概率论：3.1概率基础

本课程来自 深度之眼，部分截图来自课程视频。
【第三章 概率论】3.1概率基础
在线LaTeX公式编辑器

任务详解：

主要介绍了随机试验，样本空间，随机事件，概率的定，条件概率与乘法公式，全概率公式与贝叶斯公式，独立性等知识点。
掌握目标：
1、了解概率基本概念，掌握条件概率和乘法公式
2、掌握全概率公式和贝叶斯公式
3、掌握事件的独立性

1.随机试验，样本空间，随机事件

随机试验

1.扔硬币
$E_1$：抛一枚硬币，观察正面H、反面T出现的情况。
$E_2$：将一枚硬币抛掷三次，观察正面H、反面T出现的情况。
$E_3$：将一枚硬币抛掷三次，观察出现正面的次数.
$E_4$：抛一颗骰子，观察出现的点数.
2.投筛子

样本空间

随机试验E的所有可能结果构成的集合称为E的样本空间
对应上面四个随机试验的样本空间。
$S_1$:{H,T};
$S_2$:{ HHH, HHT, HTH, THH, HTT, THT, TTH, TTT);
$S_3$:{0,1,2,3};
$S_4$:{1,2,3,4,5,6};

随机事件

试验E的样本空间S的任意一个子集称为E的随机事件，简称事件
必然事件和不可能事件
互斥事件和对立事件（A发生，B一定不发生，A不发生，B一定发生。$P(A)+P(B)=1$）

2.概率的定义

定义设E是随机试验，S是它的样本空间。对于E的每一事件A赋子一个实数，记为P(A)，称为事件A的概率，如果集合函数$P(\cdot )$满足下列条件：
1°非负性：对于每一个事件A，有P(A)≥0；
2°规范性：对于必然事件S，有P(S)=1；
3°可列可加性：设$A_1,A_2,\dots$是两两互不相容的事件，即对于$A_i{A}_j=\varphi ,i\ne j,i,j=1,2,\dots$，有
$$P(A_{1}U{A}_{2}U\cdot \dots )=P(A_1)+P(A_2)+\dots \dots$$
---------------------------------------------------------割你没商量1------------------------------------------------------
例1将一枚硬币抛掷三次。
（1）设事件$A_1$为“恰有一次出现正面”，求$P(A_1)$；
（2）设事件$A_2$为“至少有一次出现正面”，求$P(A_2)$.
解（1）我们考虑之前例子中E2的样本空间：
S 2 = { H H H , H H T , H T H , T H H , H T T , T H T , T T H , T T T } S_2=\{ HHH, HHT, HTH, THH, HTT, THT, TTH, TTT\} S2​={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT};
而 A 1 = { H T T , T H T , T T H } A_1=\{HTT,THT,TTH\} A1​={HTT,THT,TTH}.
$S_2$中包含有限个元素，且由对称性知每个基本事件发生的可能性相同。故
$$P(A_1)=\frac{3}{8}$$
（2）由于 A 2 ˉ = { T T T } \bar{A_2}=\{TTT\} A2​ˉ​={TTT}，于是
$$P(A_2)=1-P(\overline{A_2})=1-\frac{1}{8}=\frac{7}{8}$$
---------------------------------------------------------割你没商量1------------------------------------------------------

3.条件概率与乘法公式

引例：将一枚硬币抛掷两次，观察其出现正反面的情况.设事件A为“至少有一次为H”，事件B为“两次掷出同一面”.现在来求已知事件A已经发生的条件下事件B发生的概率.
解： S = { H H , H T , T H , T T } , A = { H H , H T , T H } , B = { H H , T T } S=\{HH,HT,TH,TT\},A=\{HH,HT,TH\},B=\{HH,TT\} S={HH,HT,TH,TT},A={HH,HT,TH},B={HH,TT}
所以$P(B|A)=\frac{1}{3}$
$P(AB)=\frac{1}{4},P(A)=\frac{3}{4}$
$\frac{P(AB)}{P(A)}=\frac{1}{3}$
定义设A，B是两个事件，且$P(A)>0$，称
$$P(B|A)=\frac{P(AB)}{P(A)}$$
为在事件A发生的条件下事件B发生的条件概率。
乘法公式：
$$P(AB)=P(B|A)P(A)$$
$$P(ABC)=P(C|AB)P(B|A)P(A)$$
$$P(A_1{A}_2\cdots A_n)=P(A_n|A_1{A}_2\cdots A_{n-1})P(A_{n-1}|A_1{A}_2\cdots A_{n-2})\cdots P(A_2|A_1)P(A_1)$$
---------------------------------------------------------割你没商量2------------------------------------------------------
例4设某光学仪器厂制造的透镜，第一次落下时打破的概率为1/2，若第一次落下未打破，第二次落下打破的概率为7/10，若前两次落下未打破，第三次落下打破的概率为9/10。试求透镜落下三次而未打破的概率。
解：以$A_i(i=1,2,3)$表示事件“透镜第i次落下打破”，以B表示事件“透镜落下三次而未打破”.因为$B=\overline{A_1}\overline{A_2}\overline{A_3}$，故有
$$P(B)=P(\overline{A_1}\overline{A_2}\overline{A_3})=P(\overline{A_3}|\overline{A_1}\overline{A_2})P(\overline{A_2}|\overline{A_1})P(\overline{A_1})=(1-\frac{9}{10})(1-\frac{7}{10})(1-\frac{1}{2})=\frac{3}{200}$$
---------------------------------------------------------割你没商量2------------------------------------------------------

4.全概率公式与贝叶斯公式

全概率公式

定理设试验E的样本空间为S，A为E的事件，$B_1,B_2,\dots ,B_n$为S的一个划分($S=B_1\cup B2\cup ...\cup B_n$)，且$P(B_i)>0(i=1,2,\dots ,n)$，则
$$P(A)=P(A\cap S)=P(A\cap (B_1\cup B2\cup ...\cup B_n))$$
$$=P[(A\cap B_1)\cup (A\cap B_2)\cup ...\cup (A\cap B_n)$$
$$=P(A{B}_1)+P(A{B}_2)+...+P(A{B}_n)$$
$$P(A)=P(A|B_1)P(B_1)+P(A|B_2)P(B_2)+...+P(A|B_n)P(B_n)$$
---------------------------------------------------------割你没商量3------------------------------------------------------
例6据美国的一份资料报导，在美国总的来说患肺癌的概率约为0.1%，在人群中有20%是吸烟者，他们患肺癌的概率约为0.4%，求不吸者患肺癌的概率是多少？
解；以C记事件“患肺癌”，以A记事件“吸烟”，按题意
P©=0.001，P(A)=0.20，P(C|A)=0.004
.需要求条件概率$P(C|\bar{A})$，由全概率公式有
$$P(C)=P(CIA)P(A)+P(C|\bar{A})P(\bar{A})$$
$$0.001=0.004\times 0.20+P(C|\bar{A})P(\bar{A})$$
$$=0.004\times 0.20+P(C|\bar{A})\times 0.80\to P(C|\bar{A})=0.00025$$
---------------------------------------------------------割你没商量3------------------------------------------------------

贝叶斯公式

定理设试验E的样本空间为S，A为E的事件，$B_1,B_2,\dots ,B_n$为S的一个划分，且$P(A)>0，P(B_i)>0(i=1,2,\dots ,n)$，则
$$P(B_i|A)=\frac{P(A|B_i)P(B_i)}{{\sum }_{j=1}^{n}P(A|B_j)P(B_j)},i=1,2,\dots ,n.$$
---------------------------------------------------------割你没商量4------------------------------------------------------
例7对以往数据分析结果表明，当机器调整得良好时，产品的合格率为98%，而当机器发生某种故障时，其合格率为55%.每天早上机器开动时，机器调整良好的概率为95%。试求已知某日早上第一件产品是合格品时，机器调整良好的概率是多少？
解：设A为事件“产品合格”，B为事件“机器调整良好”。
已知$P(A|B)=0.98$，$P(A|\bar{B})=0.55$，$P(B)=0.95$，$P(\bar{B})=0.05$，所需求的概率为$P(B|A)$.由贝叶斯公式
$$P(B|A)=\frac{P(A|B)P(B)}{P(A|B)P(B)+P(A|\bar{B})P(\bar{B})}$$
$$=\frac{0.98\times 0.95}{0.98\times 0.95+0.55\times 0.05}=0.97$$
---------------------------------------------------------割你没商量4------------------------------------------------------
这就是说，当生产出第一件产品是合格品时，此时机器调整良好的概率为0.97。这里，概率0.95是由以往的数据分析得到的，叫做先验概率。而在得到信息（即生产出的第一件产品是合格品）之后再重新加以修正的概率（即0.97）叫做后验概率。有了后验概率我们就能对机器的情况有进一步的了解。

5.独立性

$P(AB)=P(A)P(B)$则称A与B独立。
抛两次硬币，事件A为第一次出现正面事件B为第二次出现正面。
两次硬币={HH,HT,TH,TT}
A={HH,HT}
B={TH,TT}
$P(A)=\frac{2}{4}=\frac{1}{2},P(B)=\frac{2}{4}=\frac{1}{2}$

$P(B|A)=\frac{1}{2},P(AB)=\frac{1}{4}$
或者说：$P(B)=P(B|A)orP(A)=P(A|B)$
说人话：B的发生与A发不发生没有关系，也就是求在A发生的条件下B发生的概率和单独求B发生概率一样，A的发生作为条件的时候不影响B的发生概率。

定理一设A，B是两事件，且$P(A)>0$.若A，B相互独立，则$P(B|A)=P(B).$反之亦然.
定理二若事件A与B相互独立，则下列各对事件也相互独立：
$$A与\bar{B}，\bar{A}与B，\bar{A}与\bar{B}$$
---------------------------------------------------------割你没商量5------------------------------------------------------
证明一下定理二中的第一个：$A与\bar{B}$
根据全概率公式，先写出来：
$$P(A)=P(A|B)P(B)+P(A|\bar{B})P(\bar{B})$$
根据乘法公式：
$$P(A)=P(AB)+P(A\bar{B})$$
由于A，B独立：
$$P(A)=P(A)P(B)+P(A\bar{B})$$
移项：
$$P(A)-P(A)P(B)=P(A\bar{B})$$
$$P(A)(1-P(B))=P(A\bar{B})$$
$$P(A)P(\bar{B})=P(A\bar{B})$$
故$A与\bar{B}$独立
---------------------------------------------------------割你没商量5------------------------------------------------------