大二下：概率论与数理统计复习 1.随机事件之基础概念

大二下：概率论与数理统计复习 导航页：https://blog.csdn.net/COCO56/article/details/100152856

1. 随机事件与样本空间的概念

2. 事件的关系

3. 事件的运算律

• $交换律：A\cup B=B\cup A;A\cap B=B\cap A$
• $结合律：A\cup (B\cup C)=(A\cup B)\cup C;A\cap (B\cap C)=(A\cap B)\cap C.$
• $分配律：A\cup (B\cap C)=(A\cup B)\cap (A\cup C);A\cap (B\cup C)=(A\cap B)\cup (A\cap C).$
• $$\begin{gathered} 德摩根律：\overline{A\cup B}=\overline{A}\cap \overline{B},\overline{A\cap B}=\overline{A}\cup \overline{B}; \\ \overline{A\cup B\cup C}=\overline{A}\cap \overline{B}\cap \overline{C},\overline{A\cap B\cap C}=\overline{A}\cup \overline{B}\cup \overline{C} \end{gathered}$$
  并的补等于补的交，交的补等于补的并。
• $此外，还应注意到：A-B=A\overline{B},A=(AB)\cup (A\overline{B})$

4. 概率的概念和性质

5. 古典概型

如果试验E的结果只有有限种，且每种结果发生的可能性相同，则称这样的试验模型为等可能概率模型或古典概率模型，简称等可能模型或古典概率。
古典概率的事件A概率为：
$$P(A)=\frac{A中包含样本点数k}{样本点总数n}=\frac{k}{n}$$

6. 条件概率

条件概率P(B|A)表示已知事件A发生的情况下事件B发生的概率：
$$\begin{array}{rl}P(B|A)& =\frac{P(AB)}{P(A)}\\ P(\overline{B}|A)& =1-P(B|A)=1-\frac{P(AB)}{P(A)}\end{array}$$

7. 乘法定理

$$P(B|A)=\frac{P(AB)}{P(A)}\Rightarrow P(AB)=P(B|A)P(A)$$

8. 全概率公式

$$P(A)=\sum _{i=1}^{n}P(A{B}_i)=\sum _{i=1}^{n}P(A|B_i)P(B_i)$$

9. 贝叶斯公式

$$P(B_i|A)=\frac{P(B_{i}A)}{P(A)}=\frac{P(A|B_i)P(B_i)}{{\sum }_{j=1}^{n}P(A|B_j)P(B_j)}$$
注：如果完备事件组只包含两部分，也就是B和$\overline{B}$，这样公式变为：

• 全概率公式
  $$P(A)=P(A|B)P(B)+P(A|\overline{B})P(\overline{B})$$
• 贝叶斯公式
  $$P(B|A)=\frac{P(AB)}{P(A)}=\frac{P(A|B)P(B)}{P(A|B)P(B)+P(A|\overline{B})P(\overline{B})}$$

10. 事件独立性

设A和B是两个事件，若P(B)>0，则可定义条件概率P(A|B)。它表示在事件B发生的条件下，事件A发生的概率；而P(A)表示不管事件B发生与否，事件A发生的概率。若P(A|B)=P(A)，则表明事件B的发生并不影响事件A发生的概率，比如掷骰子实验，第一次的结果并不影响第二次的结果。这时称事件A与B相互独立，并且乘法公式变成了：
$$P(AB)=P(A|B)P(B)=P(A)P(B)$$
1.
$$\begin{array}{rl}A和B相对独立& \iff \mathbf{P}(\mathbf{A}\mathbf{B})=\mathbf{P}(\mathbf{A})\mathbf{P}(\mathbf{B})\\ & A和B同时发生的概率=A发生的概率\times B发生的概率\\ & \iff P(B)=P(B|A)(P(A)>0)\\ & B发生的概率=A发生的条件下B发生的概率\\ & \iff P(B|A)=P(B|\overline{A})(0<P(A)<1)\\ & A发生的条件下B发生的概率=A不发生的条件下B发生的概率\\ & \iff P(A|B)=P(A|\overline{B})(0<P(B)<1)\\ & B发生的条件下A发生的概率=B不发生的条件下A发生的概率\end{array}$$
2.
$$A和B相互独立，则A和\overline{B}，\overline{A}和B，\overline{A}和\overline{B}也相互独立；$$
3. 当两个事件的概率都大于0小于1时，也就是P(A)>0，P(B)>0，A和B相互独立与A和B互不相容不能同时成立，也就是独立则不互斥，互斥则不独立，因为：
$$A和B互不相容\iff AB=\varnothing \iff P(AB)=0$$
这与P(AB)=P(A)P(B)>0是矛盾的。
4. 三个事件A,B,C相互独立，则满足：
$$\begin{array}{rl}& P(AB)=P(A)P(B),\\ & P(AC)=P(A)P(C),\\ & P(BC)=P(B)P(C),\\ & P(ABC)=P(A)P(B)P(C)\\ & \\ & 若只满足前三个式子，则叫做两两相互独立。\end{array}$$