概率基础:随机事件和概率
1.概率基本概念
1.随机试验、样本空间、随机事件
随机试验:扔硬币、掷骰子
试验 | 描述 |
---|---|
E 1 E1 E1 | 抛掷一枚硬币,观察正面 H H H、反面 T T T出现的情况 |
E 2 E2 E2 | 将一枚硬币抛掷三次,观察正面 H H H、反面 T T T出现的情况 |
E 3 E3 E3 | 将一枚硬币抛掷三次,观察正面 H H H的次数 |
E 4 E4 E4 | 抛掷一枚硬币,观察出现的点数 |
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
样本空间 | 描述 |
---|---|
S 1 S1 S1 | { H , T } \{H,T\} {H,T} |
S 1 S1 S1 | { H H H , H H T , H T H , T H H , H T T , T H T , T T H , T T T } \{HHH,HHT,HTH,THH,HTT,THT,TTH,TTT\} {HHH,HHT,HTH,THH,HTT,THT,TTH,TTT} |
S 1 S1 S1 | { 0 , 1 , 2 , 3 } \{0,1,2,3\} {0,1,2,3} |
S 1 S1 S1 | { 1 , 2 , 3 , 4 , 5 , 6 } \{1,2,3,4,5,6\} {1,2,3,4,5,6} |
随机事件:试验 E E E的样本空间 S S S的任意一个子集称为 E E E的随机事件,简称事件.
2.概率
定义 设 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(\centerdot ) 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)\geq0 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:设 A 1 , A 2 , ⋯ {\mathrm A}_1,{\mathrm A}_2,\cdots 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 , ⋯ {\mathrm A}_i{\mathrm A}_{\mathrm j}=\varnothing,i\neq j,i,j,=1,2,\cdots AiAj=∅,i=j,i,j,=1,2,⋯有 P ( A 1 ∪ A 2 ∪ ⋯ ) = P ( A 1 ) + P ( A 2 ) + ⋯ P\left(A_1\cup A_2\cup\cdots\right)=P\left(A_1\right)+P\left(A_2\right)+\cdots P(A1∪A2∪⋯)=P(A1)+P(A2)+⋯
2.事件的关系与运算
1.事件关系
(1) 子事件: A ⊂ B A \subset B A⊂B,若 A A A发生,则 B B B发生。
(2) 相等事件: A = B A = B A=B,即 A ⊂ B A \subset B A⊂B,且 B ⊂ A B \subset A B⊂A 。
(3) 和事件: A ⋃ B A\bigcup B A⋃B(或 A + B A + B A+B), A A A与 B B B中至少有一个发生。
(4) 差事件: A − B A - B A−B, A A A发生但 B B B不发生。
(5) 积事件: A ⋂ B A\bigcap B A⋂B(或 A B {AB} AB), A A A与 B B B同时发生。
(6) 互斥事件(互不相容): A ⋂ B A\bigcap B A⋂B= ∅ \varnothing ∅。
(7) 互逆事件(对立事件): A ⋂ B = ∅ , A ⋃ B = Ω , A = B ˉ , B = A ˉ A\bigcap B=\varnothing ,A\bigcup B=\Omega ,A=\bar{B},B=\bar{A} A⋂B=∅,A⋃B=Ω,A=Bˉ,B=Aˉ
2.运算律
(1) 交换律:
A
⋃
B
=
B
⋃
A
,
A
⋂
B
=
B
⋂
A
A\bigcup B=B\bigcup A,A\bigcap B=B\bigcap A
A⋃B=B⋃A,A⋂B=B⋂A
(2) 结合律:
(
A
⋃
B
)
⋃
C
=
A
⋃
(
B
⋃
C
)
(A\bigcup B)\bigcup C=A\bigcup (B\bigcup C)
(A⋃B)⋃C=A⋃(B⋃C)
(3) 分配律:
(
A
⋂
B
)
⋂
C
=
A
⋂
(
B
⋂
C
)
(A\bigcap B)\bigcap C=A\bigcap (B\bigcap C)
(A⋂B)⋂C=A⋂(B⋂C)
(4)德摩根律: A ⋃ B ‾ = A ˉ ⋂ B ˉ \overline{A\bigcup B}=\bar{A}\bigcap \bar{B} A⋃B=Aˉ⋂Bˉ A ⋂ B ‾ = A ˉ ⋃ B ˉ \overline{A\bigcap B}=\bar{A}\bigcup \bar{B} A⋂B=Aˉ⋃Bˉ
3.完全事件组
A 1 A 2 ⋯ A n {{A}_{1}}{{A}_{2}}\cdots {{A}_{n}} A1A2⋯An两两互斥,且和事件为必然事件,即 A i ∩ A i = ∅ , i ≠ j , ⋃ i = 1 n = Ω A_i\cap A_i=\varnothing,i\neq j,\bigcup_{i=1}^n=\Omega Ai∩Ai=∅,i=j,⋃i=1n=Ω
3.概率的基本公式
1.条件概率
P ( B ∣ A ) = P ( A B ) P ( A ) P(B|A)=\frac{P(AB)}{P(A)} P(B∣A)=P(A)P(AB),表示 A A A发生的条件下, B B B发生的概率。
2.全概率公式
P ( A ) = ∑ i = 1 n P ( A ∣ B i ) P ( B i ) = P ( A ∣ B 1 ) P ( B 1 ) + P ( A ∣ B 2 ) P ( B 2 ) + ⋯ + , B i B j = ∅ , i ≠ j , ⋃ n i = 1 B i = Ω P\left( A \right) =\sum\limits_{i=1}^n{P\left( A|B_i \right) P\left( B_i \right) =P\left( A|B_1 \right) P\left( B_1 \right) +P\left( A|B_2 \right) P\left( B_2 \right) +\cdots +,B_iB_j}=\varnothing ,i\ne j,\underset{i=1}{\overset{n}{\bigcup{}}}\,B_i=\Omega P(A)=i=1∑nP(A∣Bi)P(Bi)=P(A∣B1)P(B1)+P(A∣B2)P(B2)+⋯+,BiBj=∅,i=j,i=1⋃nBi=Ω
3.Bayes 公式
P
(
B
j
∣
A
)
=
P
(
A
∣
B
j
)
P
(
B
j
)
∑
i
=
1
n
P
(
A
∣
B
i
)
P
(
B
i
)
,
j
=
1
,
2
,
⋯
,
n
P({{B}_{j}}|A)=\frac{P(A|{{B}_{j}})P({{B}_{j}})}{\sum\limits_{i=1}^{n}{P(A|{{B}_{i}})P({{B}_{i}})}},j=1,2,\cdots ,n
P(Bj∣A)=i=1∑nP(A∣Bi)P(Bi)P(A∣Bj)P(Bj),j=1,2,⋯,n
注:上述公式中事件
B
i
{{B}_{i}}
Bi的个数可为可列个。
4.乘法公式
P ( A 1 A 2 ) = P ( A 1 ) P ( A 2 ∣ A 1 ) = P ( A 2 ) P ( A 1 ∣ A 2 ) P({{A}_{1}}{{A}_{2}})=P({{A}_{1}})P({{A}_{2}}|{{A}_{1}})=P({{A}_{2}})P({{A}_{1}}|{{A}_{2}}) P(A1A2)=P(A1)P(A2∣A1)=P(A2)P(A1∣A2)
P ( A 1 A 2 ⋯ A n ) = P ( A 1 ) P ( A 2 ∣ A 1 ) P ( A 3 ∣ A 1 A 2 ) ⋯ P ( A n ∣ A 1 A 2 ⋯ A n − 1 ) P({{A}_{1}}{{A}_{2}}\cdots {{A}_{n}})=P({{A}_{1}})P({{A}_{2}}|{{A}_{1}})P({{A}_{3}}|{{A}_{1}}{{A}_{2}})\cdots P({{A}_{n}}|{{A}_{1}}{{A}_{2}}\cdots {{A}_{n-1}}) P(A1A2⋯An)=P(A1)P(A2∣A1)P(A3∣A1A2)⋯P(An∣A1A2⋯An−1)
4.独立性
1.事件的独立性
(1) A A A与 B B B相互独立 ⇔ P ( A B ) = P ( A ) P ( B ) \Leftrightarrow P(AB)=P(A)P(B) ⇔P(AB)=P(A)P(B)
(2)
A
A
A,
B
B
B,
C
C
C两两独立
⇔
P
(
A
B
)
=
P
(
A
)
P
(
B
)
\Leftrightarrow P(AB)=P(A)P(B)
⇔P(AB)=P(A)P(B);
P
(
B
C
)
=
P
(
B
)
P
(
C
)
P(BC)=P(B)P(C)
P(BC)=P(B)P(C) ;
P
(
A
C
)
=
P
(
A
)
P
(
C
)
P(AC)=P(A)P(C)
P(AC)=P(A)P(C);
(3)
A
A
A,
B
B
B,
C
C
C相互独立
⇔
P
(
A
B
)
=
P
(
A
)
P
(
B
)
\Leftrightarrow P(AB)=P(A)P(B)
⇔P(AB)=P(A)P(B);
P
(
B
C
)
=
P
(
B
)
P
(
C
)
P(BC)=P(B)P(C)
P(BC)=P(B)P(C) ;
P
(
A
C
)
=
P
(
A
)
P
(
C
)
P(AC)=P(A)P(C)
P(AC)=P(A)P(C) ;
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)
2.独立重复试验
将某试验独立重复
n
n
n次,若每次实验中事件 A 发生的概率为
p
p
p,则
n
n
n次试验中
A
A
A发生
k
k
k次的概率为:
P
(
X
=
k
)
=
C
n
k
p
k
(
1
−
p
)
n
−
k
P(X=k)=C_{n}^{k}{{p}^{k}}{{(1-p)}^{n-k}}
P(X=k)=Cnkpk(1−p)n−k
3.重要公式与结论
( 1 ) P ( A ˉ ) = 1 − P ( A ) (1)P(\bar{A})=1-P(A) (1)P(Aˉ)=1−P(A)
(
2
)
P
(
A
⋃
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
(2)P(A\bigcup B)=P(A)+P(B)-P(AB)
(2)P(A⋃B)=P(A)+P(B)−P(AB)
P
(
A
⋃
B
⋃
C
)
=
P
(
A
)
+
P
(
B
)
+
P
(
C
)
−
P
(
A
B
)
−
P
(
B
C
)
−
P
(
A
C
)
+
P
(
A
B
C
)
P(A\bigcup B\bigcup C)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC)
P(A⋃B⋃C)=P(A)+P(B)+P(C)−P(AB)−P(BC)−P(AC)+P(ABC)
( 3 ) P ( A − B ) = P ( A ) − P ( A B ) (3)P(A-B)=P(A)-P(AB) (3)P(A−B)=P(A)−P(AB)
(
4
)
P
(
A
B
ˉ
)
=
P
(
A
)
−
P
(
A
B
)
,
P
(
A
)
=
P
(
A
B
)
+
P
(
A
B
ˉ
)
,
(4)P(A\bar{B})=P(A)-P(AB),P(A)=P(AB)+P(A\bar{B}),
(4)P(ABˉ)=P(A)−P(AB),P(A)=P(AB)+P(ABˉ),
P
(
A
⋃
B
)
=
P
(
A
)
+
P
(
A
ˉ
B
)
=
P
(
A
B
)
+
P
(
A
B
ˉ
)
+
P
(
A
ˉ
B
)
P(A\bigcup B)=P(A)+P(\bar{A}B)=P(AB)+P(A\bar{B})+P(\bar{A}B)
P(A⋃B)=P(A)+P(AˉB)=P(AB)+P(ABˉ)+P(AˉB)
(5)条件概率
P
(
⋅
∣
B
)
P(\centerdot |B)
P(⋅∣B)满足概率的所有性质,
例如:.
P
(
A
ˉ
1
∣
B
)
=
1
−
P
(
A
1
∣
B
)
P({{\bar{A}}_{1}}|B)=1-P({{A}_{1}}|B)
P(Aˉ1∣B)=1−P(A1∣B)
P
(
A
1
⋃
A
2
∣
B
)
=
P
(
A
1
∣
B
)
+
P
(
A
2
∣
B
)
−
P
(
A
1
A
2
∣
B
)
P({{A}_{1}}\bigcup {{A}_{2}}|B)=P({{A}_{1}}|B)+P({{A}_{2}}|B)-P({{A}_{1}}{{A}_{2}}|B)
P(A1⋃A2∣B)=P(A1∣B)+P(A2∣B)−P(A1A2∣B)
P
(
A
1
A
2
∣
B
)
=
P
(
A
1
∣
B
)
P
(
A
2
∣
A
1
B
)
P({{A}_{1}}{{A}_{2}}|B)=P({{A}_{1}}|B)P({{A}_{2}}|{{A}_{1}}B)
P(A1A2∣B)=P(A1∣B)P(A2∣A1B)
(6)若
A
1
,
A
2
,
⋯
,
A
n
{{A}_{1}},{{A}_{2}},\cdots ,{{A}_{n}}
A1,A2,⋯,An相互独立,则
P
(
⋂
i
=
1
n
A
i
)
=
∏
i
=
1
n
P
(
A
i
)
,
P(\bigcap\limits_{i=1}^{n}{{{A}_{i}}})=\prod\limits_{i=1}^{n}{P({{A}_{i}})},
P(i=1⋂nAi)=i=1∏nP(Ai),
P
(
⋃
i
=
1
n
A
i
)
=
∏
i
=
1
n
(
1
−
P
(
A
i
)
)
P(\bigcup\limits_{i=1}^{n}{{{A}_{i}}})=\prod\limits_{i=1}^{n}{(1-P({{A}_{i}}))}
P(i=1⋃nAi)=i=1∏n(1−P(Ai))
(7)互斥、互逆与独立性之间的关系:
A
A
A与
B
B
B互逆
⇒
\Rightarrow
⇒
A
A
A与
B
B
B互斥,但反之不成立,
A
A
A与
B
B
B互斥(或互逆)且均非零概率事件
⇒
\Rightarrow
⇒
A
A
A与
B
B
B不独立.
(8)若 A 1 , A 2 , ⋯ , A m , B 1 , B 2 , ⋯ , B n {{A}_{1}},{{A}_{2}},\cdots ,{{A}_{m}},{{B}_{1}},{{B}_{2}},\cdots ,{{B}_{n}} A1,A2,⋯,Am,B1,B2,⋯,Bn相互独立,则 f ( A 1 , A 2 , ⋯ , A m ) f({{A}_{1}},{{A}_{2}},\cdots ,{{A}_{m}}) f(A1,A2,⋯,Am)与 g ( B 1 , B 2 , ⋯ , B n ) g({{B}_{1}},{{B}_{2}},\cdots ,{{B}_{n}}) g(B1,B2,⋯,Bn)也相互独立,其中 f ( ⋅ ) , g ( ⋅ ) f(\centerdot ),g(\centerdot ) f(⋅),g(⋅)分别表示对相应事件做任意事件运算后所得的事件,另外,概率为 1(或 0)的事件与任何事件相互独立.