概率论-1 随机事件 & 概率

概率论-1 随机事件 & 概率

1 随机事件的关系 & 运算

1.1概念

随机事件：随机试验的结果，用A B C表示

样本空间：一切基本事件的总和

2 随机事件的概率

2.1 公理化定义

2.2 条件概率

注意：

1）条件概率也是一种概率，所有的概率的性质都适用

2）计算条件概率的两种方法

​ i）根据所给的条件缩小样本空间

​ ii）直接计算P(AB)和P(A)

2.3概率的基本公式

2.3.1 基本性质

2.3.2基本公式

1）乘法公式
$$\mathbf{P}(AB)=\{\begin{array}{ll}\mathbf{P}(A)\mathbf{P}(B\mid A),& \text{ 当 }\mathbf{P}(A)>0\\ \mathbf{P}(B)\mathbf{P}(A\mid B),& \text{ 当 }\mathbf{P}(B)>0\end{array}$$

$$\mathbf{P}\left(A_1{A}_2\cdots A_n\right)=\mathbf{P}\left(A_1\right)\mathbf{P}\left(A_2\mid A_1\right)\mathbf{P}\left(A_3\mid A_1{A}_2\right)\cdots \mathbf{P}\left(A_n\mid A_1\cdots A_{n-1}\right)\cdot \left(\mathbf{P}\left(A_1\cdots A_{n-1}\right)>0\right)$$

2）全概率公式

事件完备组中所有事件的集合
$$\mathbf{P}(B)=\sum _{i=1}^n\mathbf{P}\left(B{A}_i\right)=\sum _{i=1}^n\mathbf{P}\left(A_i\right)\mathbf{P}\left(B\mid A_i\right)$$
当n=2时，上述公式可以写成：
$$\mathbf{P}(B)=\mathbf{P}(A)\mathbf{P}(B\mid A)+\mathbf{P}(\bar{A})\mathbf{P}(B\mid \bar{A})$$
3）贝叶斯公式

事件完备组中任何一个事件的概率
$$\mathbf{P}\left(A_m\mid B\right)=\frac{\mathbf{P}\left(B{A}_m\right)}{\mathbf{P}(B)}=\frac{\mathbf{P}\left(A_m\right)\mathbf{P}\left(B\mid A_m\right)}{{\sum }_{i=1}^n\mathbf{P}\left(A_i\right)\mathbf{P}\left(B\mid A_i\right)}(1⩽m⩽n)$$
全概率公式和贝叶斯公式的关键在于找出完备事件组

2.4计算概率

1）直接算

​ i）古典概型
$$\mathbf{P}(A)=\frac{A\text{ 所包含的基本事件个数 }k}{\text{ 基本事件的总数 }n}=\frac{k}{n}\text{ . }$$
​ ii）几何概型
$$\mathbf{P}(A)=\frac{S_A}{S_{\Omega }}$$
几何概型的样本空间无限，而古典概型的样本空间有限

2）概率分布计算：见第二章

3）频率估计概率
$$f_n(A)=\frac{A\text{ 在 }n\text{ 次试验中出现的次数 }k}{\text{ 试验次数 }n}$$
4）概率推算

3 事件的独立性 & 独立重复实验

3.1 事件的独立性

3.1.1 独立性的定义

1）两个事件满足下式
$$\mathbf{P}(AB)=\mathbf{P}(A)\mathbf{P}(B)$$
2）三个事件满足下式

3）n个事件发生的概率等于其概率的乘积

3.1.2 独立性的性质

1）AB为独立事件：

2）n个事件相互独立

3.2 独立重复实验 & 伯努利公式

3.2.1 独立重复实验

各事件相互独立，出现的概率相同，这样的实验叫做独立重复实验

如果事件数量=2，则为伯努利实验

3.2.2 伯努利公式-服从二项分布 B(n，p)

只管次数，不管顺序
$$\mathbf{P}\left(A_k\right)={\mathrm{C}}_n^k{p}^k{q}^{n-k}(k=0,1,2,\cdots ,n),其中0<p<1,q=1-p$$

4 总结