概率論基礎

1.樣本空間:認識一個隨機現(xiàn)象臀叙,首先要能羅列出它的一切可能發(fā)生的基本結果目胡。

2.隨機事件:隨機現(xiàn)象的某些基本結果組成的集合稱為隨機事件。

? ? ? ? ? ? ? ? ? ? ?特點:a.隨機事件是樣本空間的一個子集钠乏;

????????????????????????????????b.隨機事件A發(fā)生當且僅當A中某一基本結果發(fā)生

? ? ? ? ? ? ? ? ? ? 事件關系:包含羡铲、相等嫩与、互不相容

? ? ? ? ? ? ? ? ? ? 事件運算:對立、并移稳、交蕴纳、差(與集合的余、并个粱、交古毛、差是一樣的)

? ? ? ? ? ? ? ? ? ? 基本事件:a. 必然事件:基本空間的最大子集,也就是基本空間都许,稱為必然事件

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? b.不可能事件:基本空間最小子集稻薇,也就是空集

3.事件概率:非負性、正則性(必然事件的概率=1)胶征、可加性(互不相容事件概率相加=事件并集的概率)

4.排列組合:

? ? ? ? ? ? ? ? ? ? ? ? ? ? ??A_n^m=n(n-1)\cdots(n-m+1) = \frac{n!}{(n-m)!}

? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? C_n^m=\frac{A_n^m}{A_m^m}=\frac{n!}{m! (n-m)!}=C_n^{n-m}=\left( \begin{matrix} n \\m   \end{matrix} \right)

二項式展開:

?????????????????????????????????????????????????????(a+b)^n = \sum^{n}_{r=0}C^r_na^{n-r}b^r

一個事件的概率是人們根據(jù)經(jīng)驗對該事件發(fā)生可能性所給出的個人信念塞椎,這樣的概率稱為主觀概率。? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?————貝葉斯

5.概率得性質:

? ? 1)對任意事件A睛低、B案狠,若A\supset B,則:P(A-B) = P(A)-P(B)

? ? 2)對任意事件A钱雷、B骂铁,有:P(A\cup B) = P(A)+P(B)-P(AB)

? ??3)對任意事件A、B罩抗、C拉庵,有:P(A\cup B \cup C) = P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)

6.獨立性:將相互獨立事件中任一部分換為對立事件,所得的諸事件仍為相互獨立事件

7.伯努利試驗(獨立重復試驗):n次伯努利試驗概率計算類似于二項展開式

8.全概率公式的應用:敏感問題的調查套蒂,設置如下兩個問題和答卷:

? ? A:你的生日是否在7月1日前钞支?

? ? B:你是否看過淫穢刊物?

答卷

設置一個裝有紅操刀、白兩種顏色小球的罐子烁挟,被調查者抽到白球,回答A,反之骨坑,回答B(yǎng)撼嗓。

答:當有較多的人參加調查后,設收回n張答卷卡啰,k張回答為“是”静稻,則:P(是)=k/n警没⌒偃瑁回答“是”的答卷中有兩種情況:

????????1. 抽到白球,回答了問題A的人杀迹,這是一個條件概率:P(是|白球)=0.5亡脸。在抽到白球的條件下,回答“是”的可能性為0.5,因為7月1日大概是1年的中間浅碾。

? ? ? ? 2.抽到紅球大州,回答了問題B的人,這是也一個條件概率:P(是|紅球)=p

根據(jù)全概率公式垂谢,得:k/n = 0.5*0.5+p*0.5厦画。

9.隨機變量

假如一個變量在數(shù)軸上的取值依賴于隨機現(xiàn)象的基本結果,則稱此變量為隨機變量(區(qū)分隨機事件和隨機變量)滥朱,換句話說根暑,隨機取值的變量

10.設X為一個隨機變量,對任意實數(shù)x徙邻,事件“X \leq x”的概率是x的函數(shù)排嫌,記為

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?F(x) = P(X\leq x)

這個函數(shù)稱為X的分布函數(shù)

11.泊松分布是二項分布的近似缰犁,計算方便淳地。

12.連續(xù)隨機變量:p(x)為連續(xù)隨機變量X的概率分布,p(x)這樣的函數(shù)稱為概率密度函數(shù)帅容。所以颇象,概率密度函數(shù)就是用來描述隨機變量X的概率分布

? ? ? ? 對任意兩個實數(shù)a與b丰嘉,其中a<b夯到,且a可為負無窮,b可為正無窮饮亏,X在區(qū)間[a,b]上取值的概率為曲線p(x)在該區(qū)間上曲邊梯形的面積耍贾,即:

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?P(a \leq X \leq b) = \int_a^bp(x)dx

則稱概率密度函數(shù)p(x)為連續(xù)隨機變量X的概率分布。

? ? ? ? 連續(xù)隨機變量X的分布函數(shù)F(x)可以用其密度函數(shù)p(x)表示出來路幸,即

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?F(x) = P(X \leq x)=\int^x_{-\infty}p(x)dx

? ? ? ? 性質:a. 連續(xù)隨機變量X的分布函數(shù)F(X)是連續(xù)函數(shù)

? ? ? ? ? ? ? ? ? ?b. 連續(xù)隨機變量X僅取一點的概率為0荐开,即P(X=x) = 0

12.正態(tài)分布:概率密度函數(shù)為,

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末简肴,一起剝皮案震驚了整個濱河市晃听,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌砰识,老刑警劉巖能扒,帶你破解...
    沈念sama閱讀 217,734評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異辫狼,居然都是意外死亡初斑,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,931評論 3 394
  • 文/潘曉璐 我一進店門膨处,熙熙樓的掌柜王于貴愁眉苦臉地迎上來见秤,“玉大人砂竖,你說我怎么就攤上這事【榇穑” “怎么了乎澄?”我有些...
    開封第一講書人閱讀 164,133評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長测摔。 經(jīng)常有香客問我置济,道長,這世上最難降的妖魔是什么锋八? 我笑而不...
    開封第一講書人閱讀 58,532評論 1 293
  • 正文 為了忘掉前任舟肉,我火速辦了婚禮,結果婚禮上查库,老公的妹妹穿的比我還像新娘路媚。我一直安慰自己,他們只是感情好樊销,可當我...
    茶點故事閱讀 67,585評論 6 392
  • 文/花漫 我一把揭開白布整慎。 她就那樣靜靜地躺著,像睡著了一般围苫。 火紅的嫁衣襯著肌膚如雪裤园。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,462評論 1 302
  • 那天剂府,我揣著相機與錄音拧揽,去河邊找鬼。 笑死腺占,一個胖子當著我的面吹牛淤袜,可吹牛的內容都是我干的。 我是一名探鬼主播衰伯,決...
    沈念sama閱讀 40,262評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼铡羡,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了意鲸?” 一聲冷哼從身側響起烦周,我...
    開封第一講書人閱讀 39,153評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎怎顾,沒想到半個月后读慎,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,587評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡槐雾,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,792評論 3 336
  • 正文 我和宋清朗相戀三年夭委,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蚜退。...
    茶點故事閱讀 39,919評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡讲岁,死狀恐怖乍狐,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤赦抖,帶...
    沈念sama閱讀 35,635評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站砂豌,受9級特大地震影響饲窿,放射性物質發(fā)生泄漏。R本人自食惡果不足惜捆交,卻給世界環(huán)境...
    茶點故事閱讀 41,237評論 3 329
  • 文/蒙蒙 一淑翼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧品追,春花似錦玄括、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,855評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至泞莉,卻和暖如春哪雕,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背鲫趁。 一陣腳步聲響...
    開封第一講書人閱讀 32,983評論 1 269
  • 我被黑心中介騙來泰國打工斯嚎, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人挨厚。 一個月前我還...
    沈念sama閱讀 48,048評論 3 370
  • 正文 我出身青樓堡僻,卻偏偏與公主長得像,于是被迫代替她去往敵國和親疫剃。 傳聞我的和親對象是個殘疾皇子苦始,可洞房花燭夜當晚...
    茶點故事閱讀 44,864評論 2 354

推薦閱讀更多精彩內容

  • 1. 樣本 樣本總體:考察的對象的全體。 樣本個體:總體中的每一個考察的對象慌申。 樣本:總體中所抽取的一部分個體陌选。 ...
    嘿_顧小白閱讀 1,024評論 0 2
  • 多維隨機變量 離散型隨機變量的分布 若一個隨機向量,如果其中每一個分量都是1維離散型隨機變量蹄溉,則是一個維的離散型隨...
    To_QT閱讀 1,110評論 0 1
  • 時間:2018-09-07 作者:魏文應 一咨油、二維隨機變量 我們在《附錄B:機器學習基礎之最大似然估計》講過什么是...
    秋的懵懂閱讀 1,237評論 2 1
  • 切比雪夫不等式 設隨機變量具有數(shù)學期望,方差柒爵,則有對于任意的整數(shù)役电,下列不等式成立: 應用場景:在隨機變量的分布未知...
    To_QT閱讀 4,670評論 0 1
  • 二十六只綿羊飛在天上沒有一顆星的天像關了門的羊圈圈住二十六只羊 二十六個孩子出世從出生到二十六歲的孩子一個個死去留...
    footprint123閱讀 368評論 5 10