概率统计学习笔记(1)

1 随机试验

  • 可以在相同条件下重复进行(世界上有绝对的相同条件吗?);
  • 每次试验可能的结果不止一个,但能明确试验所有可能结果;
  • 试验结果前(被观察前?)不确定哪一个结果会出现;

2.1 样本空间、样本点

随机试验 E E E所有可能的结果组成的集合称为 E E E的样本空间 S S S,每个结果称为样本点。

2.2 事件

  • 随机事件: S S S的子集简称事件。
  • 事件发生:在每次试验中,当且仅当这一子集中的一个样本点出现时。
  • 基本事件:由一个样本点组成的单点集。
  • 必然事件:在每次试验中它总是发生的事件。
  • 不可能事件:…都不发生…,记为 ∅ \varnothing

2.3 事件是一个集合

事件,集合示意图

2.4 运算定律

  • 交换律:
    • A ∪ B = B ∪ A ; A\cup B=B\cup A; AB=BA;
    • A ∩ B = B ∩ A ; A\cap B=B\cap A; AB=BA;
  • 结合律:
    • A ∪ ( B ∪ C ) = ( A ∪ B ) ∪ C ; A\cup (B\cup C) = (A\cup B)\cup C; A(BC)=(AB)C
    • A ∩ ( B ∩ C ) = ( A ∩ B ) ∩ C ; A\cap (B\cap C) = (A\cap B)\cap C; A(BC)=(AB)C
  • 分配律(右分配律?):
    • A ∪ ( B ∩ C ) = ( A ∪ B ) ∩ ( A ∪ C ) ; A\cup (B\cap C) = (A\cup B)\cap(A\cup C); A(BC)=(AB)(AC)
    • A ∩ ( B ∪ C ) = ( A ∩ B ) ∪ ( A ∩ C ) ; A\cap (B\cup C) = (A\cap B)\cup (A\cap C); A(BC)=(AB)(AC)
  • 德摩根律:
    • A ∪ B ‾ = A ‾ ∩ B ‾ ; \overline{A\cup B}= \overline{A}\cap \overline{B}; AB=AB;
    • A ∩ B ‾ = A ‾ ∪ B ‾ ; \overline{A\cap B} = \overline{A}\cup \overline{B}; AB=AB

3.1 频率

  • 频数: n n n次试验中 A A A发生的次数 n A n_A nA
  • 频率: n A n \frac{n_A}{n} nnA f n ( A ) f_n(A) fn(A)
  • 性质:
    • 0 ≤ f n ( A ) ≤ 1 0\leq f_n(A)\leq1 0fn(A)1
    • f n ( S ) = 1 f_n(S) = 1 fn(S)=1
    • A 1 , . . . , A k A_1,...,A_k A1,...,Ak两两互不相容,则 f n ( A 1 ∪ . . . ∪ A k ) = f n ( A 1 ) + . . . + f n ( A k ) f_n(A_1\cup...\cup A_k)= f_n(A_1)+...+f_n(A_k) fn(A1...Ak)=fn(A1)+...+fn(Ak)
  • 统计规律性:大量试验证实,当重复试验的次数 n n n逐渐增大时,频率 f n ( A ) f_n(A) fn(A)呈现出稳定性,逐渐稳定于某个常数,这种“频率稳定性”即通常所说的统计规律性。

3.2 概率

  • 定义:
    E E E是随机试验, S S S是它的样本空间,对于 E E E的每一个事件 A A A赋予一个实数,记为 P ( A ) P(A) P(A),称为事件 A A A的概率,如果集合函数 P ( ∙ ) P(\bullet) P()满足下列条件:
    • 非负性:对于每一个事件 A A A,有 P ( A ) > 0 P(A)>0 P(A)>0
    • 规范性:对于必然事件 S S S,有 P ( S ) = 1 P(S)=1 P(S)=1
    • 可列可加性:若 A 1 , A 2 . . . . A_1,A_2.... A1,A2....是两两互不相容的事件,即对于 A i A j = ∅ , i ≠ j , i , j = 1 , 2 , . . . A_iA_j=\varnothing,i\ne j,i,j=1,2,... AiAj=,i̸=j,i,j=1,2,... 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(A1A2...)=p(A1)+P(A2)+...
  • 性质:
    • P ( ∅ ) = 0 P(\varnothing) =0 P()=0
    • 有限可加性:若 A 1 , . . . . , A n A_1,....,A_n A1,....,An是两两互不相容的事件,则有
      P ( A 1 ∪ . . . ∪ A n ) = p ( A 1 ) + . . . + p ( A n ) P(A_1\cup...\cup A_n)=p(A_1)+...+p(A_n) P(A1...An)=p(A1)+...+p(An)
    • A , B A,B A,B是两个事件,若 A ⊂ B A\subset B AB,则
      • p ( B − A ) = P ( B ) − P ( A ) p(B-A)=P(B)-P(A) p(BA)=P(B)P(A)
      • p ( B ) ≥ P ( A ) p(B)\ge P(A) p(B)P(A)
    • 对于任一事件 A A A P ( A ) ≤ 1 P(A)\leq1 P(A)1
    • 逆事件的概率:对于任一事件,有 P ( A ‾ ) = 1 − P ( A ) P(\overline{A})=1-P(A) P(A)=1P(A)
    • 加法公式:对于任意两个事件 A , B A,B A,B P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A B ) P(A\cup B)=P(A)+P(B)-P(AB) P(AB)=P(A)+P(B)P(AB)

4 等可能概率(古典概型)

  • 特点:
    • 试验的样本空间只包含有限个元素;
    • 试验中每个基本事件发生的可能性相同。
  • 年会抽奖时,放回抽奖和不放回抽奖,对于某个人来说,中奖概率是一样的。
  • 小概率事件在一次试验中,实际上几乎不发生。即,小概率事件,在一次试验中,可看成不可能事件。

概率统计学习笔记(2)

ToBeContinued

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 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
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