概率论与数理统计考研复习

1 随机试验的特点

概念

  • 可以在相同的条件下重复地进行;
  • 每次试验的可能结果不止一个,并且都事先明确试验地所有可能结果;
  • 进行一次试验之前不能确定哪一个结果会出现;

2样本空间、随机事件

概念

  • 样本空间
    随机试验E的所有可能结果组成的集合称为E的样本空间,记为S
  • 样本点
    样本空间的元素,即E的每个结果,成为样本点
  • 事件
    试验E的样本空间S的子集为E的随机事件
  • 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
  • 基本事件
    由一个样本点组成的单点集
  • 必然事件
    样本空间S包含所有的样本点是S自身的子集,在每次试验中总是发生的

事件关系与事件的运算

  • 包含
    若A ⊂ \subset B,则称事件B包含事件A,这指的是事件A发生必导致事件B的发生。
  • 相等
    若A ⊂ \subset B,且B ⊂ \subset A,即A=B,则称事件A与事件B相等
  • 和事件
    事件A ⋃ \bigcup B={x|x ∈ \in A或 ∈ \in B},即当且仅有A,B中至少有一个发生时,事件A ⋃ \bigcup B发生。   ⋃ k = 1 n A k \displaystyle\ \bigcup_{k=1}^nA_k  k=1nAk 称为n个事件 A 1 A_1 A1, A 2 A_2 A2, ⋯ \cdots A n A_n An的和事件。
  • 积事件
    事件A ⋂ \bigcap B={x|x ∈ \in A且 ∈ \in B}称为事件A与事件B的积事件,当且仅当A,B同时发生时,事件A ⋂ \bigcap B发生,A ⋂ \bigcap B也记作AB。类似的,   ⋂ k = 1 n A k \displaystyle\ \bigcap_{k=1}^n A_k  k=1nAk为n个事件 A 1 A_1 A1, A 2 A_2 A2, … \ldots A n A_n An的积事件。
  • 差事件
    事件A-B={x ∈ \in A且x ∉ \notin /B}称为事件A与事件B的差事件,当且仅当A发生,B不发生时,事件A-B发生。
  • 互不相容
    A ⋂ \bigcap B= ∅ \emptyset ,则称事件A与事件B是互不相容的,或者互斥的,这里是指事件A与事件B不能同时发生,基本事件是两两互不相容的。
  • 逆事件、对立事件
    A ⋂ \bigcap B= ∅ \emptyset $且 A ⋃ \bigcup B=S,则称事件A与事件B互为逆事件,又称事件A与事件B护卫对立事件。对于每次实验而言,事件A、B中必有一个发生,且只有一个发生。

定律

  • 交换律
    A ⋃ \bigcup B=B ⋃ \bigcup A
    A ⋂ \bigcap B=B ⋂ \bigcap A
  • 结合律
    A ⋃ ( B ⋃ C ) = ( A ⋃ B ) ⋃ C \bigcup(B\bigcup C)=(A\bigcup B)\bigcup C (BC)=(AB)C
    A ⋂ ( B ⋂ C ) = ( A ⋂ B ) ⋂ C \bigcap(B\bigcap C)=(A\bigcap B)\bigcap C (BC)=(AB)C
    分配律
    A ⋃ ( B ⋂ C ) = ( A ⋃ B ) ⋂ ( A ⋃ C ) A \bigcup( B\bigcap C)=(A \bigcup B)\bigcap(A\bigcup C) A(BC)=(AB)(AC)
    A ⋂ ( B ⋃ C ) = ( A ⋂ B ) ⋃ ( A ⋂ C ) A\bigcap(B\bigcup C)=(A\bigcap B)\bigcup(A\bigcap C) A(BC)=(AB)(AC)
  • 德摩根律
    A ⋃ B ‾ \overline{A\bigcup B} AB= A ‾ \overline{A} A ⋂ \bigcap B ‾ \overline{B} B
    A ⋂ B ‾ \overline{A\bigcap B} AB= A ‾ \overline{A} A ⋃ \bigcup B ‾ \overline{B} B

3 频率与概率

频率

  • 概念
    描述事件发生的频繁程度,表征事件在一次试验中发生的可能性大小的数。
    在相同的条件下,进行了 n n n次试验,在这 n n n次试验中,事件A发生的次数 n A n_A nA称为事件A发生的频数,比值 n A / n n_A/n nA/n称为事件A发生的频率,并记成 f n ( A ) f_n(A) fn(A)
  • 性质
    0 ≤ \leq f n ( A ) f_n(A) fn(A) ≤ \leq 1
    f n ( S ) f_n(S) fn(S)=1
    A 1 A_1 A1, A 2 A_2 A2, … \ldots , A k A_k Ak是两两互不相容的事件,则
    f n ( A 1 ⋃ A 2 ⋃ … ⋃ A k ) = f n ( A 1 ) + f n ( A 2 ) + … + f n ( A k ) f_n(A_1\bigcup A_2\bigcup \ldots\bigcup A_k)=f_n(A_1)+f_n(A_2)+\ldots+f_n(A_k) fn(A1A2Ak)=fn(A1)+fn(A2)++fn(Ak)

概率

  • 定义
  1. 非负性:对于每一个事件A,都有 P ( A ) ≥ 0 P(A)\geq0 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 , … A_1,A_2,\ldots A1,A2,是两两互不相容的事件,即对于 A i A j = ∅ A_iA_j=\empty AiAj=, i i i≠$j, i , j = 1 , 2 , … i,j=1,2,\dots i,j=1,2,,有
    P ( A 1 ⋃ A 2 ⋃ …   ) = P ( A 1 ) + P ( A 2 ) + … P(A_1\bigcup A_2\bigcup\dots)=P(A_1)+P(A_2)+\dots P(A1A2)=P(A1)+P(A2)+
  • 性质1
    设A,B是两个事件,若 A ⊂ B A\subset B AB,则有 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) \geq P(A) P(B)P(A)
  • 性质2
    对于任意两事件A,B有
    P ( A ⋃ B ) = P ( A ) + P ( B ) − P ( A B ) P(A\bigcup B)=P(A)+P(B)-P(AB) P(AB)=P(A)+P(B)PAB
    对于任意n个事件 A 1 , A 2 , … , A n A_1,A_2,\dots,A_n A1,A2,,An,可以用归纳法证得

P ( A 1 ⋃ A 2 ⋃ ⋯ ⋃ A n ) = ∑ i = 1 n P ( A i ) − ∑ 1 ≤ i &lt; j ≤ n P ( A i A j ) + ∑ 1 ≤ i &lt; j &lt; k ≤ n P ( A i A j A k ) + ⋯ + ( − 1 ) n − 1 P ( A 1 A 2 … A n ) P(A_1\bigcup A_2 \bigcup \dots \bigcup A_n)=\displaystyle \sum_{i=1}^nP(A_i)-\displaystyle \sum_{1\leq i&lt;j\leq n}P(A_iA_j)+\displaystyle \sum_{1\leq i&lt;j&lt;k\leq n}P(A_iA_jA_k)+\dots+(-1)^{n-1}P(A_1A_2\dots A_n) P(A1A2An)=i=1nP(Ai)1i<jnP(AiAj)+1i<j<knP(AiAjAk)++(1)n1P(A1A2An)

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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