随机事件及其概率
1.随机事件
1.1随机实验特点
①可在相同条件下重复进行
②一次实验之前无法确定具体是哪种结果出现,但能确定所有的可能结果。
1.2样本空间
样本空间:实验的所有可能结果所组成的集合称为样本空间。
样本点:实验的单个结果或样本空间的单元素称为样本点。
由样本组成的单点集称为基本事件。
1.3随机事件
样本空间的任意一个子集称为随机事件。
任何时间均可表示为样本空间的某个子集。
(既然事件是一个集合,那么有关时间之间的关系、运算规则也按照集合的规则处理)
1.4古典概型
若某实验满足:
①样本空间有限性②等可能性
则称为古典概型。
概率:
若事件
A
A
A中所含的样本点的个数为
N
(
A
)
N(A)
N(A),以
N
(
Ω
)
N(\Omega)
N(Ω)记样本空间
Ω
\Omega
Ω的样本点总数,则
P
(
A
)
=
N
(
A
)
N
(
Ω
)
P(A)=\frac{N(A)}{N(\Omega)}
P(A)=N(Ω)N(A)
P
(
A
+
B
)
=
P
(
A
)
+
P
(
B
)
P(A+B)=P(A)+P(B)
P(A+B)=P(A)+P(B)
2.概率的定义和计算
2.1频率与概率:
当试验次数较大时,可认为概率近似等于频率。
2.2定义:
若对随机实验E所对应的样本空间
Ω
\Omega
Ω中的每一事件
A
A
A,均赋予一实数
P
(
A
)
P(A)
P(A),集合函数
P
(
A
)
P(A)
P(A)满足条件:
1.
P
(
A
)
≥
0
P(A)≥0
P(A)≥0
2.
P
(
Ω
)
=
1
P(\Omega)=1
P(Ω)=1
3.可列可加性:设
A
1
,
A
(
2
)
,
.
.
.
,
A_{1},A(2),...,
A1,A(2),...,是一列两两互不相容的事件,有
P
(
A
1
∪
A
2
∪
.
.
.
)
=
P
(
A
1
)
+
P
(
A
2
)
+
.
.
.
P(A_{1}\cup A_{2}\cup ...)=P(A_{1})+P(A_{2})+...
P(A1∪A2∪...)=P(A1)+P(A2)+...
则称P(A)为事件A的概率。
2.3概率的性质
1.有限可加性
2.单调不减性
3.事件差
P
(
A
−
B
)
=
P
(
A
)
−
P
(
A
B
)
P(A-B)=P(A)-P(AB)
P(A−B)=P(A)−P(AB)
4.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)
5.可分性
P
(
A
)
=
P
(
A
B
ˉ
)
+
P
(
A
B
)
P(A)=P(A\bar{B})+P(AB)
P(A)=P(ABˉ)+P(AB)
3.条件概率
3.1条件概率公式:
P ( B ∣ A ) = P ( A B ) P ( A ) P(B|A)=\frac{P(AB)}{P(A)} P(B∣A)=P(A)P(AB)
3.2全概率公式:
P ( B ) = ∑ i = 1 n P ( A i ) P ( B ∣ A i ) P(B)=\sum_{i=1}^{n}P(A_{i})P(B|A_{i}) P(B)=∑i=1nP(Ai)P(B∣Ai)
3.3贝叶斯公式:
P ( A j ∣ B ) = P ( A j ) P ( B ∣ A i ) ∑ i = 1 n P ( A i ) P ( B ∣ A i ) P(A_{j}|B)=\frac{P(A_{j})P(B|A_{i})}{\sum_{i=1}^{n}P(A_{i})P(B|A_{i})} P(Aj∣B)=∑i=1nP(Ai)P(B∣Ai)P(Aj)P(B∣Ai)
4.事件的独立性
4.1两事件独立:
P
(
B
)
=
P
(
B
∣
A
)
P(B)=P(B|A)
P(B)=P(B∣A),则称A和B相互独立
等价于
P
(
A
B
)
=
P
(
A
)
P
(
B
)
P(AB)=P(A)P(B)
P(AB)=P(A)P(B)
4.2多个事件独立
若事件A,B,C满足:
1.
P
(
A
B
)
=
P
(
A
)
P
(
B
)
,
P
(
A
C
)
=
P
(
A
)
P
(
C
)
,
P
(
B
C
)
=
P
(
B
)
P
(
C
)
P(AB)=P(A)P(B),P(AC)=P(A)P( C),P(BC)=P(B)P(C)
P(AB)=P(A)P(B),P(AC)=P(A)P(C),P(BC)=P(B)P(C),则称
A
,
B
,
C
A,B,C
A,B,C两两相互独立。
在此基础上还满足:
2.
P
(
A
B
C
)
=
P
(
A
)
P
(
B
)
P
(
C
)
P(ABC)=P(A)P(B)P(C)
P(ABC)=P(A)P(B)P(C)
则称事件A,B,C相互独立。