概率的定义与计算

概率，又称“或然率”、“几率”，它是对一个随机事件的可能性的大小所作的数量方面的估计。 

 

随机事件（random event），通常简称为事件，是一个现代归纳逻辑名词，指在一定条件下可能发生也可能不发生的事态或事件，可用大写英文字母A、B、C表示。 
 不同随机事件发生的可能性的大小是不同的，概率就是人们用来表示随机事件发生的可能性大小的一个量。在一定条件下，事件A一定会出现，称之为必然事件，其概率为1，记作P(A)=1；在一定条件下，事件A一定不会出现，称之为不可能事件，其概率为0，记作P(A)=0；其它事件的概率介于不可能事件与必然事件的概率之间，即它可表示为0≤P(A)≤1。 
 

概率的古典定义：一个事件A出现的概率，是A可能出现的情况与全部可能情况的比率。其计算公式为：  
     P(A)=m(A可能出现的情况)/n（所有可能的情况）  
    这是一种先验概率，获得一事件的概率无需进行试验，它给予我们理性的认可或相信如此。 
例如随便抛一枚硬币，国徽朝上的概率是1/2，因为投掷结果只有两种，一种朝上，一种朝下，两结果出现的可能性相等，所以其概率为1/2。 
 

概率的公理化定义：

如果一个函数 P

指定给每一个事件空间 S 中的事件 A 一个实数 P(A)，并且其满足下面的 3 个公理，那么函数 P 叫做概率函数，相应的 P(A) 叫做事件 A 的概率。

公理一：（非负性）对于任意一随机事件A，有0≤P(A)≤1

公理二：（规范性）P(S)=1，P(Φ)=0

公理三：（完全可加性）如果A∩B=0，  P(A∪B)=P(A)+P(B)

 

条件概率 ：

 条件概率指在事件B发生的条件下，事件A发生的概率，记作P(A|B)。当P＞0时，规定： 
 P(A|B)=P(A∩B)/P(B) 
 当P(B)=0时，规定P(A|B)=0。 
 上式中，A∩B指独立事件A与独立事件B的联合出现。

 

乘法公式

由条件概率定义，可以得到 
 乘法公式： P(A∩B)=P(B)P(A|B)=P(A)P(B|A)

 

全概率公式

n 个事件 H₁,H₂,...H_n 互相间独立，且共同组成整个事件空间 S，即
， 以及

这时 A 的概率可以表示为，

证明：

按照公理 3 ，有

根据乘法法则，
因此有，

 

贝叶斯公式

贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照定理 6 的乘法法则，P(A∩B)=P(A)·P(B|A)=P(B)·P(A|B)，可以立刻导出贝叶斯定理：

如上公式也可变形为 

贝努里概型

对随机实验中某事件是否发生，试验的可能结果只有两个，这种只有两个可能结果的实验称为贝努利试验。

 

　　重复进行n次独立的贝努利试验，这里“重复”的意思是指各次试验的条件是相同的，它意味着各次试验中事件发生的概率保持不变，“独立”的意思是指是指各次试验的结果是相互独立的，这种试验所对应的数学模型成为贝努利概型。有时为了突出实验次数n，也称为ｎ重贝努利试验。