第一章 随机事件及其概率
1.1 随机事件
一、随机现象
确定性现象:在一定条件下必然出现的现象。
随机现象:在一定条件下我们事先无法准确预知其结果的现象。
二、随机试验
目的:对随机现象的统计规律性进行研究。
随机现象的统计规律性:随机现象在大量重复出现时所表现出的量的规律性。
试验:对随机现象的观察。
随机试验(E):具有可重复性、可观察性、不确定性的试验。
三、样本空间
样本点:随机试验的每一种可能的结果
样本空间(S或Ω):随机试验的所有可能结果(样本点)的集合
四、随机事件
事件:具有某一可观察特征的随机试验的结果(Ω的子集)
随机事件(事件):在试验中可能发生也可能不发生的事件,如样本空间的子集
必然事件(S或Ω):在每次试验中必然发生的事件(样本空间)
不可能事件(Ø):在任何一次试验中都不可能发生的事件(空集)
五、事件的集合表示
任何一个事件都可以用S的某一个子集来表示
基本事件:仅含一个样本点的事件
复合事件:含有两个或两个以上样本点的事件(由基本事件复合)
六、事件的关系与运算
- A⊂B
- A=B 事件相等
- A∪B,(nUi=1)Ai为n个事件A1,…,An的和事件。
- A∩B,(n∩i=1)Ai为n个事件A1,…,An的积事件。
- A-B 事件的差
A-B=A-AB=A非B - A∩B=Ø 事件互斥, 基本事件两两互不相容
- A∪B=S且A∩B=Ø 事件互为对立事件、逆事件。
- 完备事件组:
- A1,A2,…An,是有限或可数个事件
- Ai∩Aj=Ø,i!=j,i,j=1,2,…,(两两互斥)
- (Ui)Ai=S(和事件为全集)
A1,A2,…An,…(可以为空集)是样本空间的一个划分(不能为空集)
七、事件的运算规律
- 交换律
- 结合律
- 分配律
- 自反律
- 对偶律(德摩根律)
1.2随机事件的概率
一、概率及其性质
频率:在相同条件下进行n次试验,事件A发生的次数 为rn(A),则fn(A)=rn(A)/n为事件A的概率
性质:
- 0<=fn(A)<=1
- fn(S)=1
- 设A1,A2,…Am是两两互不相容的事件,则
fn(A1UA2U…UAm)=fn(A1)+fn(A2)+…+fn(Am).
概率的稳定性:当试验次数增大时,事件A发生的频率总是稳定在一个确定的常数附近,且偏差随着试验次数的增加而越来越小。
概率:在相同条件下重复进行n次试验,频率随着试验次数n的增大而稳定在某个常数p(0<=p<=1)附近。
二、概率的公理化定义
E是随机试验,S是样本空间面间,对E的每一个事件赋予一个实数,记为P(A),若P(A)满足三个条件:
- 非负性:对每一个事件A,有P(A)>=0;
- 完备性:P(S)=1;
- 可列可加性:A1,A2,…是两两互斥的事件,则P((∞Ui=1)Ai)=(∞∑i=1)P(Ai)
则P(A)是事件A的概率
三、概率的性质
- P(Ø)=0
注:不可能事件的概率为0,反之不然,如习题1-2 . 4 - 有限可加性:设A1,A2,…,An是两两互斥的事件,则P(A1UA2U…UAn)=P(A1)+P(A2)+…+P(An)
- P(A¯)=1-P(A)
- P(A-B)=P(A)-P(AB)
特别的,若B⊂A
- P(A-B)=P(A)-P(B)
- P(A)>=P(B) ,习题1-2 . 4用到
- P(A)<=1, 由4可得
- P(AUB)=P(A)+P(B)-P(AB)
P(AUBUC)=P(A)+P(B)+P(C )-P(AB)-P(BC)-P(AC)+P(ABC)
习题1-2
- P(A)=P(B)=P©=1/4,P(AC)=P(BC)=1/16,P(AB)=0,求事件A,B,C全不发生的概率
P(AB)=0, ABC⊆AB,
->0<=P(ABC)<=P(AB)=0,
->P(ABC)=0
P(AUBUC¯)
=1-P(AUBUC)
=1-(P(A)+P(B)+P©-P(AB)-P(BC)-P(AC)+P(ABC))=1-1/4-1/4-1/4+1/16+1/16=3/8
1.3 古典概型
一、古典概型(等可能概型)
- 随机试验只有有限个可能的结果
- 每一个结果发生的可能性大小相同
古典概率
古典方法(确定概率的方法):
设事件A包含其样本空间S中k个基本事件,则事件A发生的概率
P(A)=k/n=A包含的样本点/S中样本点的总数
二、计算古典概率的方法-排列与组合
- 基本计数原理
- 加法原理:设完成一件事有m种方式,第i种方式有nᵢ种方法,则完成该件事的方法总数为n1+⋯+nm.
- 乘法原理:设完成一件事有m个步骤,其中第i步有nᵢ种方法,必须通过m个步骤的每一步骤才能完成该事件,则完成该事件的方法总数为n1×n2×⋯×nm.
- 排列组合方法
- 排列公式
Pkn=n(n-1)(n-2)…(n-k+1)=n!/(n-k)!
全排列:k=Pnn=Pn=n(n-1)(n-2)…2*1=n! - 组合公式
Ckn=Pkn/k!=n!/(n-k)!k!
组合系数:
(n)
(k)
1.4条件概率
一、条件概率的概念
在事件A发生的概率下,求事件B发生的概率
P(A|B)为在事件A发生的条件下,事件B的条件概率,P(B)为无条件概率。
二、条件概率的定义
条件概率的性质:
- 对任意事件B,0<=P(B|A)<=1
- P(S|A)=1
- 设A1,…,An互不相容则P(A1U…UAn|A)=P(A1|A)+…+P(An|A).
P(非B|A)=1-P(A|B)
三、乘法公式
计算两个事件同时发生的概率
P(AB)=P(A)P(B|A)(P(A)>0)
P(AB)=P(B)P(A|B)(P(B)>0)
四、全概率公式
设A1,A2,…,An是一个完备时间组,P(Ai)>0,i=1,2,…则
P(B)=(A1)P(B|A1)+…+P(An)P(B|An)+…
例题三个罐子,随机取一罐B,从该罐任意取出一球,求红球概率A。
P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)P(A|B3)
五、贝叶斯公式
设A1,A2,…,An是一个完备时间组,任一事件B,P(B)>0,有
P(Bi)和P(Bi|A)分别称为原因的先验概率和后验概率
1.5 事件的独立性
一、两个事件的独立性
A,B独立:P(AB)=P(A)P(B)
定理一:若A,B相互独立,P(B)>0.则P(A|B)=P(A);
定理二:A,B相互独立,A与非B,非A与B,非A与非B也相互独立
二、有限个事件的独立性
定义2
A、B、C三个事件,若
- P(AB)=P(A)P(B)
- P(AC)=P(A)P(C )
- P(BC)=P(B)P(C )
- P(ABC)=P(A)P(B)P(C )
则称事件A、B、C相互独立
定义3
设A1,A2,…An是n个事件,若其中任意两个事件均相互独立,则称A1,A2…An相互独立
性质一:若事件A1,A2…An相互独立,则其中任意k(1,n]个事件也相互独立
性质二:若n个事件相互独立,则将其中任意m个事件换成它们的对立事件,所得的n个事件也相互独立
三、伯努利概型
如果随机试验只有两种可能的结果:事件A发生或事件A不发生,则称这样的试验为伯努利试验,记
P(A)=p,P(非A)=1-p=q
将伯努利试验在相同条件下独立地重复进行n次,称这一串重复的独立试验为n重伯努利试验,或简称伯努利概型
定理3(伯努利定理):设咋i一次试验中,事件A发生的概率为p(0,1),则在n重伯努利试验中,事件A恰好发生k次的概率为b(k;n,p)=Ckn Pk(1-p)(n-k);
推论1:设在一次试验中,事件A发生的概率为p(0,1),则在伯努利试验序列中, 事件A在第k次实验中才首次发生的概率为p(1-p)k-1;