随机事件与样本空间
- 随机试验:对随机现象进行试验
- 样本空间:随机试验的每一种可能的结果叫样本点,记作 ω \omega ω。所有样本点的集合叫做样本空间,记作 Ω \Omega Ω, ω \omega ω ϵ \epsilon ϵ Ω \Omega Ω
- 样本空间的子集称为随机事件,随机事件由样本点组成,把 Ω \Omega Ω看成一个事件,每次试验中必有一个基本事件发生,叫做必然事件。 ∅ \varnothing ∅为不可能事件
事件的关系和运算
- 事件A发送必然导致事件B发生,则 A ⊂ B A\subset B A⊂B
- A ⊂ B A \subset B A⊂B与 B ⊃ A B \supset A B⊃A同时发生,记作 A = B A=B A=B
- A B = ∅ AB= \varnothing AB=∅, A A A与 B B B同时发送是不能事件,则事件 A A A与事件 B B B是互斥或者互不相容。
- 若
n
n
n个事件A1,A2,…,An-1,An中任意两个事件均互斥,
AiAj= ∅ \varnothing ∅, i , j = 1 , 2 , 3 , . . . . . n i,j=1,2,3,.....n i,j=1,2,3,.....n,则称n个事件两两互斥或者两两互不相容 - 若有限个事件满足AiAj= ∅ \varnothing ∅,i,j=1,2,3,…n,且 ∪ i = 1 n \mathop{\cup}\limits_{i=1}^n i=1∪nAi,则称A1,A2,…,An-1,An为 Ω \Omega Ω的一个完备事件组
概率与事件
- 对于两两互斥的事件A1,A2,…,An-1,An,
有P(A1 ∪ \cup ∪A2 ∪ \cup ∪… ∪ \cup ∪An-1 ∪ \cup ∪An)=P(A1)+P(A2)+P(A1)+…+P(An) - A ⊂ B A \subset B A⊂B ,则 P ( A ) ⩽ P ( B ) P(A) \leqslant P(B) P(A)⩽P(B)
- 若 P ( A ) > 0 P(A)>0 P(A)>0, P ( B P(B P(B ∣ \mid ∣ A A A)= P ( A B ) P ( A ) \frac{P(AB)}{P(A)} P(A)P(AB),事件 A A A发生条件下事件 B B B发生的条件概率,l或者 P ( A ) P ( B P(A)P(B P(A)P(B ∣ \mid ∣ A ) = P ( A B ) A)=P(AB) A)=P(AB),事件 A A A与事件 B B B同时发生的概率
- A,B独立 ⇌ \rightleftharpoons ⇌ P ( A B ) = P ( A ) P ( B ) P(AB)=P(A)P(B) P(AB)=P(A)P(B)
- P ( A P(A P(A ∪ \cup ∪ B B B ∪ \cup ∪ C ) = P ( A ) + P ( B ) + P ( C ) − P ( A B ) − P ( A C ) − P ( B C ) + P ( A B C ) C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC) C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
- A ∪ B ˉ \bar{A \cup B } A∪Bˉ = = = A ˉ \bar{A} Aˉ ∩ B ˉ \cap\bar{B} ∩Bˉ, A ∩ B ˉ \bar{A \cap B } A∩Bˉ = = = A ˉ \bar{A} Aˉ ∪ B ˉ \cup\bar{B} ∪Bˉ, A − B ˉ \bar{A-B } A−Bˉ = = = A ˉ \bar{A} Aˉ ∪ B \cup B ∪B
- 全概率公式:设B1,B2,B3,…,Bn-1,Bn,为
Ω
\Omega
Ω的概率均不为0的一个完备事件组,
对于任意的事件 A A A,有 P ( A ) = P(A)= P(A)= ∑ i = 1 n P ( B \mathop{\sum}\limits_{i=1}^nP(B i=1∑nP(Bi ) P ( A ∣ )P(A\mid )P(A∣ B B Bi ) ) )
证明:若事件 A A A与 Ω \Omega Ω独立,则 ∑ i = 1 n P ( B \mathop{\sum}\limits_{i=1}^nP(B i=1∑nP(Bi ) P ( A ∣ )P(A\mid )P(A∣ B B Bi ) = P ( A ) )=P(A) )=P(A) ∑ i = 1 n P ( B i ) = P ( A ) \mathop{\sum}\limits_{i=1}^nP(B~i~)=P(A) i=1∑nP(B i )=P(A)
若事件A与 Ω \Omega Ω不独立,即 A ⊂ Ω A\subset \Omega A⊂Ω , ∑ i = 1 n P ( B \mathop{\sum}\limits_{i=1}^nP(B i=1∑nP(Bi ) P ( A ∣ )P(A\mid )P(A∣ B B Bi ) = P ( A B )=P(AB )=P(AB1 ) + P ( A B )+P(AB )+P(AB2 ) + . . . . . + P ( A B )+.....+P(AB )+.....+P(ABn-1 ) + P ( A B )+P(AB )+P(ABn ) = P ( A Ω ) = P ( A ) )=P(A\Omega)=P(A) )=P(AΩ)=P(A) - 贝叶斯公式:设B1,B2,B3,…,Bn-1,Bn,为
Ω
\Omega
Ω的概率不为0的一个完备事件组,对于任意的事件A,且
P
(
A
)
>
0
P(A)>0
P(A)>0,有
P ( B P(B P(Bj ∣ \mid ∣ A ) = A)= A)= P ( B j ) P ( A ∣ B j ) ∑ i = 1 n P ( B i ) P ( A ∣ B i ) \frac{P(B~j~)P(A \mid B~j~)}{\displaystyle\sum_{i=1}^{n}P(B~i~)P(A \mid B~i~)} i=1∑nP(B i )P(A∣B i )P(B j )P(A∣B j ) = P ( B j ) P ( A ∣ B j ) P ( A ) =\frac{P(B~j~)P(A \mid B~j~)}{P(A)} =P(A)P(B j )P(A∣B j ), j = 1 , 2 , 3...... , n j=1,2,3......,n j=1,2,3......,n