概率树分析

概率树分析
从事概率学研究的人很多，但在实际工作中能用上概率树和树的效应的却不多。

有了概率树就可以避免产生一些计算错误，也为求解各种问题时运用树的效应带来方便。

我认为它对数据统计和概率论的教学有重要意义，所以下面仅谈几点自己的看法。

树是一种极简单、朴素而又容易理解的结构图形。

现在一般只在两端点间加入分支，因此比较自由，变化比较灵活。

对数据进行处理时只需要输入或者选择要处理的数据，就可以得到相应的概率结果。

而且每个树都有独立性，当选取任何一个树时都不会影响其他树的结果。

树的形状与学习程度关系不大，即使是高中生也能很好地掌握概率树的基本结构和特性。

正如多色印刷的颜料通过自动混合机器配制后不同颜色的纸张都具有同样的密度。

因此有时将概率树比喻成一本复杂的概率书，并非是夸大其词。

1。

概率树的优点概率树作为一种有效的结构图形，主要具有以
下优点：（ 1）
概率树这个名称是法国著名数学家拉普拉斯于1864年提出来的。

它和信息技术中所说的概率分布有关，如按树型结构组织的分布和图像等。

树形结构在信息论中的运用已被研究很久了。

除此之外，拉普拉斯还曾把树形结构应用于线性代数中的线性方程组的求解。

拉普拉斯在《概率的分析》一书中首先提出了“树”的概念。

虽然拉普拉斯没有把树列入他的十大原理之内，但在许多方面却更接近这个原理，例如算法可以划分为三类：计算，树，或者由某些类别随机变化而形
成的动作，最后一类是通过多项式计算产生的。

2。

结构树与其他概率树结构树中有两类较为特殊的树，那就是几何树和三叉树。

几何树中有2×2树、 3×3树、 3×5树等；三叉树中有4×4树、 5×5树等。

这两类树形结构在求解线性方程组和概率论问题中的应用很广泛。

在几何树中，当2×2树时往往是为了表达任意多边形的形状。

而在三叉树中则一般与比较复杂的概率树有关，如1×5树的结果是2的倍数，而2的倍数属于随机变量的范畴，它们不再受到某些变量的限制。

而三叉树和四叉树中的三种情况，即最小的可能值为10、 100和1000的情况，则属于最大的可能值为10000、 1000000和10000000的情况，对于这类问题，就可以用四叉树。