概率演算法分析方法

① 概率演算法的概率

概率演算法的一個基本特徵是對所求解問題的同一實例用同一概率演算法求解兩次可能得到完全不同的效果。這兩次求解問題所需的時間甚至所得到的結果可能會有相當大的差別。一般情況下，可將概率演算法大致分為四類:數值概率演算法，蒙特卡羅（Monte Carlo）演算法，拉斯維加斯（Las Vegas）演算法和舍伍德（Sherwood）演算法。
數值概率演算法常用於數值問題的求解。這類演算法所得到的往往是近似解。而且近似解的精度隨計算時間的增加不斷提高。在許多情況下，要計算出問題的精確解是不可能或沒有必要的，因此用數值概率演算法可得到相當滿意的解。
蒙特卡羅演算法用於求問題的准確解。對於許多問題來說，近似解毫無意義。例如，一個判定問題其解為「是」或「否」，二者必居其一，不存在任何近似解答。又如，我們要求一個整數的因子時所給出的解答必須是准確的，一個整數的近似因子沒有任何意義。用蒙特卡羅演算法能求得問題的一個解，但這個解未必是正確的。求得正確解的概率依賴於演算法所用的時間。演算法所用的時間越多，得到正確解的概率就越高。蒙特卡羅演算法的主要缺點就在於此。一般情況下，無法有效判斷得到的解是否肯定正確。
拉斯維加斯演算法不會得到不正確的解，一旦用拉斯維加斯演算法找到一個解，那麼這個解肯定是正確的。但是有時候用拉斯維加斯演算法可能找不到解。與蒙特卡羅演算法類似。拉斯維加斯演算法得到正確解的概率隨著它用的計算時間的增加而提高。對於所求解問題的任一實例，用同一拉斯維加斯演算法反復對該實例求解足夠多次，可使求解失效的概率任意小。
舍伍德演算法總能求得問題的一個解，且所求得的解總是正確的。當一個確定性演算法在最壞情況下的計算復雜性與其在平均情況下的計算復雜性有較大差別時，可以在這個確定演算法中引入隨機性將它改造成一個舍伍德演算法，消除或減少問題的好壞實例間的這種差別。舍伍德演算法精髓不是避免演算法的最壞情況行為，而是設法消除這種最壞行為與特定實例之間的關聯性。

② 概率中的C是什麼怎麼計算

C表示組合數。

組合，數學的重要概念之一。從n個不同元素中每次取出m個不同元素（0≤m≤n），不管其順序合成一組，稱為從n個元素中不重復地選取m個元素的一個組合。所有這樣的組合的總數稱為組合數，這個組合數的計算公式為

(2)概率演算法分析方法擴展閱讀

在重復組合中，從n個不同元素中可重復地選取m個元素。不管其順序合成一組，稱為從n個元素中取m個元素的可重復組合。當且僅當所取的元素相同，且同一元素所取的次數相同，則兩個重復組合相同。

排列組合計算方法如下：

排列A(n,m)=n×（n-1）.（n-m+1）=n!/（n-m）!(n為下標,m為上標,以下同)

組合C(n,m)=P(n,m)/P(m,m) =n!/m!（n-m）!；

例如：

A(4,2)=4!/2!=4*3=12

C(4,2)=4!/(2!*2!)=4*3/(2*1)=6

③ 如何計算隨機概率

概率論，一個C上下個一個數字的演算法：Cmn=m!/[n!*(m-n)!]
m在下，n在上n！代表n的階乘=1*2*3*……*n。拓展資料：一、概率的嚴格定義：E是隨機試驗，S是它的樣本空間。對於E的每一事件A賦於一個實數，記為P(A)，稱為事件A的概率。這里P(·)是一個集合函數，P(·)要滿足下列條件：
（1）非負性：對於每一個事件A，有P(A)≥0;
（2）規范性：對於必然事件S，有P(S)=1;
（3）可列可加性：設A1，A2……是兩兩互不相容的事件，即對於i≠j，Ai∩Aj=φ，（i,j=1,2……），則有P（A1∪A2∪……）=P（A1）+P（A2）+..
二、概率論是研究隨機性或不確定性等現象的數學。更精確地說，概率論是用來模擬實驗在同一環境下會產生不同結果的情況。在自然界和人類社會中，存在大量的隨機現象，而概率是衡量該現象發生的可能性的量度。

④ 概率計算公式

12粒圍棋子從中任取3粒的總數是C(12,3)

取到3粒的都是白子的情況是C(8,3)

∴概率
C(8,3)
P=——————=14/55
C(12,3)

附：排列、組合公式

排列：從n個不同的元素中取m(m≤n)個元素，按照一定的順序排成一排，叫做從n個不同的元素中取m個元素的排列。
排列數：從n個不同的元素中取m(m≤n)個元素的所有排列的個數，叫做從n個不同元素中取出m個元素的排列數，記為Anm
排列公式：A(n,m)=n*(n-1)*.....(n-m+1)
A(n,m)=n!/(n-m)!
組合：從n個不同的元素中，任取m(m≤n)個元素並成一組，叫做從n個不同的元素中取m個元素的組合。
組合數：從n個不同的元素中取m(m≤n)個元素的所有組合的個數，叫做從n個不同元素中取出m個元素的組合數，記為Cnm
組合公式：C(n,m)=A(n,m)/m!=n!/(m!*(n-m)!)
C(n,m)=C(n,n-m)

⑤ 常用的兩種概率分析方法

1、用筆和紙算
2、第一種方法和第二種方法

⑥ 概率的公式是怎麼計算的

1、C 3 10 = (10*9*8)/(1*2*3)

A 3 10=10*9*8

2、A(n,m)=n*(n-1)*(n-2)……（n-m+1)，也就是由n往下每個數連乘。

C（n,m）=A(n,m)/A(m,m)。一般地，從n個不同的元素中，任取m（m≤n）個元素為一組，叫作從n個不同元素中取出m個元素的一個組合。

(6)概率演算法分析方法擴展閱讀：

概率的加法法則

定理：設A、B是互不相容事件（AB=φ），則：

P（A∪B）=P（A）+P（B）

推論1：設A1、 A2、…、 An互不相容，則：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)

推論2：設A1、 A2、…、 An構成完備事件組，則：P(A1+A2+...+An)=1

推論3：為事件A的對立事件。

推論4：若B包含A，則P(B－A)= P(B)－P(A)

推論5（廣義加法公式）：對任意兩個事件A與B，有P(A∪B)=P(A)+P(B)－P(AB)[1]

條件概率

條件概率：已知事件B出現的條件下A出現的概率，稱為條件概率，記作：P(A|B)

條件概率計算公式：

當P(A)>0，P(B|A)=P(AB)/P(A)

當P(B)>0，P(A|B)=P(AB)/P(B)

乘法公式

P(AB)=P(A)×P(B|A)=P(B)×P(A|B)

推廣：P(ABC)=P(A)P(B|A)P(C|AB)[1]

⑦ 概率分析的指標和方法

指標
1、經濟效果的期望值。
2、經濟效果的標准差。
概率分析的方法
進行概率分析具體的方法主要有期望值法、效用函數法和模擬分析法等。
1、期望值法（Expectancy Method）
期望值法在項目評估中應用最為普遍，是通過計算項目凈現值的期望值和凈現值大於或等於零時的累計概率，來比較方案優劣、確定項目可行性和風險程度的方法。
2、效用函數法（Utility Function Method）
所謂效用，是對總目標的效能價值或貢獻大小的一種測度。在風險決策的情況下，可用效用來量化決策者對待風險的態度。通過效用這一指標，可將某些難以量化、有質的差別的事物（事件）給予量化，將要考慮的因素摺合為效用值，得出各方案的綜合效用值，再進行決策。
效用函數反映決策者對待風險的態度。不同的決策者在不同的情況下，其效用函數是不同的。
3、模擬分析法（Model Analysis）
模擬分析法就是利用計算機模擬技術，對項目的不確定因素進行模擬，通過抽取服從項目不確定因素分布的隨機數，計算分析項目經濟效果評價指標，從而得出項目經濟效果評價指標的概率分布，以提供項目不確定因素對項目經濟指標影響的全面情況。

⑧ 怎麼計算概率

概率是對事件發生可能性大小的度量。不會發生的概率為0，一定會發生的概率是100%，也可以說是1.例如拋硬幣，正面和反面出現的可能性都是50%，篩子每面出現的可能性都是六分之一，這些概率值通過直覺和經驗就能想出來。雖然我們知道實驗幾次不一定是這個結果，但試驗次數很多時，出現的頻率就會接近概率值，無窮次時，頻率就會等於概率。

通過直觀和經驗就能知道概率的幾個基本命題，也可以說是公理，蘇聯的數學家柯爾莫哥洛夫總結了3條概率公理。

1. 事件發生的概率不小於0

2. 集合中的事件必有一件發生，則發生的概率之和等於1

3. 集合中事件互相不容，沒有交集，則發生至少一個的概率等於每個事件概率之和

這3個公理不需記憶，應用時也不需刻意用，用直覺和經驗靠算術思維就能想出概率計算方法。

通過這3個公理也可以推導出6個定理，也不需記憶，甚至不需要知道。

概率計算不像方程應用，簡單地分別考慮每個數值含義列出等式，然後變換方程就能求解。列概率算式無法這樣做，那些概率定理和概率公式以及寫法，如:貝葉斯公式 P(A|B)=P(B|A)*P(A)/P(B) ，對列出概率算式幫助不大，也無法降低分析和推理難度，也就是說概率知識的公理化意義不大。概率計算時，只需按算術思維，按直覺和經驗直接列出算式，然後進行四則運算即可。簡單的場合，可以直接列出一個算式就可以算出概率值，在稍微復雜的場合需要分別列出幾個算式，然後再去轉換，這些復雜場合的概率演算法常見的有頻次演算法，集合對應演算法，和反向演算法。

⑨ 概率模型的演算法

下面將具體討論一種簡單的演算法。
在查詢的開始間段只定義了查詢串，還沒有得到結果文檔集。我們不得不作一些簡單的假設，例如：（a）假定 對所有的索引術語 來說是常數（一般等於0.5）；（b）假定索引術語在非相關文檔中的分布可以由索引術語在集合中所有文檔中的分布來近似表示。這兩種假設用公式表示如下：
表示出現索引術語 的文檔的數目，N是集合中總的文檔的數目。在上面的假設下，我們可以得到部分包含查詢串的文檔，並為他們提供一個初始的相關概率。

⑩ 高中數學概率計演算法則

高中數學概率計演算法則主要為概率的加法法則

概率的加法法則為：

推論1：設A1、 A2、…、 An互不相容，則：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)

推論2：設A1、 A2、…、 An構成完備事件組，則：P(A1+A2+...+An)=1

推論3：若B包含A，則P(B－A)= P(B)－P(A)

推論4（廣義加法公式）：對任意兩個事件A與B，有P(A∪B)=P(A)+P(B)－P(AB)

以上公式就被稱為全概率公式。