电子科技大学计算机系统与网络安全技术课件第2章 信息安全数学基础（概率论）.pptVIP

计算系统与网络安全Computer System and Network Security 电子科技大学 计算机科学与工程学院 第2章 信息安全数学基础（概率论） 第2章 信息安全数学基础（概率论） 概率论基础 子曰：君子不重则不威；学则不固；主忠信；无友不如己者；过则勿惮改。 君子要厚重，不厚重就没有威严，所学的东西也不会坚固；在与人相处中要以忠信为主；不能与德才不如自己的人做朋友；如果有了过失或错误不要害怕改正。” 重言，重行，重貌，重好 （言重则有法，行重则有德，貌重则有威，好重则有观 ） 学者言行貌好皆须学其庄重 概率论基础（续） 进行一次试验，如果所得结果不能完全预知，但其全体的可能结果是已知的，则称此试验为随机试验。 随机试验的每一个可能的结果称为一个样本（或样本点），因而一个随机试验的所有样本点也是确定的。随机试验的全体称为样本空间。 习惯上，分别用ω与Ω表示样本与样本空间。 概率论基础（续） 对于随机试验，常常关心样本空间的某些部分（及一个或多个眼本）是否出现，称这种由部分样本组成的试验结果为随机事件，简称事件，通常用大写的字母A，B，……表示。 概率论基础（续） “事件A与B都发生”这一事件称作事件A与B的交，记作A∩B或(AB) “事件A与B至少有一个发生”这一事件称作事件A与B的并，记作A∪B “事件A发生而B不发生”这一事件称作事件A与B的差, 记作 A-B 事件A不发生”这一事件称作事件A的对立事件，记作 概率论基础（续） 定义（概率的经典定义）假设一个实验可以从样本空间Ω中等概率产生一个样本。若随机事件A包含了m个样本，则量m/n称为事件A在n次试验中发生的概率，记作P [A]，即： P[A]=m/n 概率论基础（续） 定义（概率的统计定义）相同条件下重复进行的n次试验中, 事件A发生的频率稳定地在某一常数p附近摆动, 且随n越大摆动幅度越小, 则称p为事件A的概率, 记作P[A]。 即： P[A]=p 概率论基础（续） 设A、B为两事件，P [ A ] 0，把事件A发生的条件下事件B发生的概率称之为条件概率，记为： 概率论基础（续） 定理（全概率公式） 概率论基础（续） 定理（贝叶斯定理） 第2章 信息安全数学基础（概率论） 随机变量及其分布 一般地，如果为某个随机事件，则对于某次试验，要么发生，要么不发生，因此试验结果总可以用以下示性函数来表示： 这就说明，不管随机试验的结果是否具有数量的性质，都可以建立一个样本空间和实数空间的对应关系，从而使得随机试验与数值发生联系，以便更好地研究随机试验的结果。 为此，引入了随机变量的概念。 随机变量及其分布（续） 定义（随机变量） 随机实验举例 例：随机试验E：从一个装有编号为0，1，2，…，9的球的袋中任意摸一球。则其样本空间 : 随机变量及其分布 定义（分布函数） 随机变量及其分布（续） 离散型随机变量的分布函数F(X)定义为 ： 常见的离散型分布 退化分布（单点分布）： 贝努里分布（两点分布，0-1分布）： 常见的离散型分布（续） 二项分布（贝努里分布）： 泊松（Poisson）分布： 随机变量的数学期望 离散型随机变量的分布只能描述其概率特征，无法反映出其变化情况，而随机变量的某种平均值却可以更好地描述随机变量的变化。 随机变量所有取值的平均值称之为随机变量的数学期望。 随机变量的数学期望（续） 定义（数学期望）设ξ为离散型随机变量，其概率分布为： 若 则称： 随机变量的方差 随机变量的数学期望描述了随机变量一切可能取值的平均水平，而随机变量的方差可以描述随机变量取值与其数学期望值的偏离程度。 随机变量的方差（续） 定义（方差） 方差的计算 方差的计算（续） 第2章 信息安全数学基础（概率论） 概率论中的几个定理 马尔可夫不等式 契比雪夫不等式 切比雪夫大数定理 贝努里大数定理 辛钦大数定理 两两独立取样 完全独立取样 霍弗丁不等式 贝努里试验 定义（贝努里试验）假定一个试验只有两个结果，记为“成功”和“失败”。独立重复的进行该试验，如果每一次试验有且仅有两种可能的结果，并且它们的概率在整个试验的过程中是不变的，那么这样的试验被称为贝努里试验。 例如，抛掷一枚硬币的试验就属于贝努里试验。假设在任何一次试验中：P[“成功”]＝p，P[“失败”]＝1－p 那么： P[n次试验中有k次为“成功”]＝ 其中， 表示从n件物体中取出k件物品的不同取法。 贝努里试验（续） 如果随机变量取值为 ,并且对每一个p， 有： 那么称 服从贝努里分布。