|
||||
Меню:
Главная
Форум
Литература: Программирование и ремонт Импульсные блоки питания Неисправности и замена Радиоэлектронная аппаратура Микросхема в ТА Рубрикатор ТА Кабельные линии Обмотки и изоляция Радиоаппаратура Гибкие диски часть 2 часть 3 часть 4 часть 5 Ремонт компьютера часть 2 Аналитика: Монтаж Справочник Электроника Мощные высокочастотные транзисторы 200 микросхем Полупроводники ч.1 Часть 2 Алгоритмические проблемы 500 микросхем 500 микросхем Сортировка и поиск Монады Передача сигнала Электроника Прием сигнала Телевидиние Проектирование Эвм Оптимизация Автомобильная электроника Поляковтрансиверы Форт Тензодатчик Силовые полевые транзисторы Распределение частот Резисторные и термопарные Оберон Открытые системы шифрования Удк |
[33] 6.1-13* Используя формулу Стирлинга, докажите, что С?п = -(1 + 0(1/п)).(6.16) 6.1-14* Дифференцируя Н(Х), покажите, что максимум достигается при А = 1/2. Чему равно Н(1/2)? 6.2. Вероятность В этом разделе мы напомним основные понятия теории вероятностей. Пусть задано некоторое множество S, которое мы называем вероятностным пространством (sample space), а его элементы - элементарными событиями (elementary events). Каждый из элементов может рассматриваться как возможный исход испытания. Например, бросанию двух различных монет соответствует вероятностное пространство, содержащее четыре строки длины 2, составленные из символов о (орёл) и р (решка): S = {оо, ор, ро, рр} Событием (event) называется подмножество пространства S. Например, в нашем примере можно рассмотреть событие «выпал один орёл и одна решка», т.е. множество {ор,ро}. Событие S (всё вероятностное пространство) называется достоверным событием (certain event), а событие 0 называется невозможным событием (null event). События А и В называются несовместными (mutually exclusive), если АПВ = 0. Каждое элементарное событие s G S мы будем считать событием {s} С S. Различные элементарные события несовместны. Сказанное относится без оговорок к случаю конечного или счётного множества S. В общем случае определение сложнее, и событиями считаются не все подмножества множества S, а только некоторые. Они должны образовывать <т-алгебру (пересечение и объединение счётного числа событий есть событие; дополнение события есть событие). Мы не будем говорить об этом подробно, хотя некоторые примеры такого рода (равномерное распределение на отрезке) нам встретятся. Аксиомы вероятности Распределением вероятностей (probability distribution) на вероятностном пространстве S называется функция Р, ставящая в соответствие каждому событию некоторое неотрицательное число и удовлетворяющая следующим требованиям (аксиомам вероятности, по-английски probability axioms): 1.PA 0 для любого события А. 2.P{S} = 1. 3.P{AU-B} = Р{А} + Р{-В} для любых двух несовместных событий А и В, и, более того, P{U,-A,-} = J]P{At-}. для любой (конечной или счетной) последовательности попарно несовместных событий А\, А2, Число Р{А} называется вероятностью события A (probability of the event А). Заметим, что аксиома 2 фиксирует «единицу измерения» вероятностей, принимая за 1 вероятность достоверного события. Вот несколько простых следствий из этих аксиом. Невозможное событие имеет нулевую вероятность Р{0} = 0. Если А С В, то Р{А} Р{В}. Используя обозначение А для события S - А (дополнение к А), имеем Р{А} = 1 - Р{А}. Для любых двух событий А и В имеет место Р{А и В} = Р{А} + Р{В} - Р{А П В}(6.17) Р{А} + Р{Б}.(6.18) В нашем примере с бросанием двух монет, положим вероятность каждого элементарного исхода равной 1/4. Тогда вероятность выпадения по крайней мере одного орла будет Р{оо, ор, ро} = Р{оо} + Р{ор} + Р{ро} = 3/4. Иначе: вероятность того, что не будет ни одного орла, равна Р{рр} = 1/4, поэтому вероятность появления по меньшей мере одного орла есть 1 - 1/4 = 3/4. 6.2.1. Дискретное распределение вероятностей Распределение вероятностей на конечном или счётном вероятностном пространстве называется дискретным (discrete). Для таких распределений можно написать P{A} = J2?{s}, seA для любого события А, поскольку оно является объединением не более чем счётного множества несовместных элементарных событий. Если множество S конечно и все элементы его равновероятны, то получается равномерное распределение вероятностей (uniform probability distribution) на конечном множестве S. При этом вероятность любого события, включающего в себя к элементарных исходов из \S\, равна k/\S\. В таких случаях говорят «выберем случайно элемент s £ 5». В качестве примера рассмотрим бросание симметричной монеты (flipping a fair coin), для которой вероятности орла и решки одинаковы и равны 1/2. Бросая её п раз, мы приходим к равномерному распределению на пространстве S = {о,р}п, состоящем из 2п элементов. Каждое элементарное событие из S можно рассматривать как строку длины п элементов множества {о, р}, и все такие строки имеют вероятность 1/2™. Событие А = {выпало к орлов и п - к решек} есть подмножество S и состоит из А = Ск элементов, так как существует Ск строк, содержащих ровно к орлов. Тем самым, вероятность события А равна Р{А} = Ск/2п. Непрерывное равномерное распределение вероятностей Будем считать элементарными исходами точки некоторого отрезка [а, Ь]. Определим вероятность события [с, d] С [а, Ь] формулой р<м> = £. В этом случае, как мы говорили, надо считать событиями не все подмножества отрезка, а только некоторые, которые называют измеримыми. Мы не приводим соответствующих определений, отсылая читателя к любому учебнику по теории вероятностей или по теории меры. Заметим, что вероятность каждой точки равна 0, и потому вероятность полуинтервала (с, d] и интервала (с, d) могут быть определены той же формулой. Такое распределение вероятностей называют непрерывным равномерным распределением (continuous uniform probability distribution). Условная вероятность и независимость Иногда мы располагаем частичной информацией о результате эксперимента. Например, пусть нам известно, что в результате бросания двух симметричных монет по крайней мере одна из них выпала орлом. Какова вероятность того, что обе монеты выпали орлом? Известная нам информация позволяет исключить случай |
Среды: Smalltalk80 MicroCap Local bus Bios Pci 12С ML Микроконтроллеры: Atmel Intel Holtek AVR MSP430 Microchip Книги: Емкостный датчик 500 схем для радиолюбителей часть 2 (4) Структура компьютерных программ Автоматическая коммутация Кондиционирование и вентиляция Ошибки при монтаже Схемы звуковоспроизведения Дроссели для питания Блоки питания Детекторы перемещения Теория электропривода Адаптивное управление Измерение параметров Печатная плата pcad pcb Физика цвета Управлении софтверными проектами Математический аппарат Битовые строки Микроконтроллер nios Команды управления выполнением программы Перехода от ahdl к vhdl Холодный спай Усилители hi-fi Электронные часы Сердечники из распылённого железа Анализ алгоритмов 8-разрядные КМОП Классификация МПК История Устройства автоматики Системы и сети Частотность Справочник микросхем Вторичного электропитания Типы видеомониторов Радиобиблиотека Электронные системы Бесконтекстный язык Управление техническими системами Монтаж печатных плат Работа с коммуникациями Создание библиотечного компонента Нейрокомпьютерная техника Parser Пи-регулятор ч.1 ПИ-регулятор ч.2 Обработка списков Интегральные схемы Шина ISAВ Шина PCI Прикладная криптография Нетематическое: Взрывной автогидролиз Нечеткая логика Бытовые установки (укр) Автоматизация проектирования Сбор и защита Дискретная математика Kb радиостанция Энергетика Ретро: Прием в автомобиле Управление шаговым двигателем Магнитная запись Ремонт микроволновки Дискретные системы часть 2 | ||