发表日期: 2021-04-13 10:48:43 浏览次数:92
张家口小程序制作【张家口企业邮箱】张家口网站外包、张家口微信商城开发、张家口网店美工、张家口淘宝设计
张家口市,又称“张垣”“武城”,是河北省下辖地级市,地处河北省西北部,京、冀、晋、蒙四省市交界处,是京津冀(环渤海)经济圈和冀晋蒙(外长城)经济圈的交汇点。是冀西北地区的中心城市,连接京津、沟通晋蒙的交通枢纽。 [1] 介于东经113°50′~116°30′,北纬39°30′~42°10′之间。全市南北长289.2千米,东西宽216.2千米,总面积3.68万平方千米。 [2] 截至2019年,张家口市常住人口442.33万人,下辖6区10县。
嘉靖八年(1529年)守备张珍在北城墙开一小门,曰“小北门”,因门小如口,又由张珍开筑,所以称“张家口”。 [3] 春秋战国时北为匈奴与东胡居住地,南部分属燕国、代国。1983年11月,张家口市改为河北省省辖市。 [4] 距今200万年前,远古人类就在此繁衍生息;5000年前,中华民族始祖黄帝、炎帝、蚩尤“邑于涿鹿之阿”,开启了中华文明先河。
张家口市是现行长城最多的地区,素有“长城博物馆”的美称。崇礼、赤城是华北地区最大的天然滑雪场,被誉为东方达沃斯。2015年7月31日,国际奥委会主席巴赫宣布北京携手河北省张家口获得2022年冬奥会举办权。 [5] 2017年12月,当选“中国十佳冰雪旅游城市”。
2020年,张家口市生产总值实现1600.1亿元,同比增长3.6%。其中,第一产业实现增加值267.7亿元,同比增长3.6%;第二产业实现增加值430.9亿元,同比增长2.2%;第三产业实现增加值901.4亿元,同比增长4.3%。
假设在图4-18所示情形中已知得流感的人中有70%会发烧,而且得流感的人中有80%会头痛。那么在(4.19)中,“流感”就是事件H,E 就是“发烧”事件,F 是“头痛”,G 是“头痛OR发烧”。已知PROB
(E | H )=PROB
(发烧 | 流感)=0.7,而PROB
(F | H )=PROB
(头痛 | 流感)=0.8。
规则(4.19)表示PROB
(G | H )至少是0.7和0.8中的较大者。也就是说,如果患了流感,那么发烧或头痛或两种情况都有的概率至少是0.8。规则(4.19)还表明PROB
(G | H )至多是
PROB
(E | H )+PROB
(F | H )
或者说是0.7+0.8=1.5。不过这一上界是没有意义的,因为事件的概率不可能大于1,所以1才是PROB
(G | H )更佳的上界。
AND
结合的事件的概率假设已知“发烧”的概率是0.02,而“头痛”的概率是0.03。那么“发烧AND头痛”的概率是多少?也就是说,一个人同时有发烧和头痛症状的概率是多少?就像之前两个事件OR
结合的情况那样,没办法给出精确的值,不过有时候可以为两个事件的合取(conjunction)或者说逻辑AND
(逻辑“与”)的概率给出一些限制。
在图4-18的情况下,是要问f+g 可以有多大。我们已经得知,如果用OR
关系连接事件,那么当两个事件中较小者(在该情况下是“发烧”事件)完全被另一个事件包含时,f+g 会有最大值。那么,“发烧”事件的概率都集中在f+g 中,而且有f+g=0.02,也就是“发烧”事件单独的概率。一般而言,两个事件AND
结合的概率不会超过较小者的概率。
那么f+g 可以有多小?显然,没什么情况能阻止“发烧”和“头痛”完全没交集的情况出现,所以f+g 是可以为0的。也就是说,可能没人同时具有发烧和头痛的症状。
不过上述想法并不具有一般性。假设事件“发烧”和“头痛”并不是0.02和0.03这样的微小概率,而是分别有着60%和70%的概率。那么还可能说没人同时具有发烧和头痛的症状吗?如果在这种情况下还有f+g=0,那么就有e+h=0.6,而且c+d=0.7。这样一来e+h+c+d=1.3,也就是说,图4-18中的事件e+h+c+d的概率就大于1了,而这是不可能的。
显然,两个事件的AND
连接的大小不能比两事件概率之和减1还小。否则,相同的两个事件的OR
连接的概率就会大于1。这一结论是在乘积法则中总结出来的。如果E 和F 是两个事件,而
G 事件是指E 和F 同时发生,那么
PROB
(E )+PROB
(F )-1≤PROB
(G )≤min(PROB
(E ),PROB
(F ))
与求和规则一样,相同的概念也适用于另一事件H 条件下的情况。也就是有
PROB
(E | H )+PROB
(F | H )-1≤PROB
(G | H )≤min(PROB
(E | H ),PROB
(F | H )) (4.20)
再来看看图4-18。假设患流感的人中有70%会发烧,而且有80%会头痛。那么有多少人同时有发烧和头痛症状?根据(4.20),其中H 为“流感”事件,那么在某人患流感的条件下,同时有发烧和头痛症状的概率至少是0.7+0.8-1=0.5,至多是min(0.7,0.8)=0.7。
涉及若干事件的规则总结
下面的内容对本节介绍的规则和4.10节中有关独立事件的规则进行了总结。假设事件E 和F 的概率分别为p 和q,那么有下列结论。
事件E-or-F(即E 和F 至少有一个发生)的概率至少是max(p,q),且至多是p+q(或者如果p+q>1,就是1)。
事件E-and-F(即E 和F 同时发生)的概率至多是min(p,q),且至少是p+q-1(或者如果p+q<1,就是0)。
如果E 和F 是相互独立的事件,那么E-and-F 的概率就是pq。
如果E 和F 是相互独立的事件,那么E-or-F 的概率就是p+q-pq。
最后一个规则可能要费些思量。E-or-F 的概率是p+q减去事件同时发生的那部分空间,因为在将E 和F 的概率相加时那部分空间被计算了两次。而同在E 和F 中的点正好是事件E-and-F,它的概率就是pq,因此,
PROB
(E-or-F )=PROB
(E )+PROB
(F )-PROB
(E-and-F )=p+q-pq下图展示了这若干事件之间的关系。
在那些需要计算复合事件(就是若干其他事件的AND
或OR
结果事件)的概率的应用中,往往不需要知道确切的概率。不过,我们需要确定最可能的情形或者说高概率(即概率接近1)的情形。因此,只要能推断出事件的概率为“高”,复合事件的概率范围就不太可能会带来大问题。
例如,在示例4.35引入的医疗诊断问题中,我们可能永远都没法推断出患者患流感的概率为1。不过只要结合观察到的症状和患者未出现的症状,就能得出他患流感的概率非常高,将患者诊断为流感就应该是很明智的。
然而,我们发现在示例4.35中,基本上说不出同时具有头痛和发烧症状的患者患流感的概率,即便知道每种症状都能强有力地表示患者患了流感,也是如此。真正的推理系统需要更多用来估算概率的信息或规则。作为一个简单的例子,可以明确给出PROB
。流感 | 头痛AND发烧。这一概率,这样就可以立刻解决该问题。
不过,如果将E1、E2、…、En这n个事件结合起来得出另一个事件F,那么就需要明确给出2n-1个不同的概率,这些概率分别是在E1、E2、…、En中一个或多个形成的条件下F 的条件概率。
备案号: 苏ICP备11067224号
CopyRight © 2011 书生商友信息科技 All Right Reserved
24小时服务热线:400-111-6878 E-MAIL:1120768800@qq.com QQ:1120768800
网址: https://www.768800.com 网站建设:上往建站
关键词: 网站建设| 域名邮箱| 服务器空间| 网站推广| 上往建站| 网站制作| 网站设计| 域名注册| 网络营销| 网站维护|
企业邮箱| 虚拟主机| 网络建站| 网站服务| 网页设计| 网店美工设计| 网站定制| 企业建站| 网站设计制作| 网页制作公司|
400电话办理| 书生商友软件| 葬花网| 调温纤维| 海洋馆运营维护| 北京保安公司| 殡仪馆服务| 殡葬服务| 昌平殡葬| 朝阳殡葬|
欢迎您免费咨询,请填写以下信息,我们收到后会尽快与您联系
服务热线:400-111-6878