排列、组合与概率

老样子,先给一个情境:马赛是一项体育赛事,也是一个赌博机会。你可以对比赛结果下注,如果能押中每场比赛的前三名,大把钞票就到手了。

假设今天是开幕赛,马匹都是新马,前期没有统计过它们的实力,因此每一匹马得胜概率相同,这里可以归结为简单概率问题。第一场比赛是三马赛,赌本是500美元,赔率为7:1,如果猜中了,可以获得3500美元。

问:假设每一匹马都跑完比赛,比赛结果有几种可能?能押中的概率?该赌局的期望收益?

答:设3匹马分别为马1、马2和马3,那么结果可以为:123、132、213、231、312、321。一共6种。押中正确结果的概率为1/6。概率分布为:

X -500 3500
P(X=x) 0.833 0.167

E(X) = -500*0.833+3500*.167=168

每比一局这样的比赛,我们可以期望收入168美元。

虽然说期望是168美元,不过看着1/6的概率,只是一局的话真的能赢到奖金吗?


排位数目

刚才我们是通过枚举的方式找出了6个所有结果,现在我们试着一个一个地对名次进行考虑。

现在3匹马正在奔跑,将要冲向终点线。

  • 在决定冠军的时候,3匹马中的任意一匹都有可能,也就是,占据第一名位置的方式有3种。
  • 当一匹马跑完比赛后还剩2匹马,那么它们之中会有一个成为第二名。即,占据第二名位置的方式有两种。这与跑第一名的马匹无关。
  • 最后只剩下一个位置留给最后一匹马—第三名。

因此,第一名有3种占据方式,每一种方式对应着2种第二名的占据方式,无论前两名由谁占据,最后一名都仅有1种占据方式。即,三个位置的占据方式共计: 3 ∗ 2 ∗ 1 = 6 3*2*1=6 3∗2∗1=6。

如果有n匹马呢?

如果将这个算法推而广之,可以知道任意数目n的排名方式。即,如要算出n个独立对象的排名方式,可按下式进行计算:
n ∗ ( n − 1 ) ∗ ( n − 2 ) ∗ . . . ∗ 3 ∗ 2 ∗ 1 = n ! n*(n-1)*(n-2)*...*3*2*1 = n! n∗(n−1)∗(n−2)∗...∗3∗2∗1=n!
这种计算方式称为一个数的阶乘,其数学表达式是感叹号,例如n的阶乘写作n!,读作“n的阶乘”。

圆形排位数目

前面讲到的计算规则有一个例外,那就是圆形排位。

以4匹马(名字分别叫拉托、福福、其他、翠香)围成一圈为例,“拉托-福福-翠香-其他-回到拉托” 和 “其他-拉托-福福-翠香-回到其他”,只是第1种排列方式顺时针移动了1个位置(或者说“逆时针3个位置”)而已,实际上是一样的。【你可以脑海里想象一下操场上有好多班级在跑操,这是一个道理】

面对这一类问题,我们可以把其中一匹马的位置固定下来,比如福福。只要福福站在某个位置上不动,就能计算其余3匹马的排位方式,这样就能避免重复计算,得出正确的结果。

(也可以这么理解,与上面顺时针运动就能相同的排位,福福的站位一共有4种【上、下、左、右】,实际上它们是1种排位方式,因此只需要 4 ! 4 = 3 ! \frac{4!}{4}=3! 44!​=3!,考虑福福在一个站位就好)

通常,如果有n个对象需要进行圆形排位,则可能的排位数目按下式进行计算:
( n − 1 ) ! (n-1)! (n−1)!

小知识:0!=1

问:计算n个对象的圆形排位时,结果为(n-1)!。如果把顺时针排位视为同一种情况进行计算,结果如何?

答:如果这样的话,排位方式的数目则是(n-1)!/2。(n-1)!既考虑了顺时针的情况,也考虑了逆时针的情况,因此是实际要计算的结果的两倍,除以2就解决问题了。

附:“问”的意思我理解为顺时针和逆时针都假定相等,比如下图:

 1                       1
3       2               2       34                      4

“问”假定这两个是同一种情况。那么就很好理解为什么是(n-1)!/2了,在其中一个站位固定的情况下,所有的排位都有一个对称的情况,因此需要除以2。

问:如果将对象呈圆形排位,且考虑对象的绝对位置,结果如何?

答:这样的话,排位方式的数目为n!,这正好等于n个对象的排位方式的数目。

排位和圆形排位例题:

按种类排位

另一种情况:若有3匹斑马与3匹普通马同场竞技,按照动物种类进行排名的话,共有几种排列方式?如果猜中,赔率是15:1。

这一次我们仅对动物种类感兴趣,对动物个体不感兴趣,比如“斑马-马-斑马-马-斑马-马”是一种,不会在意马儿是张三马还是李四马。

  • 对于6匹马的排名方式,一共有6!种,假设我们关心个体的排名情况。其中一种的例子:“斑马1-马a-斑马2-马b-斑马3-马c”。
  • 3匹斑马的排名情况,一共有3!种。由于我们不关心哪一匹斑马排在哪个位置,因此这些排名都是一样的。于是,为了避免重复计算,只需用总数除以3!就行了。例如,“马a–马b–马c”的顺序不重要,需要被除一下,情况就变成“马-马-马”了。
  • 3匹普通马的排名情况,一共有3!种。同理,再除以3!。

这意味着按照种类对6匹动物进行排名的数目是:
6 ! 3 ! 3 ! = 720 6 ∗ 6 = 20 \frac{6!}{3!3!} = \frac{720}{6*6} = 20 3!3!6!​=6∗6720​=20
也就是说,正确押中不同种类动物的排名的概率是1/20。赔率是15:1,因此不建议赌。

因此,我们可以推广一下:

按类型排位

如果要为n个对象排位,其中包括第一类对象k个,第二类对象j个,第三类对象m个…则排位方式数目的计算式为:
n ! j ! ∗ k ! ∗ m ! ∗ . . . \frac{n!}{j!*k!*m!*...} j!∗k!∗m!∗...n!​
例题帮助理解:


排列

一个情境:20匹马比赛,求出前3甲的选取方式。

和前面一样,第一名有20种取法,第二名有19种取法,第三名有18种取法。剩下的位置我们并不用在意,因此前3名的排列总数是20*19*18=6840。我们可以用阶乘表示上式,也就是 20 ! 17 ! = 20 ! ( 20 − 3 ) ! \frac{20!}{17!}=\frac{20!}{(20-3)!} 17!20!​=(20−3)!20!​。

从20个对象中取出3个对象并进行排位,所得的排位方式的数目有一个正式名称,叫做“排列数目”。

排列是指从一个较大(n个)对象群体中取出一定数目(r个)对象进行排序,并得出排序方式总数目。

一般说来,从n个对象中取出r个对象的排列数目即n个对象中的每一组对象(r个)的可能排列方式数目,通常写作 n P r ^nP_r nPr​,即:
n P r = P n r = n ! ( n − r ) ! ^nP_r = P_n^r = \frac{n!}{(n-r)!} nPr​=Pnr​=(n−r)!n!​
在我学《概率论与数理统计》时,符号通常这么写:
A n r = n ! ( n − r ) ! = n ( n − 1 ) ( n − 2 ) . . . ( n − r + 1 ) A_n^r = \frac{n!}{(n-r)!} = n(n-1)(n-2)...(n-r+1) Anr​=(n−r)!n!​=n(n−1)(n−2)...(n−r+1)

组合

前面是需要求出准确排名,如果我们只需要知道前三匹马的组合数目—需要知道前三名有多少种组合方式,但前三名的确切排名并不细究。(简单来说就是只需要知道是哪三匹马就够了)

排列数目包括对前3匹马进行确切排名的情况,3匹马的排名方式有3!种,我们只需要再除以3!即可,这样就忽略了它们的确切排名的选择方式。也就是 20 ! 17 ! ∗ 3 ! = 6840 3 ! = 1140 \frac{20!}{17!*3!} = \frac{6840}{3!} = 1140 17!∗3!20!​=3!6840​=1140。

一般说来,组合数目即为从n个对象中选取r个对象的选取方式的数目,这是不必知道所选对象的确切排序。组合数目写作 n C r ^nC_r nCr​,即:
n C r = n ! r ! ( n − r ) ! 或 ( r n ) ^nC_r = \frac{n!}{r!(n-r)!} \\ 或 (^n_r) nCr​=r!(n−r)!n!​或(rn​)
在我学《概率论与数理统计》时,符号通常这么写:
C n r = n ! ( n − r ) ! r ! = n ( n − 1 ) ( n − 2 ) . . . ( n − r + 1 ) r ( r − 1 ) ( r − 2 ) . . . ∗ 1 C_n^r = \frac{n!}{(n-r)!r!} = \frac{n(n-1)(n-2)...(n-r+1)}{r(r-1)(r-2)...*1} Cnr​=(n−r)!r!n!​=r(r−1)(r−2)...∗1n(n−1)(n−2)...(n−r+1)​

排列与组合的区别

问:“选取”是什么意思?

答:这是组合的另一个术语。 n C r ^nC_r nCr​的本意是“你有n个对象,选取r个”,因此有时候也称为选择函数。

关于组合的2道例题:

【读书笔记->统计学】06-01 排列、组合与概率-排位数目、圆形排位数目、按种类排位、排列、组合概念简介相关推荐

  1. Javascript DOM 编程艺术读书笔记16/04/01

    愚人节快乐 开始用webstorm了,随着学习深入,代码越来越长,因为不借助ide还真是挺难的 今天发现了一个严重的误区,text和textNode是完全不同的两个概念,之前没有特别注意,写代码很容易 ...

  2. 读书笔记: 博弈论导论 - 08 - 完整信息的动态博弈 可信性和序贯理性

    读书笔记: 博弈论导论 - 08 - 完整信息的动态博弈 可信性和序贯理性 可信性和序贯理性(Credibility and Sequential Rationality) 本文是Game Theor ...

  3. 读书笔记: 博弈论导论 - 总结

    读书笔记: 博弈论导论 - 总结 总结 本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记的总结. 博弈论 博弈论是关于智能理性决策者的协 ...

  4. 读书笔记: 博弈论导论 - 14 - 不完整信息的静态博弈 机制设计

    读书笔记: 博弈论导论 - 14 - 不完整信息的静态博弈 机制设计 机制设计(Mechanism Design) 本文是Game Theory An Introduction (by Steven ...

  5. 读书笔记: 博弈论导论 - 05 - 完整信息的静态博弈 纳什均衡

    读书笔记: 博弈论导论 - 05 - 完整信息的静态博弈 纳什均衡 压制信念:纳什均衡(Pinning Down Beliefs: Nash Equilibrium) 本文是Game Theory A ...

  6. 读书笔记: 博弈论导论 - 16 - 不完整信息的动态博弈 信号传递博弈

    读书笔记: 博弈论导论 - 16 - 不完整信息的动态博弈 信号传递博弈 信号传递博弈(Signaling Games) 本文是Game Theory An Introduction (by Stev ...

  7. android linearlayout属性大全,Android中LinearLayout布局的常用属性总结读书笔记

    8种机械键盘轴体对比 本人程序员,要买一个写代码的键盘,请问红轴和茶轴怎么选? 原CSDN博客已弃用,文章会逐渐迁移过来. 应朋友们反馈的Android基础薄弱的问题,决定出一套Android基础教程 ...

  8. python基础学习[python编程从入门到实践读书笔记(连载一)]

    写在前面:本文来自笔者关于<python编程从入门到实践>的读书笔记与动手实践记录. 程序员之禅 文章目录 02变量和简单数据类型 03 列表简介 04 操作列表 05 if语句 06 字 ...

  9. 【读书笔记】期权交易策略(1)

    [注:本文是<期权.期货及其他衍生产品(原书第9版)><第12章 期权交易策略>的读书笔记,文中大部分内容和图表来自书中(手绘图或有标注来源的除外),笔者做了一些概括.梳理,添 ...

  10. 【笔试/面试】排列组合与概率计算(二)

    [面试]排列组合与概率计算(一) 基本公式 (1)排列 Amn=n!(n−m)!Anm=n!(n−m)! A_n^m=\frac{n!}{(n-m)!} (2)组合 (nm)=n!m!(n−m)!(n ...

最新文章

  1. tensorflow下载鸢尾花数据集
  2. python不支持以下哪种数据类型_Python 不支持以下哪种数据类型?
  3. 解决zabbix-agent二进制班不能连接使用docker搭建的zabbix-server
  4. “最佳融合通信创新应用平台”认证!2021 年度全球新经济卓越成就奖揭晓
  5. r2游戏服务器网站,云服务器win2008r2玩游戏
  6. mysql存储文件用什么类型_块存储、文件存储、对象存储的区别是什么?
  7. mongoDB的副本机制
  8. 使用JDBCTemplate实现与Spring结合,方法公用 ——Spring配置(applicationContext.xml)
  9. 获取iOS任意线程调用堆栈(三)符号化理论:从Mach-o结构分析类名方法名
  10. 一文彻底读懂优秀开源产品MyBatis一级缓存设计!
  11. scala语言+Spark学习一箩筐
  12. php 持久化对象,php-对类持久化的引用
  13. ecshop始终显示全部分类
  14. Node.js 教程第五篇——request
  15. 易洁仓库管理 v3.1.125 网络版 官方
  16. 与柯尼汉谈丹尼斯·里奇
  17. win10家庭版升级教育版,专业版和企业版最新密钥和方法分享
  18. cv::Mat::step step1 elemSize elemSize1介绍
  19. 【Vue】基础系列(八)数据绑定以及姓名案例的三种写法
  20. zxr10交换机配置手册vlan_中兴ZXR10配置说明.doc

热门文章

  1. c语言exit头文件,exit函数在那个头文件
  2. 讲真的,我并不看好元宇宙
  3. Win10下python2和python3同时安装并解决pip共存问题
  4. 2019年最受欢迎的手机App
  5. 微型计算机c560,基于PLC的十字路口交通信号灯控制系统设计.doc
  6. 论文学习——基于优化DTW算法的水文要素时间序列数据相似性分析
  7. 【OpenCV4】图像直方图生成函数calcHist()使用详解
  8. 游戏程序设计 # ch18 运行环境和运维
  9. GDOI模拟 Zjr506的捕猫计划
  10. 正则表达式提取器,提取内容返回为缺省值