1.3
概率的定义
P ( A ) P(A) P(A):A发生的可能性
- P ( A ) P(A) P(A)是个常数;
频率(概率的统计定义)
性质: 1. 非负性 [0,1]
2. 归一性
3. 可加性
概率的公理化定义
- 非负有界性
- 归一性
- 可列可加性
性质
- P ( ϕ ) = 0 P(\phi)=0 P(ϕ)=0 ,(可列可加性证明)
- 有限可加性
- 如果 A ⊂ B A\subset B A⊂B,则 P ( A ) ≤ P ( B ) P(A)\le P(B) P(A)≤P(B)。【间接证明了 P ( A ) ≤ P ( S ) = 1 P(A)\le P(S)=1 P(A)≤P(S)=1】
- P ( A ) + P ( A ˉ ) = 1 P(A)+P(\bar{A})=1 P(A)+P(Aˉ)=1
- 减法公式: P ( A − B ) = P ( A − A B ) = P ( A B ˉ ) = P ( A ) − P ( A B ) P(A-B)=P(A-AB)=P(A\bar{B})=P(A)-P(AB) P(A−B)=P(A−AB)=P(ABˉ)=P(A)−P(AB)
- 加法公式:
P
(
A
∪
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
P(A\cup B)=P(A)+P(B)-P(AB)
P(A∪B)=P(A)+P(B)−P(AB)
加法公式可以推广到多个事件:奇正偶负
1.4
古典概型
概率的古典定义
样本点是有限个,每个样本点发生的概率相同
从N件产品中抽取n件
{ 放 回 : N n 不 放 回 : { 有 序 : N ( N − 1 ) . . . ( N − n + 1 ) 无 序 : C N n \begin{cases} 放回:N^n\\ 不放回:\begin{cases} 有序:N(N-1)...(N-n+1)\\ 无序:C^n_N \end{cases} \end{cases} ⎩⎪⎨⎪⎧放回:Nn不放回:{有序:N(N−1)...(N−n+1)无序:CNn
将n个球装入N个盒子的装法数
注:只有m个球在同一盒里的情况下默认其他盒子只装1个。
抽签问题
抽中的概率与顺序先后以及放不放回无关。
分组法
几何概型
概率的几何定义
随机试验E,S是它的样本空间,A是任意事件,
μ
(
A
)
\mu (A)
μ(A)是A上的一个度量(长度、面积、体积等),若:
P
(
A
)
=
μ
(
A
)
μ
(
S
)
,
P(A)=\frac {\mu(A)}{\mu(S)},
P(A)=μ(S)μ(A),则称E为几何概型。
S:
- 样本空间为有限区间 ( a , b ) (a,b) (a,b)
- 每个样本点发生的可能性相等