【考研数学】概率论与数理统计 | 第一章——随机事件与概率(3,全概率公式、贝叶斯公式与三大概型)


引言

承接前文,在事件的独立之后,我们开始学习全概率公式、贝叶斯公式以及概型。


六、全概率公式与贝叶斯公式

定义—— 完备事件组:设随机试验 E E E 的样本空间为 Ω \Omega Ω A 1 , A 2 , … , A n A_1,A_2,\dots,A_n A1,A2,,An 为一组随机事件,若满足:

  1. 事件组 A 1 , A 2 , . . . , A n A_1,A_2,...,A_n A1,A2,...,An 两两互斥;
  2. ⋃ i = 1 n A i = Ω , \bigcup_{i=1}^nA_i=\Omega, i=1nAi=Ω,

称事件组 A 1 , A 2 , … , A n A_1,A_2,\dots,A_n A1,A2,,An 为一个完备事件组。

举个例子,比如,从 1 , 2 , 3 , 4 1,2,3,4 1,2,3,4 中取一个数,记 A i A_i Ai 表示取到的数为 i i i ,则 A 1 , A 2 , A 3 , A 4 A_1,A_2,A_3,A_4 A1,A2,A3,A4 就是一个完备事件组。取到 1 不可能取到 2 ,四种情况加起来就是所有的可能。

6.1 全概率公式

A 1 , A 2 , … , A n A_1,A_2,\dots,A_n A1,A2,,An 为一个完备事件组, B B B 为任意事件,则有: P ( B ) = ∑ i = 1 n P ( A i ) P ( B ∣ A i ) . P(B)=\sum_{i=1}^nP(A_i)P(B|A_i). P(B)=i=1nP(Ai)P(BAi). 证明: B = Ω B = ( A 1 + A 2 + ⋯ + A n ) B = A 1 B + A 2 B + … A n B B=\Omega B=(A_1+A_2+ \dots+A_n)B=A_1B+A_2B+\dots A_nB B=ΩB=(A1+A2++An)B=A1B+A2B+AnB ,由完备事件组定义,易得 A 1 B , A 2 B , … , A n B A_1B,A_2B,\dots ,A_nB A1B,A2B,,AnB 也是互斥的。故 P ( B ) = P ( A 1 B ) + P ( A 2 B ) + … P ( A n B ) . P(B)=P(A_1B)+P(A_2B)+\dots P(A_nB). P(B)=P(A1B)+P(A2B)+P(AnB). 再根据乘法公式,即可得到命题结论。

6.2 贝叶斯公式

A 1 , A 2 , … , A n A_1,A_2,\dots,A_n A1,A2,,An 为一个完备事件组, B B B 为任意事件, P ( B ) > 0 P(B)>0 P(B)>0 则有: P ( A i ∣ B ) = P ( A i ) P ( B ∣ A i ) P ( B ) , 1 ≤ i ≤ n . P(A_i|B)=\frac{P(A_i)P(B|A_i)}{P(B)},1 \leq i \leq n. P(AiB)=P(B)P(Ai)P(BAi),1in.

在这里插入图片描述


七、三大概型

7.1 古典概型

若随机试验 E E E 满足如下两个条件:

  1. 样本空间 Ω \Omega Ω 中只有有限个样本点;
  2. 样本空间 Ω \Omega Ω 中每个样本点发生都是等可能的,

这样的随机试验称为古典概型。比如投骰子的试验。

设随机试验 E E E 所对应的样本空间为 Ω \Omega Ω ,其所含样本点总数为 n n n 个,随机事件 A A A 所含的样本点个数为 k k k (或有利于事件 A A A 的样本点数为 k k k ),则事件 A A A 的概率为 P ( A ) = k / n . P(A)=k/n. P(A)=k/n.

7.2 几何概型

设随机试验 E E E 所对应的样本空间 Ω \Omega Ω 为可度量的有界区域,若样本点等可能出现(或样本点出现 Ω \Omega Ω 的可度量的子区域上的概率与该区域的几何度量成正比),则称随机试验 E E E 所对应的概率类型为几何概型。

A A A 为样本空间 Ω \Omega Ω 可度量的子区域,则事件 A A A 的概率为 P ( A ) = A 的度量 Ω 的总度量 . P(A)=\frac{A 的度量}{\Omega 的总度量}. P(A)=Ω的总度量A的度量.

度量可以这么理解,在一维空间是长度,二维是面积,三维是体积。

7.3 伯努利概型

设随机试验 E E E ,若其满足:

  1. 相同条件下试验可重复进行;
  2. 每次试验只有两种可能的结果 A A A A ‾ ; \overline{A}; A;
  3. 每次试验 A A A A ‾ \overline{A} A 发生的概率不变,

这样的试验重复 n n n 次,称其为 n n n 重伯努利试验。

设事件 A A A 出现的概率 P ( A ) = p P(A)=p P(A)=p ,令 A k A_k Ak 表示 n n n 次试验中事件 A A A 出现 k k k 次,则 P ( A k ) = C n k p k ( 1 − p ) n − k , k = 0 , 1 , 2 , … , n . P(A_k)=C_n^kp^k(1-p)^{n-k},k=0,1,2,\dots,n. P(Ak)=Cnkpk(1p)nk,k=0,1,2,,n.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Douglassssssss

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值