--概率论部分总结--

本文总结了概率论的基本概念,包括随机试验、样本空间、随机事件、频率与概率,以及古典概型。还探讨了对立事件、互斥事件和独立事件的性质。文章进一步阐述了概率公式和定理,如超几何分布、条件概率、乘法定理、全概率公式与贝叶斯公式,并通过实例解析了这些理论在实际问题中的应用,如抽样问题和医学诊断中的概率计算。
摘要由CSDN通过智能技术生成

概率论部分总结

概念

随机试验:
1、可以在相同条件下重复地进行;
2、每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;
3、进行一次试验之前不能确定哪一个结果会出现。

样本空间&样本点:
某个随机试验的所有可能结果组成的集合,每个结果称之为样本点

随机事件:
样本空间的子集,简称事件,当且仅当子集中的一个样本点出现,称为事件发生

基本事件:
由一个样本点组成的单点集

频率:
进行了 n 次试验,事件A发生了 nA 次, nA 叫频数, nAn 叫频率,记 fn(A)

概率:
对随机试验的样本空间中,每一事件A赋予一个实数,记为 P(A) ,称为事件A的概率

古典概型:
随机事件仅包含有限个事件,且每个事件出现的可能性相同

对立事件、互斥事件、独立事件:
对立事件为样本空间中仅有A、B两个可能事件,非A即B;互斥事件为同一样本空间中,A、B事件无交集,只要A发生了,B就不可能发生,但A发生了,B不一定发生(有可能是C、D……其它事件发生);独立事件,A、B分处不同样本空间,互不影响。

实际推断原理:
概率很小的事件在一次试验中实际上几乎是不发生的

先验概率、后验概率:
由以往数据分析得到的概率叫先验概率,得到最新信息后,再重新加以修正的概率叫后验概率

公式、定理:

事件运算:

运算定律 公式
交换律 AB=BA;AB=BA
结合律 A(BC)=(AB)C;A(BC)=(AB)C
分配律 A(BC)=(AB)(AC);A(BC)=(AB)(AC)
德摩根律 AB¯¯¯¯¯¯¯¯¯=A¯¯¯B¯¯¯;AB¯¯¯¯¯¯¯¯¯=A¯¯¯B¯¯¯

基本概率运算:

事件条件 公式
空事件 P(A)=0
An
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

Sevan_Li

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