일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- BJ
- Kruskal's Algorithm
- 다이나믹 프로그래밍
- 정렬
- programmers
- 웹프로그래밍
- 웹 프로그래밍
- 해시
- SERVLET
- 정렬 알고리즘
- 프림 알고리즘
- 네이버 부스트캠프 ai tech
- greedy
- 그리디
- 웹서버
- 브라우저
- 백준
- mysql
- 부스트코스
- 순열 알고리즘
- dbms
- Prim's Algorithm
- jsp
- DP
- 소수
- mst
- 벡엔드
- 크루스칼 알고리즘
- 프로그래머스
- request
- Today
- Total
끵뀐꿩긘의 여러가지
2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability) 본문
2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability)
끵뀐꿩긘 2022. 9. 28. 02:40문제풀이 팁:
1. Don't lose your common sense
2. Do check answers => trying special cases(simple & extreme cases)
3. label people or object (ex. n명의 사람이 있으면 각각을 1,2 ... n으로 이름 붙여라), 서로 구분 가능한지 생각해라
Sampling Table:
Order | |||
---|---|---|---|
matter(순서 상관 있음) | no-matter(순서 상관 없음) | ||
replacement | T(복원추출) | $$_{n}\Pi _{k}$$ | $$_{n}\textrm{H}_k$$ |
F(비복원추출) | $$_{n}\textrm{P}_k$$ | $$_{n}\textrm{C}_k$$ |
참고: https://kkwong-guin.tistory.com/98
1강- 확률과 셈 원리 (Probability and Counting)
Statistics is the logic of uncertainity 표본공간(sample space): 시행에서 발생가능한 모든 경우의 집합 사건(event): 표본공간의 부분집합 확률의 naive한 정의: $$P(A) = \frac{num.\; of\; favorable\;..
kkwong-guin.tistory.com
중복조합:
$$_{n}\textrm{H}_k = \binom{n+k-1}{k}$$
simple & extreme cases를 보면서 이 공식이 맞는지 확인한다
k = 0인 경우:
$$\binom{n-1}{0} = 1$$
n-1명 중에서 중복되게 0명을 뽑는 경우 = 아무도 안뽑는 경우 = 1
k = 1인 경우:
$$\binom{n}{1} = n$$
n명 중에서 중복되게 1명을 뽑는 경우 = 각 인원이 뽑힐 수 있다 = n
n = 2인 경우(simplest and non-trivial case):
$$\binom{k+1}{k} = \binom{k+1}{1} = k+1$$
한쪽 상자에 들어갈 경우의 수만 구해주면 자동으로 나머지는 반대쪽 상자에 들어가게 된다
2명 중에서 중복되게 k명을 뽑는경우 = 한쪽 상자에 들어갈 경우의 수 {0,1,..k} = k+1
일반화:
n개의 상자에 k개의 구별 불가능한 공들을 넣을 수 있는 경우의 수:
이 그림을 상자의 구분선을 넣어 기호와 같이 표현하면
$$\bigcirc \bigcirc \bigcirc ||\bigcirc \bigcirc |\bigcirc $$
=> k개 의 구슬과 n-1개의 칸막이의 배열의 경우의 수를 구한 것과 같다
칸막이의 위치를 정하면 공의 위치가 알아서 결정되고 반대도 성립한다.
n+k-1의 자리에서 칸막이의 자리 n-1개를 뽑는것 == n+k-1의 자리에서 공의 자리 k개를 뽑는 것
$$\binom{n+k-1}{k} = \binom{n+k-1}{n-1}$$
story proof:
수식적인 방법이 아니라 이야기를 통해서 풀어가는 방법
1. $$\binom{n}{k} = \binom{n}{n-k}$$
n명을 두팀으로 나눌 때, k 명을 뽑으면 나머지는 자동으로 다른 팀이 된다
but, 팀 간의 구분이 없으므로 팀원 수를 똑같이 나누면 /2를 해주어야한다
(ex. 10명 중 5명을 뽑았을 때, 한 팀과 다른 팀을 구분할 수 없다)
2. $$n\binom{n-1}{k-1} = k\binom{n}{k}$$
n명 중에 회장을 한명 뽑고, 회장이 들어간 동아리원이 총 k명이 되도록 나머지에서 k-1명을 뽑는다
== 동아리원 k명을 뽑고 그중에 회장을 한명 뽑는다
3.방데르몽드 항등식$$\binom{m+n}{k} = \sum_{j= 0}^{k}\binom{m}{j} \binom{n}{k-j}$$
m+n의 집단에서 k명을 뽑는것은 m집단에서 j 명을 뽑고, n 집단에서 k-j명을 뽑는 것의 전체합과 같다
Non-naïve definition of probability:
Probability space consists of S and P
S: sample space,표본공간,
P: function(input: take an event A which is subset of S ($A\subseteq S$)), 확률함수
$P(A) \in [0,1]$
확률의 세가지 공리
- $P(\emptyset ) = 0, P(S) = 1$
- $P(\bigcup_{n=1}^{\infty}A_n) = \sum_{n=1}^{\infty}P(A_n)$ ($A_i,A_j$는 서로소이다)
- $P(A^c) = 1-P(A) $
'Naver boostcamp -ai tech > Statistics 110' 카테고리의 다른 글
6강- Monty Hall 문제와 심슨의 역설 (Monty Hall, Simpson's Paradox) (1) | 2022.10.11 |
---|---|
5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability) (0) | 2022.10.10 |
4강- 조건부 확률 (Conditional Probability) (0) | 2022.10.04 |
3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability) (0) | 2022.10.04 |
1강- 확률과 셈 원리 (Probability and Counting) (0) | 2022.09.25 |