离散概率
离散概率引论
- 试验:从一组可能的结果中得出一个结果的过程
- 样本空间:可能结果的集合
- 事件:样本空间的子集
- 事件E是结果具有相等可能性的有限样本空间S的子集,则事件E的概率是
p ( E ) = ∣ E ∣ ∣ S ∣ p(E)=\frac{|E|}{|S|} p(E)=∣S∣∣E∣
- 设E是样本空间S的一个事件,事件 E ‾ = S − E \overline E=S-E E=S−E(事件E的补事件)的概率是
p ( E ‾ ) = 1 − p ( E ) p(\overline E)=1-p(E) p(E)=1−p(E)
- 设 E 1 E_1 E1和 E 2 E_2 E2是样本空间的事件,那么
p ( E 1 ⋃ E 2 ) = p ( E 1 ) + p ( E 2 ) − P ( E 1 ⋂ E 2 ) p(E_1\bigcup E_2)=p(E_1)+p(E_2)-P(E_1\bigcap E_2) p(E1⋃E2)=p(E1)+p(E2)−P(E1⋂E2)
概率论
- 假设S是n个元素的集合,均匀分布赋给S中的每个元素的概率是1/n
- 事件E的概率是在E中结果的概率之和,即
p ( E ) = ∑ x ∈ E p ( s ) p(E)=\sum_{x\in E}p(s) p(E)=x∈E∑p(s)
- 如果 E 1 , E 2 , . . . E_1,E_2,... E1,E2,...是样本空间S中两两不相交事件的序列,那么
KaTeX parse error: Got function '\bigcup' with no arguments as superscript at position 10: p\left(^\̲b̲i̲g̲c̲u̲p̲ ̲_i E_i\right)=\…
- 条件概率:设E和F是具有p(F)>0的事件,给定F的条件下E的条件概率记做p(E|F),定义为
p ( E ∣ F )