概率论与数理统计第一章

一、概率与事件

  • 概率是某个事件发生的可能性,用0-1区间内的数值表示,因此,概率可重复,事件不可重复。
  • 注意:事件之间的运算:交换、分配、结合、德摩根律

二、频率与概率

  • 频率是某个事件发生的次数,概率是某个事件发生n次后,频率趋于某个稳定的值,这个值就是概率。
  • 概率
    • 定义:非负、规范、可列可加
    • 计算原理
      • 乘法原理:分步走
      • 加法原理:分类,每类均完成
    • 性质
      • P(A-B)=P(A-AB)
      • P(Aˉ\bar A)=1-P(A)
      • P(ABA\bigcup B)=P(A)+P(B)-P(AB)

三、古典概型(等可能概型)

  • 样本空间充满区域,度量(长度、面积、体积等等)
  • 任意点落在同一度量子区间等可能
  • P(A)=AS\frac{A}{S}

四、条件概率

  • P(B|A)=P(AB)P(A)\frac{P(AB)}{P(A)}
  • P(B1B2B_1\bigcup B_2|A)=P(B1B_1|A)+P(B2B_2A)-P(B1B2B_1 B_2|A)
  • P(A-B|C)=P(A|C)-P(AB|C)
  • P(AB)=P(A)P(B|A)
  • P(ABC)=P(A|BC)P(B|C)P©
  • P(Aˉ\bar A|C)=1-P(A|C)
  • 全概率公式及贝叶斯公式
    • 全概率公式
      • 定义:路径模型,一个结果由多条路径可达,这些路径彼此没有交集,要计算整个结果的概率
      • P(A)=P(B1B_1)(P(A|B1B_1)+P(B2B_2)(P(A|B2B_2)+\dots+P(BnB_n)(P(A|BnB_n)
    • 贝叶斯公式
      • 定义:已知整个结果的概率,求某条路径发生的可能性是多少
      • P(BiB_i|A)=P(Bi)P(ABi)P(A)\frac{P(B_i)P(A|B_i)}{P(A)}=P(Bi)P(ABi)P(B1)(P(AB1)+P(B2)(P(AB2)++P(Bn)(P(ABn)\frac{P(B_i)P(A|B_i)}{P(B_1)(P(A|B_1)+P(B_2)(P(A|B_2)+\dots+P(B_n)(P(A|B_n)}

五、独立性与伯努利概型

  • 独立性
    • P(AB)=P(A)P(B)
    • 推广到三个事件
    • 若P(B)>0,AB相互独立,则P(A|B)=P(A)
    • 若P(A)>0,P(B|Aˉ\bar A)=P(B|A),则AB独立==等价于
    • 0<P(A)<1,0<P(B)<1,若P(A|B)+P(Aˉ\bar A|Bˉ\bar B),则AB独立==等价于
  • 伯努利(多重0-1分布)
    • Pn(k)=Cnkpk(1p)nkP_n(k)=C^{k}_np^k(1-p)^{n-k}
展开阅读全文
©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
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、C币套餐、付费专栏及课程。

余额充值