巧取样本空间简化概率计算

本文通过具体实例的分析说明了适当选取特殊的样本空间可以大大简化概率的计算．     

基于贝叶斯网络的集中化IT运维信息检索算法

为适应集中化IT系统运维管理形式,提高用户检索正确率,增强用户服务质量,提出了基于贝叶斯网络的集中化IT运维信息检索算法.从运维战略、模式、流程等方面分析IT运维体系架构,明确用户提交检索申请到结果反馈的整体流程;对文本信息做预处理,实现用户浏览内容结构化显示,计算用户特征矢量;利用有向图表示贝叶斯网络拓扑结构,通过获取术语节点与文件节点的先验概率,推理文件与检索之间的概率关系,过滤冗余信息;建立样本空间,将信息检索问题变换为在样本空间中的概念匹配问题,获取文件和检索的关联函数表达式,并对其做简化处理,完成运维信息检索模型构建.仿真实验表明,该方法可提高信息检索的查全率与查准率,减少网络负载.     

古典概型典型思考方法探讨

在概率论学习中首先接触的古典概型,历来都是教学中的重点.通过部分典型问题探讨一些解古典概型问题的思考方法,有助于概率论基本概念的直观理解,并且有益于开启概率论课程的学习.     

概率论教学中与样本空间有关的几个问题

样本空间是概率论课程中最基本的概念之一,学生在学习过程中常常不能很好地理解和使用样本空间的概念.针对条件概率、事件独立性、古典概率计算中遇到的有关样本空间问题,提出具体的解决方法,并对样本空间形态与概率方法的一致性提出相应的教学建议.     

古典概型中随机事件相互独立性与素数的关系

本文在古典概型和概率空间(Ω,F,P)[1]上, 讨论随机事件相互独立与素数的关系.利用古典概型概率计算方法,证明概率空间(Ω,F,P)恰有n个相互独立的随机事件的充要条件是样本空间Ω的样本点个数可以分解成n个素数的乘积.     

巧取样本空间简化概率计算

本文通过具体实例的分析说明了适当选取特殊的样本空间可以大大简化概率的计算。     

利用缩减样本空间方法替代贝叶斯公式的计算

条件概率的计算是概率论中极其重要的计算之一,一般有利用定义式计算和缩减样本空间计算两种方法．缩减样本空间计算法在先验概率问题计算上比较浅显易懂,但在后验概率问题上计算一般不采用这个方法,而是使用定义式来计算,后验概率的计算又和贝叶斯公式有较大的关系．着重讨论缩减样本空间计算法在后验概率问题上的应用．从而避免利用贝叶斯公式计算的繁琐过程．     

优化样本空间 简解古典概型

通过对称压缩法、样本空间缩小法、事件对等转化法三种方法优化了样本空间,简化了古典概型的计算.     

全概率公式的一种推导法及其应用

给出了全概率公式的一种简单的推导方法及其具体应用。     

一种经济的计数型截尾序贯检验

对"高成本、破坏性"的成败型产品成功率的抽样检验,如导弹命中率,引信可靠度等的验收检验,如何减少试验成本是科技工作者与工程人员共同关心的重要问题.对关于平均试验次数最优的截尾序贯检验,研究发现其平均试验次数具有随样本量截尾值增大而减少的趋势.本文从工程实际应用角度出发,将试验成本分解为试验准备费用与试验测试费用,针对试验准备费用与试验测试费用的不同比值,提出了一种关于最佳样本量截尾值的经济的截尾序贯检验方案,从而能更好地节省抽样检验的试验成本.最后,以IEC1123中的截尾序贯试验方案为例,对本文所提方案的优良性进行了验证.