กลับสู่คอร์สเรียน
MATH005 ปริญญาตรี

คอร์สพื้นฐานแรกในความน่าจะเป็น

บทนำเบื้องต้นเกี่ยวกับทฤษฎีความน่าจะเป็นสำหรับนักศึกษาด้านคณิตศาสตร์ สถิติ วิศวกรรม และวิทยาศาสตร์ ครอบคลุมหลักการพื้นฐานของวิเคราะห์เชิงคอมบินาทอรี การอนุญาตความน่าจะเป็น ความน่าจะเป็นแบบมีเงื่อนไข ตัวแปรสุ่ม และทฤษฎีข้อจำกัด

4.7
30.0h
695 ผู้เรียน
10 บทเรียน
0 การถูกใจ
คณิตศาสตร์
เริ่มเรียน

ภาพรวมคอร์สเรียน

สรุปเนื้อหา

บทนำพื้นฐานเกี่ยวกับทฤษฎีความน่าจะเป็นสำหรับนักศึกษาด้านคณิตศาสตร์ สถิติ วิศวกรรม และวิทยาศาสตร์ โดยครอบคลุมหลักการพื้นฐานของการวิเคราะห์เชิงคอมบิเนชัน สมบัติของความน่าจะเป็น การน่าจะเป็นเงื่อนไข ตัวแปรสุ่ม และทฤษฎีบทลิมิต

หนังสือคลาสสิกที่ให้พื้นฐานทางคณิตศาสตร์และประยุกต์ใช้ความน่าจะเป็นอย่างครอบคลุม

ผู้แต่ง: เชลดอน รอส

คำขอบคุณ: โฮซีน ฮามิดานี, โจ บลิทสไตน์, เพียร์เตอร์ นูเอช, อีวาน อาร์เดสตานี และผู้ตรวจสอบ/ผู้มีส่วนร่วมจากมหาวิทยาลัยหลายท่าน ได้รับการกล่าวถึงเพื่อความถูกต้องและข้อเสนอแนะ

เป้าหมายการเรียนรู้

  1. ประยุกต์ใช้หลักการนับเบื้องต้นและหลักการนับทั่วไปกับการทดลองแบบหลายขั้นตอน
  2. แยกแยะและคำนวณการจัดเรียง (permutations) และการเลือก (combinations) ทั้งสำหรับวัตถุที่แตกต่างกันและไม่แยกแยะได้
  3. พิสูจน์สมบัติทางคอมบิเนชันโดยใช้การพิสูจน์ทางพีชคณิตและการอ้างเหตุผลเชิงคอมบิเนชันที่มีเหตุผล
  4. กำหนดพื้นที่ตัวอย่างและเหตุการณ์สำหรับการทดลองหลากหลายรูปแบบ และนำไปใช้กฎของเดอมอร์แกนกับการดำเนินการของเซต
  5. คำนวณความน่าจะเป็นโดยใช้สามสมบัติพื้นฐานของความน่าจะเป็นและข้อความง่ายๆ (เช่น ผลกลับตรง ยูเนียน และซับเซต)
  6. แก้ปัญหาเชิงคอมบิเนชันที่ซับซ้อนที่เกี่ยวข้องกับผลลัพธ์ที่เท่าเทียมกัน เช่น ไพ่โป๊กเกอร์ ปัญหาการจับคู่ และปัญหาวันเกิด
  7. นิยามและคำนวณความน่าจะเป็นเงื่อนไขโดยใช้สูตร P(E|F) = \frac{P(EF)}{P(F)}
  8. ประยุกต์ใช้สูตรเบย์ในการแก้ปัญหาที่ซับซ้อนที่เกี่ยวข้องกับสมมติฐานหลายข้อและทดสอบวินิจฉัย
  9. แยกแยะเหตุการณ์ที่เป็นอิสระและเหตุการณ์ที่มีความอิสระภายใต้เงื่อนไขในสถานการณ์จริง เช่น ด้านพันธุกรรมและวิศวกรรม
  10. นิยามตัวแปรสุ่มแบบไม่ต่อเนื่องและคำนวณฟังก์ชันมวลความน่าจะเป็น (PMF) และฟังก์ชันการแจกแจงสะสม (CDF)

บทเรียน

Lesson