《概率论与数理统计_浙江大学》_第一章_概率论基本概念

教材

---

1. 随机实验

特点：
i. 可在相同条件下重复地进行
ii. 每次结果不止一个，事先知晓全部可能结果
iii. 进行一次试验之前不能确定哪一个结果会出现

2. 样本空间、随机事件

i. 将随机实验 $E$ 的所有可能结果组成的集合称为E的样本空间，记为 $S$
ii. $E$ 中的每个结果为样本点
iii. 试验 $E$ 的样本空间 $S$ 的子集为 $E$ 的随机事件，简称事件
iv. 德摩根律：$\overline{A\cup B}=\overline A\cap \overline B$， $\overline{A\cap B} = \overline A\cup \overline B$

3. 频率与概率

a. 频率：描述事件发生的频繁程度（频数、频率）
b. 概率：表征事件在一次试验中发生的可能性大小
$\space \space \space\space\space\space\space$ i. 非负性：对于每一个事件 $A$，有 $P(A)\geq0$
$\space \space \space\space\space\space\space$ii. 规范性：对于必然事件 $S$ ，有 $P(S)=1$
$\space \space \space\space\space\space$iii. 可列可加性：$A_i, A_j$ 不相容事件，对于$A_iA_j=\phi$，$i\neq j$，所以有：

$$P(A_i \cup A_j)=P(A_i)+P(A_j)$$
c. 概率性质：
$\space \space \space\space\space\space\space$ i. $P(\phi)=0$
$\space \space \space\space\space\space\space$ii. $A_i，A_j不相容，P(A_i \cup A_j)=P(A_i)+P(A_j)，i\neq j$
$\space \space \space\space\space\space$iii. $A\subset B，则 P(B-A)=P(B)-P(A)$
$\space \space \space\space\space\space$iv. $任意事件 A，有 P(A)\leq1$
$\space \space \space\space\space\space$ v. $任意事件 A，有P(\overline A)=1-P(A)$
$\space \space \space\space\space\space$vi. $任意两事件A,B，有P(A\cup B)=P(A)+P(B)-P(AB)+P(ABC)$
$\space \space \space\space\space\space\space\space\space\space 推广 n 事件（归纳法证明，每项前的系数为：$ 奇正偶负）
$$P(A_1\cup A_2\cup ... \cup A_n)=\sum_{i=1}^{n}{P(A_i)} - \sum_{1\leq i < j\leq n}^{n}{P(A_iA_j)} + \sum_{1\leq i < j<k\leq n}^{n}{P(A_iA_jA_k)+...+(-1)^{n-1}P(A_1A_2...P_n)}$$

4. 等可能概型（古典概型）

i. 试验的样本空间只包含有限个元素
ii. 试验中每个基本事件发生的可能性相同
（注：一般试验分为放回抽样和不放回抽样）

5. 条件概率

a. 事件 $A$ 已发生的条件下，事件 $B$ 发生的概率
b. 定义：$设 A、B 是两个事件，且P(A)>0，称：$

$$P(B|A)=\frac{P(AB)}{P(A)}$$
式子的意义为事件 $A$ 发生的条件下事件 $B$ 发生的条件概率。
$\space \space \space\space\space\space\space$ i. $非负性：对于每一事件B，有 P(B|A)\geq0$
$\space \space \space\space\space\space\space$ii. $规范性：对于必然事件 S，有 P(S|A)=1$
$\space \space \space\space\space\space$iii. $可列可加性：设 B_1,B_2,...是两两互不相容事件，则有：$
$$P(\bigcup_{i=1}^{\infty }{B_i}|A)=\sum_{i=1}^{\infty}{P(B_i|A)}=P(B_1|A)+P(B_2|A)+...$$
条件概率符合概率三条性质，那么也符合概率的推论，所以有：
$$P(B_1\cup B_2|A)=P(B_1|A)+P(B_2|A)-P(B_1B_2|A)$$
c. 由条件概率定义可得乘法定理：
$设P(A)>0，则有：$
$$P(AB)=P(B|A)\cdot P(A)$$
$推广 n 个事件,设有A_1,A_2,...,A_n为n个事件,n \geq2,且P(A_1A_2...A_{n-1})>0,则有：$
$$P(A_1...A_n)=P(A_n|A_1...A_{n-1})\cdot P(A_{n-1}|A_1...A_{n-2})...P(A_2|A_1)\cdot P(A_1)$$
d. 全概率与贝叶斯
$样本空间的划分定义：设 S 为实验 E 的样本空间，B_1,B_2,...,B_n 为 E 的一组事件，若：$
$\space \space \space\space\space\space\space$ i. $B_iB_j=\phi，i\neq j，i,j=1,2,...,n$
$\space \space \space\space\space\space\space$ii. $B_1\cup B_2\cup...\cup B_n=S_n$
则称 $B_1,B_2,...,B_n为样本空间S的一个划分$

定理（全概率公式）：

设实验 $E$ 的样本空间为 $S$ , $A$ 为 $E$ 的事件, $B_1,...,B_n$ 为 $S$ 的一个划分,且 $P(B_i)>0,(i=1,2,...,n)$，则：

$$P(A)=P(A|B_1)\cdot P(B_1)+P(A|B_2)\cdot P(B_2)+...+P(A|B_n)\cdot P(B_n)$$
证明 $\Rightarrow$
$A=AS=A(B_1\cup ...\cup B_n)=AB_1\cup ...\cup AB_n$
$由假设P(B_i)>0(i=1,2,...,n),且(AB_i)\cdot (AB_j)=\phi，i=j，i,j=1,2,...,n得：$
$$\begin{split} P(A)&=P(AB_1)+P(AB_2)+...+P(AB_n)\\ &=P(A|B_1)\cdot P(B_1)+P(A|B_2)\cdot P(B_2)+...+P(A|B_n)\cdot P(B_n) \end{split}$$

定理（贝叶斯公式）：

实验 $E$ 的样本空间为 $S$ , $A$ 为 $E$ 的事件, $B_1,...,B_n$ 为 $S$ 的一个划分, $P(A)>0,P(B_i)>0,(i=1...n)$ ,则：

$$P(B_i|A)=\frac{P(A|B_i)\cdot P(B_i)}{\sum_{j=1}^{n}{P(A|B_j)\cdot P(B_j)}},i=1...n$$
证明 $\Rightarrow$由条件概率定义及全概率公式可证。
$$P(B_i|A)=\frac{P(BiA)}{P(A)}=\frac{P(A|B_i)\cdot P(B_i)}{\sum_{j=1}^{n}{P(A|B_i)\cdot P(B_j)}},i=1,2,...,n$$

6. 独立性

设 $A、B$ 为试验 $E$ 的两事件，若 $P(A)>0$ ，可以定义 $P(B|A)$ ，一般， $A$ 的发生对 $B$ 发生的概率是有影响的，这时 $P(B|A)\neq P(B)$ ，只有这种影响不存在时，才会有 $P(B|A)=P(B)$ ，这时有：

$$P(AB)=P(B|A)\cdot P(A)=P(A)\cdot P(B) ,（称A,B独立）$$
$若 P(A)>0,P(B)>0,则A,B相互独立与A,B互不相容不能同时成立。$
定义：设 $A,B,C$ 是三个事件，如果满足等式：
$$\left. \begin{gathered} P(AB)=P(A)P(B)\\ P(BC)=P(B)P(C)\\ P(AC)=P(A)P(C)\\ P(ABC)=P(A)P(B)P(C) \end{gathered} \right\}$$
则称事件 $A,B,C$ 相互独立。
$\space\space\space\space$一般，设 $A_1,A_2,...,A_n$ 是 $n(n\geq2)$ 个事件，如果对于其中任意2个，任意3个，…，任意 $n$ 个事件的积事件的概率，都等于各事件概率之积，则称事件 $A_1,A_2,...,A_n$ 相互独立。