这里是两个小小的例子，总结之前那些概念

例子一：Bernoulli Trial (伯努利试验)

这是一个只有两种可能性的实验，而结果只可以是 1 或者 0
所以，sample space, S = {0,1}
例如，掷钱币，得到的结论只有两种： 头(head) 或者 字(tail)
然后我们就可以假设以下的：
head = 1/sucess
tail = 0/ failure

其实怎样叫只是称呼，可以把掷到头(head)是成功 (sucess), 掷到字(tail) 是失败 (failure)
相反也可以，掷到头是失败，只是一种叫法

一般成功的事件，都是用1表示，失败的话是 0
用数字表示只是方便计算
这里的1跟0其实都不算数字，算符号，叫a,b 都可以，甚么都ok
1跟0是比较常用的叫法

然后就会有以下的probability measure statements

以及

这些可以先不理会

 

  

 例子二：掷一个骰子 (fair dice)

 

fair dice 意思是得到任何数字/掷得甚么面的机会是一样的
很明显地，sample space, S = {1,2, 3, 4, 5, 6 }
所以，应用前几篇说过的
[变了灰绿色的字可以link 回去之前有说过这些概念的那篇blog, 想看就按进去看看吧]

  

•  {1} 同{6}就会是mutually exclusive events.
  因为你得出1就不可能得出6，或者其他的数字  
  
  用{ } 引用就是代表事件
  {1} 就是掷到一个1的事件, {6} 就是掷到一个6的事件
  

  

• 全部数字互相都是mutually exclusive，所以他们全部加起来就会形成一个sample space 的 partition
  也就是exhausive events

 

  *** partition 跟exhausive events 在mutually exclusive events 那页也有提到*****

---

 然后更多的应用

 先假设
event A = " a number less than 5 is tossed/ 掷出一个少于5的数字 " = {1,2,3,4}
event B = " an even number is tosed / 掷出一个偶数" = {2,4,6}
event C = "a '1' is tossed/ 掷出 '1' " = {1}
event D = " a '5' is tossed/ 掷出 '5' " = {5} 

 

 

• A 和B 的 并集, union:
  首先，把A 跟B合起来
  然后，把重复的拿走, 就变成
  因为这就是等于没了5 的sample space, 所以也等于, event D的complement

 

  

  

• A 和B 的 交集, intersection:
  一样的首先，把A 跟B合起来
  只选两边都有的数字
  也就是这两个啦

 

 

 

 

• A和D的交集, intersection:
  跟之前同样的步骤,把两个事件合起来看
  然后抽出common events/ 共同拥有的
  然后，就会发现没有common events
  
  所以 A和D的interseciton  [不知道为甚么是common interest |||||||, 反正重点在那个零]
  
  所以A和D是mutually exclusive events

  

  

• 还有就是 B和C的并集的补集, complement of the union of {B} and {C}:
  
  这个没多少解释，纯粹运算
  
  这个是用上了distribution properties, 反正就是外面有甚么都分配进去，这个应该是下篇的东西吧？

 

 

---

 

  

碎碎念： 写一个，好累哦!!!
真的好久没有继续啦，最近又懒散啦 

 

好多事情想做，又要找工作，也更加不想动啦

 要努力的坚持!!!!!!!!!!!!!!!!

 

 

还有就是我解决了照片的问题，不用部落格的相簿啦，都出不来正常图片
我要全图，不是snapshop....
所以用了photobucket，应该还ok吧

 

 

好的，要去吃晚餐啦，大家都不要怕胖，多吃点呀