# Harvard

(Week 2) Arrays
Lecture 2 >Four steps of compiling preprocessing compiling assembling linking preprocessing find "#include" and copy & paste the contents to use compiling source code -> assembly code assembling assembly code -> binary machine code linking combines everyting together (e.g. hello.c + cs50.h + stdio.h) Lab2: Scrabble >strlen() --> 문자 길이 isupper() / islower() --> 대문자 / 소문자 판별 boolean 아래 사이트를 통해 ASKII 테이블 확인 가능. https://www.asciitable.com/ `

[하버드 확률론 기초 : Statistics 110] 5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability)
문제 푸는 방법 간단한 케이스와 극단적인 케이스테 적용해보기 문제를 작은 문제들로 쪼개서 생각해보기 $A1, A2, A3, A4$: 전체인 $S$를 분할한 것 (서로소) 주어진 자료로 문제를 잘 '분할'하여 접근하기 $S$를 $A1, A2, ... A_n$의 서로소인 분할들로 나누어 놓았다고 했을 때, $$P(B) = P(B \cap A1) + P(B \cap A2) + ... + P(B \cap A_n)$$ 가 성립하며, 이는 곧 $$= P(B|A1)P(A1) + P(B|A2)P(A2) +... + P(B|An)P(An)$$ 로도 다시 쓰일 수 있다. 이를 전체 확률의 법칙(Law of Total Probability)라고 한다. **예

[하버드 확률론 기초 : Statistics 110] 4강- 조건부 확률 (Conditional Probability)
Independence 정의 : $P(A \cap B) = P(A)P(B)P(A∩B)=P(A)P(B)$이 성립할 때, 사건 A와 B는 독립이다. 주의하기: 서로소(disjoint) 와 구별하기 A와 B가 서로소인 사건이라면, A가 발생했을 때 B는 발생할 수 없다. (한편, A와 B가 독립이라면, 사건 A의 발생은 B의 발생여부에 대한 그 어떤 영향도 끼치지 않음) $P(A \cap B) = P(A)P(B)\\ P(B \cap C) = P(B)P(C)\\ P(C \cap A) = P(C)P(A)\\ P(A \cap B \cap C) = P(A)P(B)P(C)$가 모두 성립할 때, 사건 A, B, C는 독립이다. → 쌍으로 독립(pairwise independence)과 전체 독립 모두 확인해야 A, B, C의 독립을 확인할 수 있다. 예제 ) Newton-Pepys Problem(1693) – 공정한 주사위를 갖고 있

[하버드 확률론 기초 : Statistics 110] 2강 - 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability)
표본추출을 정리한 표(Sampling Table): n개 중에서 k개 뽑기 다른 경우들은 곱의 법칙으로 설명이 되지만, (복원, 순서 상관이 없는) 경우 그렇지 않음. n개에서 k개를 순서 상관 없이, 복원하며 뽑는 경우의 수: $\left(\begin{array}{c}n+k-1 \\ k\end{array}\right)$ → 숫자 대입해서 확인해보기 (일반적인 경우) k=1 대입: $\left(\begin{array}{l}n \\ 1\end{array}\right)$ (극단적인 경우) k=0 대입: $\left(\begin{array}{c}n-1 \\ 0\end{array}\right)$ (간단하지만 당연하지는 않은 값) n=2 대입: $\left(\begin{array}{c}k+1 \\

[하버드 확률론 기초 : Statistics 110] 1강 - 확률과 셈 원리 (Probability and Counting)
확률론의 활용 영역 유전학, 물리학, 계량경제학, 금융, 역사학, 정치 인문학, 사회과학계에서도 중요도와 활용이 늘어나고 있음 도박과 게임 - 통게에서 여러 번 연구된 주제이다(페르마, 파스칼) 인생 전반: (수학이 확실성에 대한 학문이라면,) 확률은 불확실성(uncertainty)을 계량화하는 것을 가능하게 해 준다. 표본 공간(sample space): 시행에서 발생 가능한 모든 경우의 집합 사건(event): 표본공간의 부분집합 확률의 naive한 정의 내포하고 있는 가정: 모든 사건이 발생할 확률은 같다. 유한한 표본공간 항상 이 가정이 만족되는 것은 아니기 때문에 적용 불가능한 경우들이 있다! *