​↓=>n→∞lim​An​=∩n=1∞​An​
  • 值空间
    A ⊂ X , A 在 f 下的像为 f ( A ) ,即: f ( A ) = { f ( x ) : x ∈ A } f ( A ) ⊂ Y Y 为值空间 A \subset X,A在f下的像为f(A),即: \\f(A)=\{f(x):x \in A\} \\f(A) \subset Y \\Y为值空间 A⊂X,A在f下的像为f(A),即:f(A)={f(x):x∈A}f(A)⊂YY为值空间

笛卡尔积

下面是文心一言的生成内容
笛卡尔积(Cartesian product)是数学中的一个概念,尤其在集合论、关系代数和计算机科学中非常重要。它指的是两个或多个集合中所有可能的有序元素对的集合。如果集合A有m个元素,集合B有n个元素,那么A和B的笛卡尔积将包含m * n个元素,即A中每一个元素都与B中每一个元素配对一次。

定义

设A和B是两个集合,A和B的笛卡尔积记作A × B,是一个集合,其元素是形如(a, b)的有序对,其中a属于A,b属于B。

例子

假设有两个集合:

  • A = {1, 2}
  • B = {x, y}

那么A和B的笛卡尔积A × B将是:

A × B = {(1, x), (1, y), (2, x), (2, y)}

这个集合包含了A中每个元素与B中每个元素的所有可能组合。

多集合的笛卡尔积

多集合的笛卡尔积(Cartesian product)是数学中的一个重要概念,它描述了多个集合之间所有可能的组合方式。笛卡尔积的结果是一个新的集合,其中的每个元素都是原集合中元素的组合。以下是关于多集合笛卡尔积的详细解释:

定义

对于给定的n个集合A1, A2, …, An,它们的笛卡尔积是一个新的集合,记作A1×A2×…×An,其中每个元素都是一个n元组(a1, a2, …, an),其中ai属于Ai(i=1, 2, …, n)。这个n元组表示从每个集合Ai中选取一个元素ai所形成的组合。

计算方法

  1. 两个集合的笛卡尔积

    • 假设有两个集合A和B,A有m个元素,B有n个元素。那么A和B的笛卡尔积A×B将有m×n个元素,每个元素都是一个有序对(a, b),其中a属于A,b属于B。
    • 例如,A={1, 2},B={3, 4},则A×B={(1, 3), (1, 4), (2, 3), (2, 4)}。
  2. 多个集合的笛卡尔积

    • 可以通过迭代计算两个集合的笛卡尔积来得到多个集合的笛卡尔积。
    • 首先计算前两个集合的笛卡尔积,然后将结果与下一个集合进行笛卡尔积计算,依此类推,直到与最后一个集合计算完成。
    • 例如,对于集合A={a, b},B={0, 1},C={x, y},则首先计算A×B={(a, 0), (a, 1), (b, 0), (b, 1)},然后将结果与C进行笛卡尔积计算,得到A×B×C={(a, 0, x), (a, 0, y), (a, 1, x), (a, 1, y), (b, 0, x), (b, 0, y), (b, 1, x), (b, 1, y)}。

注意事项

  • 笛卡尔积的大小随着集合数量的增加而呈指数级增长,因此在实际应用中需要注意性能和内存使用。
  • 当处理大量数据时,可能需要考虑使用更高效的算法或优化策略来减少计算时间和内存消耗。

有限笛卡尔积的性质

有限笛卡尔积,即两个或多个有限集合之间的笛卡尔积,具有一系列重要的性质。以下是这些性质的详细归纳:

1. 定义

设A, B为集合,A和B的笛卡尔积是一个集合,其中每个元素都是一个有序对(x, y),其中x来自A,y来自B。记作A×B = {(x, y) | x∈A ∧ y∈B}。

2. 性质

2.1 基数性质
  • 如果|A|=m(A的元素个数为m),|B|=n(B的元素个数为n),则|A×B|=mn。即笛卡尔积的元素个数是两个集合元素个数的乘积。
2.2 空集性质
  • 当A或B为空集时,A×B也为空集,即A×B=∅。
2.3 不满足交换律
  • 笛卡尔积运算不满足交换律,即当A≠B且A, B均非空时,A×B≠B×A。例如,设A={a,b},B={0,1},则A×B和B×A的元素顺序不同。
2.4 不满足结合律
  • 笛卡尔积运算不满足结合律,即当A, B, C均非空时,(A×B)×C≠A×(B×C)。因为(A×B)×C的元素是形如((a,b),c)的有序对,而A×(B×C)的元素是形如(a,(b,c))的有序对,它们的结构不同。
2.5 对并和交运算满足分配律
  • 笛卡尔积对并和交运算满足分配律,即:
    • A×(B∪C)=(A×B)∪(A×C)
    • (B∪C)×A=(B×A)∪(C×A)
    • A×(B∩C)=(A×B)∩(A×C)
    • (B∩C)×A=(B×A)∩(C×A)

这些性质表明,笛卡尔积在集合运算中具有很好的分配性。

3. 示例

设A={a,b},B={0,1},则:

  • A×B={<a,0>,<a,1>,<b,0>,<b,1>}
  • B×A={<0,a>,<0,b>,<1,a>,<1,b>}

这个示例直观地展示了笛卡尔积的构成以及不满足交换律的性质。

4. 结论

有限笛卡尔积是集合论中的一个重要概念,它具有独特的性质和广泛的应用。了解这些性质有助于更好地理解和运用笛卡尔积进行集合运算和逻辑推理。

以上信息基于多个权威来源的整合和分析,确保了信息的准确性和可靠性。

参考链接

1.测度论,百度百科
2.集合的极限
3. 《测度论与高等概率论》

标签:infty,测度,笛卡尔,lim,元素,集合,原理,概率论,精解
From: https://blog.csdn.net/sakura_sea/article/details/139665139

相关文章

  • nacos 服务注册原理
    springboot的各种starter会根据SPI机制,读取META-INFO/spring.factories文件,自动注册一些bean,spring-cloud-starter-alibaba-nacos-discovery的spring.factories如下:org.springframework.cloud.bootstrap.BootstrapConfiguration=\com.alibaba.cloud.nacos.discover......
  • 大白话【卷积神经网络】工作原理
    卷积神经网络(ConvolutionalNeuralNetwork,简称CNN)是一种专门设计用于处理具有网格结构的数据(如图像)的神经网络。想象一下,你正在玩一个游戏,游戏的目标是识别图片上的内容。但是,你不能直接看到整个图片,而只能通过一个小窗口(称为“滤波器”或“卷积核”)来观察图片的一部分。每次......
  • 实变函数精解【4】
    文章目录说明点集与测度可数集定义性质示例与有限集的关系应用可列集定义种类不可列集性质应用与意义有限集性质示例与无限集的区别应用可数集(Countableset)和可列集(Countablyinfiniteset或Enumerableset)可数集可列集等同性注意事项开集的极限点集定义与解释开......
  • 万字总结XGBoost原理、核心参数以及调优思路(下篇)
    万字总结XGBoost原理、核心参数以及调优思路(下篇)在数据科学领域,XGBoost以其卓越的性能和灵活性,成为了众多机器学习算法中的佼佼者。作为一种梯度提升框架,XGBoost通过构建决策树的集合来最小化一个可微分的损失函数,广泛应用于分类、回归等任务。本文将万字总结XGBoost的深层......
  • 【Android面试八股文】谈谈OkHttp框架的原理(深度剖析源码)
    文章目录一、OkHttp介绍二、OkHttp使用流程三、OkHttp的分发器Dispatcher3.1Dispatcher3.2同步请求3.3异步请求四、OKHttp的请求流程五、分发器线程池六、拦截器责任链6.1责任链模式6.1.1故事背景6.1.2责任链模式实现6.2OkHttp的拦截器流程......
  • 反射DLL注入原理解析
    反射DLL注入又称RDI,与常规DLL注入不同的是,它不需要LoadLibrary这个函数来加载dll,而是通过DLL内部的一个函数来自己把自己加载起来,这么说可能会有一点抽象,总之这个函数会负责解析DLL文件的头信息、导入函数的地址、处理重定位等初始化操作,先不用理解这个函数是怎么实现的......
  • Redis存储原理与数据模型
    Redis存储结构存储转换redis-value编码stringint:字符串长度小于等于20切能转成整数raw:字符串长度大于44embstr:字符串长度小于等于44listquicklist(双向链表)ziplist(压缩链表)hashdict(字典):节点数量大于512或者字符串长度大于64ziplist(压缩链表):节点数......
  • IPS的防护与攻破(详细原理)
    IPS的防护与攻破IPS工作原理实验拓扑钓鱼链接攻击开启IPS防护绕过IPS木马攻击生成木马上传木马运行木马加密木马小结IPS工作原理IPS通过直接嵌入到网络流量中,对网络数据进行实时检查和拦截。具体来说,它通过一个网络端口接收来自外部系统的流量......
  • 一张图片彻底搞定springboot自动装配原理
    自动装配原理pom.xml父工程spring-boot-starter-parent<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.1</version><relativePath/>......
  • 抽象代数精解【2】
    文章目录群消去律的意义消去律与群的其他性质总结难点与例子例子参考文献群下面由文心一言生成群中的消去律是群论中的一个基本定理,它描述了群中元素之间的一种特殊关系。具体来说,群中的消去律包含左右两个方向,可以表述为:左消去律:若......