概率論(一):概率論的基本概念

隨機試驗

將具有以下三個特點的試驗稱為隨機試驗:

  • 可以在相同的條件下重復地進行
  • 每次的試驗結果可能不止一個嘱根,并且能事先明確試驗的所有可能結果
  • 進行一次試驗之前不能確定哪一個結果會出現(xiàn)

如:我們將一枚硬幣拋擲三次,觀察正面H巷懈,反面T出現(xiàn)的情況该抒。

樣本空間及隨機事件

樣本空間

我們將隨機試驗E所有可能結果組成的集合稱為E樣本空間,記為S顶燕。樣本空間的元素凑保,稱為樣本點冈爹。如上述隨機試驗的樣本空間S為:S=\left \{ HHH,HHT,HTH,THH,HTT,THT,TTH,TTT \right \}

隨機事件

一般,我們稱試驗E的樣本空間S子集E隨機事件欧引,簡稱事件频伤。在每次試驗中,當且僅當這一子集中的一個樣本點出現(xiàn)時芝此,稱這一事件發(fā)生
特別憋肖,由一個樣本點組成的單點集,稱為基本事件癌蓖。例如上述試驗有8個基本事件瞬哼。樣本空間本身就是一個隨機事件,且每次試驗總是發(fā)生租副,S稱為必然事件坐慰;空集\varnothing也是S的子集,且每次試驗都不發(fā)生用僧,\varnothing稱為不可能事件

事件間的關系與事件的運算

由定義知结胀,事件即隨機事件是一個集合,所以事件的有關操作等同于對應的集合操作责循。

  • 包含"\subset":A \subset B糟港,即事件B包含事件A
  • 相等"=":A=B\Leftrightarrow A\subset BB\subset A,事件A與事件B相等
  • 和"\cup":A\cup B=\left \{ x|x\in A 或 x\in B \right \}院仿,事件A與事件B的和事件秸抚,當A與B中至少一個發(fā)生時,事件A\cup B發(fā)生
  • 積"\cap":A\cap B=\left\{x|x\in A 且x\in B\right\}歹垫,事件A與事件B的積事件剥汤,當A與B同時發(fā)生時,事件A\cap B(也記作AB)發(fā)生
  • 差"-":A-B=\left \{ x|x\in A且 x\notin B \right \}排惨,事件A與事件B的差事件吭敢,當A發(fā)生B不發(fā)生時,事件A-B發(fā)生
  • 互不相容事件:A\cap B=\varnothing暮芭,事件A與事件B不能同時發(fā)生
  • 對立事件:A\cup B=S且A\cap B=\varnothing鹿驼,事件A與事件B互為逆事件,也稱互為對立事件辕宏。指每次試驗中畜晰,事件A,B必有一個發(fā)生瑞筐。

事件運算時凄鼻,可以用以下定律

  • 交換律:A\cup B=B\cup A;A\cap B= B\cap A
  • 結合律:A\cup (B\cup C)=(A\cup B)\cup C;A\cap (B\cap C)=(A\cap B)\cap C
  • 分配律:A\cup (B\cap C)=(A\cup B)\cap (A\cup C);A\cap (B\cup C)=(A\cap B)\cup (A\cap C)
  • 德摩根律:\overline{A\cup B}=\overline{A}\cap \overline{B};\overline{A\cap B}=\overline{A}\cup \overline{B}

頻率與概率

頻率

假設同一個試驗進行了n次,其中事件A發(fā)生的次數(shù)n_{A}稱為事件A發(fā)生的頻數(shù)。比值n_{A}/n就是事件A發(fā)生的頻率野宜,記作f_{n}(A)
頻率有以下基本性質(zhì):

  • 0\leqslant f_{n}(A) \leqslant 1
  • f_{n}(S)=1
  • A_{1},A_{2},\dots ,A_{k}是兩兩互不相容的事件扫步,則f(A_{1}\cup A_{2}\cup \dots \cup A_{k})=f_{n}(A_{1})+f_{n}(A_{2})+\dots +f_{n}(A_{k})

概率

在一定條件下,重復做n次試驗匈子,n_{A}n次試驗中事件A發(fā)生的次數(shù)河胎,如果隨著n逐漸增大,頻率n_{A}/n逐漸穩(wěn)定在某一數(shù)值p附近虎敦,則數(shù)值p稱為事件A在該條件下發(fā)生的概率游岳,記做P(A)=p。這個定義稱為概率的統(tǒng)計定義其徙。

  • P(\varnothing)=0
  • A_{1},A_{2},\dots ,A_{k}是兩兩互不相容的事件胚迫,則P(A_{1}\cup A_{2}\cup \dots \cup A_{k})=P_{n}(A_{1})+P_{n}(A_{2})+\dots +P_{n}(A_{k})
  • A,B是兩個事件,若A\subset B唾那,則有P(B-A)=P(B)-P(A),P(B)\geqslant P(A)
  • 對于任一事件A,P(A)\leqslant1
  • 對于任一事件A,P(\overline{A})=1-P(A)
  • 對于任意兩事件AB,P(A\cup B)=P(A)+P(B)-P(AB)

等可能概型(古典概型)

假設試驗E有以下特點:

  • 試驗的樣本空間只包含有限個
  • 試驗中每個基本事件發(fā)生的可能性相同

則稱試驗為等可能概型(古典概型

條件概率

A,B是兩個事件访锻,且P(A)>0,稱P(B|A)=\frac{P(AB)}{P(A)}為在事件A發(fā)生的條件下事件B發(fā)生的條件概率

  • P(A)>0,有P(AB)=P(B|A)P(A)

全概率公式:設試驗E的樣本空間為SAE的事件闹获,B_{1},B_{2},\dots ,B_{n}S的一個劃分期犬,且P(B_{i})>0,則P(A)=P(A|B_{1})P(B_{1})+P(A|B_{2})P(B_{2})+\dots +P(A|B_{n})P(B_{n})

貝葉斯公式:設試驗E的樣本空間為S避诽,AE的事件龟虎,B_{1},B_{2},\dots ,B_{n}S的一個劃分,且P(B_{i})>0沙庐,P(A)>0鲤妥,則P(B_{i}|A)=\frac{P(A|B_{i})P(B_{i})}{\sum_{j=1}^{n}P(A|B_{j})P(B_{j})}

獨立性

A,B是兩事件,如果滿足等式P(AB)=P(A)P(B),則稱事件A,B相互獨立拱雏,簡稱獨立棉安。

  • A,B是兩事件,且P(A)>0,若A,B相互獨立古涧,則P(B|A)=P(B)垂券,反之亦然花盐。
  • 若事件A,B相互獨立羡滑,則下列各事件也相互獨立:A\overline{B},\overline{A}B,\overline{A}\overline{B}
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末算芯,一起剝皮案震驚了整個濱河市柒昏,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌熙揍,老刑警劉巖职祷,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 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,居然都是意外死亡有梆,警方通過查閱死者的電腦和手機是尖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來泥耀,“玉大人饺汹,你說我怎么就攤上這事√荡撸” “怎么了兜辞?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長夸溶。 經(jīng)常有香客問我逸吵,道長,這世上最難降的妖魔是什么缝裁? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任扫皱,我火速辦了婚禮,結果婚禮上捷绑,老公的妹妹穿的比我還像新娘啸罢。我一直安慰自己,他們只是感情好胎食,可當我...
    茶點故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布扰才。 她就那樣靜靜地躺著,像睡著了一般厕怜。 火紅的嫁衣襯著肌膚如雪衩匣。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天粥航,我揣著相機與錄音琅捏,去河邊找鬼。 笑死递雀,一個胖子當著我的面吹牛柄延,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播缀程,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼搜吧,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了杨凑?” 一聲冷哼從身側(cè)響起滤奈,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎撩满,沒想到半個月后蜒程,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體绅你,經(jīng)...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年昭躺,在試婚紗的時候發(fā)現(xiàn)自己被綠了忌锯。 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。...
    茶點故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡领炫,死狀恐怖汉规,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情驹吮,我是刑警寧澤针史,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站碟狞,受9級特大地震影響啄枕,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜族沃,卻給世界環(huán)境...
    茶點故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一频祝、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧脆淹,春花似錦常空、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至烘嘱,卻和暖如春昆禽,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蝇庭。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工醉鳖, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人哮内。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓盗棵,卻偏偏與公主長得像,于是被迫代替她去往敵國和親北发。 傳聞我的和親對象是個殘疾皇子纹因,可洞房花燭夜當晚...
    茶點故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內(nèi)容