前言
记录下学习刘宝碇老师的不确定理论内容 。
一、引言
通过与概率论对比引出不确定理论 。
1.罐子实验
考虑一个罐子实验 , 在100个罐子里分别放入100个红色或黑色的球 , 不同颜色的球组成只有放入者清楚 , 满足独立同分布 。考虑三个问题:
你认为第1个罐子有多少个红球?你认为100个罐子一共有多少个红球?你认为一共有10000个红球的可能性有多大?
如何用概率论回答问题?
由于你不完全知道红球的数目 , 拉普拉斯准则使你给可能的红球数目分配相等的概率0、1、2、···100 。因此 , 对于1≤i≤100的每个i , 第i个罐子中红球的数量是一个随机变量:
由于变量是独立同分布 , 因此问题2答案:
红球的总数10000当且仅当100个罐子中每个罐子都含有100个红球 , 红球总数为10000的概率为:
文章插图
如何用不确定理论回答问题?
由于你不完全知道红球的数量 , 你必须给可能的红球数量分配相同的信度0,1,2 , ··· , 100 。因此 , 对于1≤i≤100的每个i , 第i个罐子中红球的数量是一个不确定变量:
由于变量是独立同分布 , 因此问题2答案:
红球的总数10000当且仅当100个罐子中每个罐子都含有100个红球 , 红球总数为10000的信度为:
这里的信度即不确定测度在 , 独立事件的联合事件信度等于信度取小(^为取小意思) 。
可以看到用概率论和不确定理论计算出的结果差距很大 , 该信服哪一个呢?
假定分布函数为
从分布函数中选择一个随机数k作为放入的红球数量 , 注意只能取100 , 因为无论是取小于他的99(概率密度为0)还是大于他的101都不可行 。这时红球10000个是成立的 , 不确定性理论更加准确 。
2.结论
如果得到的分布函数与频率足够接近 , 就应使用概率论 , 否则 , 不得不是使用不确定理论 , 但二者都要先确定分布函数 。
如何判断分布函数和频率足够接近呢?答案是不知道判别方法 , 但古典模型中分布函数和频率接近 , 实际生活中不确定理论才是常态 , 比如股票价格、市场需求、产品寿命等 。
二、不确定测度
论域:可以理解成集合 , 要在这个集合里讨论问题 。如果没有论语的存在会出现各种悖论 。
事件:给一个命题 , 与事件一一对应 , 用数学语言表示 。如身高1米7以上 , 3米以下的事件表示为
对立事件:对立事件是事件在论语中的补集 , 相当于否命题 。如身高低于1米7表示为
事件信度即事件发生的强度 , 信度越高越相信事件会发生 , 其值在0~1之间 。不同于频率 , 随着知识、偏好改变 , 信度也会改变 。
信度理解为公平赌率 , 等于赌率价格/赌注 。
σ-代数
满足上述三个条件 , 则称?是Γ上的σ-代数
总结
【不确定理论1】概率论是数学的分支 , 现在又提出处理不确定问题中的不确定理论的分支 , 符合实际生活问题 。
- 集合渗透工具套间-SPARTA
- 在Ubuntu18.04使用搜狗输入法
- 【渲染】Unity制作暴风眼效果
- 0x01 brain.md
- 大型网站架构系列之一,前言,不得不考虑的问题
- 一 Java博客作业
- COSCon'19 全球顶级开源大神们现身
- 解释原理简单易懂 进制转换详解
- 老杨说运维|今年这个会议非比寻常
- android后台信息推送调研