明天太阳照常升起的概率是多少?
最近在阅读拉普拉斯的《关于概率的哲学笔记》,
在第三章“概率计算的一般原则”最后提到一个日出问题:
如果我们不了解太阳运行的基本规则,根据统计,在过去的N天里,太阳每天都正常升起。那么,太阳明天照常升起的概率是多少呢?
拉普拉斯在书中,指出蒲丰在著作《政治算术》中的结果 1 - (1/2) ^ N 是错误的。
正确的结果应该是 (N + 1) / (N + 2) 。 下面, 我尝试推导了一下。
推导过程,应用到第三章中提交的一些概率计算原则:
1. 第六个原则: 假定我们观测到一个经常发生的事件, 每一个被认为是导致它的原因成立的可能性被这个事件发生的概率显示。于是某一原因成立的概率是一个分数,其分子是这个原因导致此事件的概率, 而其分母是所有各原因的类似概率的和; 如果这些不同的原因被事先考虑为不是等可能时,就必须将由每个导致此事件的原因的概率代之以它与此原因本身的可能性的乘积。这就是由事件到原因的机会分析这一分支的基本原则。
2. 第七个原则: 将来的事件发生的概率是,所有引起被观测事件的原因发生的概率乘以在此原因下该事件发生的概率的乘积之和。
在我们这个问题中,
1. 观察到的现象(事件)为:过去的N天里太阳每天升起。 记为 Observation
2. 将来要估计的事件为: 明天太阳升起的概率。 记为Prediction
其实,我们希望求出 P(Prediction | Observation).
我们了解的背景知识不多, 太阳升起的概率假设为p, p是0到1之间任意一个值。 根据上面两条计算原则, 可以如下推导出答案:
明天太阳照常升起的概率是多少?相关推荐
- 2016.12概率统计参考复习题
微信扫一扫 解答问题 第 1 页 共 7 页 考试 题型 : 一.判断题 ,20 分,每题 2分 二.填空题 ,10 分,每题 2分 三.选择题 ,20 分,每题 2分 四.证明题 ,10 分 五. ...
- 机器学习(MACHINE LEARNING)MATLAB求解状态转移矩阵
文章目录 1 转移矩阵 2 举例 3 代码求解状态转移矩阵 1 转移矩阵 转移概率矩阵(又叫跃迁矩阵,英文名:transition matrix)是俄国数学家马尔科夫提出的,他在20世纪初发现:一个系 ...
- 2021-03-20 数据挖掘算法—SVM算法 python
数据挖掘算法-SVM算法 简介 SVM(Support Vector Machine)名为支持向量机,是常见的一种判别方法.在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别.分类以及回归分 ...
- 【图像分割模型】以RNN形式做CRF后处理—CRFasRNN
这是专栏<图像分割模型>的第5篇文章.在这里,我们将共同探索解决分割问题的主流网络结构和设计思想. 条件随机场有点复杂,那能不能用神经网络的方式搞定CRF后处理呢?今天我们一起看一看穿上R ...
- 一文“妙”解逻辑斯蒂回归(LR)算法
一.前言 在感知器算法中,如下图 如果我们使用一个f(z)=z函数,作为激励函数,那么该模型即为线性回归.而在逻辑斯蒂回归中,我们将会采用f(z)=sigmoid(z) 函数作为激励函数,所以它被称为 ...
- Probability, Matringale,Markov Chain, MCMC
一.基本知识 1. 条件概率 条件概率是指在某件事情已经发生的前提下,另一件事情在此基础上发生的概率,举例来说P(A丨B)表示B发生的基础上,A也发生的概率,基本公式为: 2. 条件期望 在上述概率下 ...
- martingale、markov chain、Monte Carlo、MCMC
文章结构如下: 1: MCMC 1.1 MCMC是什么 1.2 为什么需要MCMC 2: 蒙特卡罗 2.1 引入 2.2 均匀分布,Box-Muller 变换 2.3 拒绝接受采样(Acceptanc ...
- 马尔可夫链 (Markov Chain)是什么鬼
作者:红猴子 链接:https://www.zhihu.com/question/26665048/answer/157852228 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转 ...
- 信息量、熵、相对熵与交叉熵的理解
一.信息量 信息奠基人香农(Shannon)认为"信息是用来消除随机不确定性的东西".也就是说衡量信息量大小就看这个信息消除不确定性的程度. "太阳从东方升起了" ...
最新文章
- 活动目录系列之三---域控制器常规卸域
- Internet Explorer 已停止工作 解决办法
- 潘多拉开发板STM32L475之LCD与GBK(含GB2312)字体显示
- 从零开始学计算机组装与维修技术,从新手到高手:电脑组装、维护与故障排除...
- 【OpenCV 例程200篇】11. 图像通道的拆分(cv2.split)
- golang mysql遇到的一些问题记录和解决
- 嘉年华ON LINE首次在墨天轮和视频号并机直播,数据库内核技术抢先get
- 1600802038
- geotrellis使用(七)记录一次惨痛的bug调试经历以及求DEM坡度实践
- 线性代数第六版答案(全)
- 群晖NAS从入门到精通的所有帖子汇总,只要这一篇就够了
- word中的符号无法添加(窗口变成灰色)
- 20162327WJH第三次实验——查找与排序2
- 求一个序列所有区间不同数的个数之和
- JavaScript变量定义以及数据类型划分(笔记)
- 加强【圣域2】各个技能的打击感-华丽的击飞效果
- 【erlang】字符串转成term
- uniapp 小程序 加载显示插屏广告
- 手把手教你“撸”一套企业级代理服务-前言
- 计算机课一学期做了什么总结,计算机课程总结范文精选 .doc
热门文章
- node.js基于微信小程序的外卖订餐系统 uniapp 小程序
- Android开发规范:APP打包规范
- 振弦式传感器数据采集到水库大坝监测云平台进行监控和报警
- 通过获取图片中的EXIF信息来定位拍摄地点
- visio文本框输入公式
- java接口推送_推送API
- 找不到实时聊天软件?给你推荐电商企业都在用的!
- Fluent多组分设置及化学反应
- BI_开发_问题:ORA-26002: Table DWH.W_XACT_TYPE_D has index defined upon it.
- java trove_[XMLer的生活]可使用基本类型作为键值的Java集合类-Trove 集合类