概率论第一章复习

概念

1.条件概率

$P(A|B)=\frac{P(AB)}{P(B)}$，B是条件

由于B先于A发生，因此B发生条件下，A发生的概率易知。

经常通过以下转换：

$P(AB)=P(A|B)P(B)=P(B|A)P(A)$

条件概率公式转变为：

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

注意区分$P(AB)$和$P(A|B)$，第一个是AB同时发生的概率，第二个虽然也可以看作是AB同时发生的概率，但是B的发生是确定的概率为1。

2.全概率

$P(B)=\sum _{1\le k\le n}P(B|A_k)P(A_k)$

其中 $\sum _{1\le k\le n}P(A_k)=1$

任意B事件的概率，是对A事件分类讨论下B发生的概率求和。

3.贝叶斯公式

就是条件概率和全概率套在一起。

题目

1.古典概型

这类题目比较注重取的过程，所以要小心不遗漏也不重复。

比如鞋子：先取出成双的，然后在剩下的双鞋子中，先确定哪些双，再算这些双中是左还是右

2.事件

AB中至少发生一个：$A\cup B$

AB中全部发生：$A\cap B$

B不发生：$\bar{B}$

恰好发生几个：列出所有可能，加起来

至多，至少发生几个：看一下正面方便还是反面方便，然后列出所有可能。

比如至少发生1个，那就是不可能发生了0个，就是$\overline{\bar{A}\bar{B}\bar{C}\bar{D}}$

事件的加法：$A\cup B=A+B-A\cap B$

注意乘和交等价，但是加和并不等价。所以德摩根律中乘，交变为并，而非加。

3.条件概率

设出事件，列出公式，代入计算。有时候如果发现某个概率和其他事件有关，则需要全概率公式一起带入。

B发生的概率会随A是否发生而变化。

已知B发生了，求A发生的概率。已知A发生了，求B发生的概率（这个好算。）两者用条件概率公式相互转换。

$P(AB)$和$P(A|B)$一定要注意区分。尤其是注意题目的描述。一般来说，不会直接给P(AB)，给的是P(A|B)

例题：有一种生物，产生的后代数𝜉如从如下分布：𝑃(𝜉 = 0) = 𝑃(𝜉 = 2) = 14 , 𝑃(𝜉 = 1) = 12，每个个体产生后代独立。用𝑍𝑖表示第𝑖代个体的数量，其中𝑍0 = 1； （1）求𝑃(𝑍2 = 0)；（2）求𝑃(𝑍2 = 4)。

感谢@三工景页供题

由于第二代的个数受第一代影响，所以这题是条件概率。不同孩子生孩子个数可以当作伯努利分布。用$P(Z_2=0|Z_1=0)+P(Z_2=0|Z_1=1)+P(Z_2=0|Z_1=2)=0+1/4\cdot 1/4\cdot 1/4+1/2\cdot 1/4$

4.事件独立性

A，B中至少发生一个：$P(A\cup B)=P(A)+P(B)-P(AB)$，

若AB不相容，即AB不会同时发生，则P(AB)=0,P(A-B)=1

A发生而B不发生：$P(A\text{}B)=P(A)-P(AB)$，因为$A\text{}B=A(\Omega -B)=A-AB$

如果$B\subset A$，$P(A-B)=P(A)-P(B)$

两个事件独立：$P(AB)=P(A)P(B)$

三个事件互相独立：

$P(ABC)=P(A)P(B)P(C)$

$P(AB)=P(A)P(B),P(AC)=P(A)P(C),P(BC)=P(B)P(C)$

5.容斥原理

$P(A_1\cup A_2\cup ....\cup A_n)=\sum _{1\le k\le n}P(A_k)-\sum _{1\le i<j\le n}P(A_i{A}_j)+....+(-1{)}^{n}P(A_1{A}_2...A_n)$

6.伯努利分布

所有概率相同的多次重复实验都可以看成伯努利分布。

问一个人有2个孩子，已知有一个为男，问一男一女的概率。

这道题很容易做成$\frac{1}{2}$

A={至少一个男孩} B={一男一女}

至少一个男孩可以看成进行两次伯努利实验，其中至少一次成功。

$P(A)=1-\frac{1}{2}\cdot \frac{1}{2}=\frac{3}{4},P(AB)=P(B)=C(2,1)\cdot \frac{1}{2}\cdot \frac{1}{2}$

$P(B|A)=\frac{P(AB)}{P(A)}=\frac{1/2}{3/4}=\frac{2}{3}$

关键点在于，已知一个是男孩等价于做两次实验，一次成功

已知孩子A是男孩，等价于做两次实验，第一次是成功的。

已知一个是男孩和已知孩子A是男孩，这两个是不等价的。

7.离散变量二元分布

感谢@三工景页供题

例题：已知𝑋𝑖服从分布如下：𝑃(𝑋𝑖 = 𝑘) = (1 − 𝑝𝑖)𝑝𝑖𝑘−1, 𝑘 = 1,2,3 … , 𝑖 = 1,2,3，求
P(𝑋1 < 𝑋2 < 𝑋3)。

服从超几何分布，意义是第一次失败的尝试发生时总次数的概率。

乍一看不好下手，离散型变量向来是X=k的形式，现在来了一个不等号，比较麻烦。

可以用硬算：$P(X_1<X_2<X_3)=\sum _{i\ge 1}(1-p_1)p_1^i\sum _{j\ge i}(1-p_2)p_2^j\sum _{k\ge j}(1-p_3)p_3^k$

$P(X_1<X_2<X_3)=\frac{p_1{p}_2{p}_3(1-p_1)(1-p_2)}{(1-p_1{p}_2)(1-p_1{p}_2{p}_3)}$

从里往外算，可以看出是等比数列的求和（从第1项求到无穷，第i项到正无穷，第j项到正无穷）。