说明
- 主要基于浙大第五版
- 并非详细教程笔记,仅作梳理用(教程性笔记可移步另一篇博客)
- 偏重概念理解和澄清误区
事件与概率
集合
A
∪
B
∪
C
=
(
A
∪
B
)
∪
C
(
A
∪
B
)
C
=
A
C
∪
B
C
(
A
C
)
∩
(
B
C
)
=
A
B
C
A\cup B\cup C=(A\cup B)\cup C \\ (A\cup B)C=AC\cup BC \\ (AC)\cap (BC)=ABC
A∪B∪C=(A∪B)∪C(A∪B)C=AC∪BC(AC)∩(BC)=ABC
事件(随机事件):样本空间的子集
- 基本事件:单点集
- 基本事件两两互不相容
- 必然事件:样本空间自身
- 不可能事件:空集
乘法公式
- 多用于求解第
n
n
n次随机试验某结果(
n
n
n个事件的积事件)的概率,例如
P ( A 1 A 2 A ‾ 3 A ‾ 4 ) = P ( A ‾ 4 ∣ A 1 A 2 A ‾ 3 ) P ( A ‾ 3 ∣ A 1 A 2 ) P ( A 2 ∣ A 1 ) P ( A 1 ) \begin{aligned} P(A_1A_2\overline A_3\overline A_4) &= P(\overline A_4|A_1A_2\overline A_3)P(\overline A_3|A_1A_2)P(A_2|A_1)P(A_1) \end{aligned} P(A1A2A3A4)=P(A4∣A1A2A3)P(A3∣A1A2)P(A2∣A1)P(A1)
贝叶斯公式
贝叶斯公式常能给我们带来一些反直觉的结果。
- 画图
- 先验概率:由以往数据得到的
- 后验概率:得到信息之后再重新加以修正的概率
独立性
-
若 P ( A ) > 0 , P ( B ) > 0 P(A)>0,P(B)>0 P(A)>0,P(B)>0,则 A , B A,B A,B相互独立与 A , B A,B A,B互不相容不能同时成立
- 互不相容: A ∩ B = ∅ A\cap B=\empty A∩B=∅,指事件 A , B A,B A,B不能同时发生
- 相互独立: P ( A B ) = P ( A ) P ( B ) P(AB)=P(A)P(B) P(AB)=P(A)P(B)
-
若事件 A , B A,B A,B相互独立,则下列各对事件也相互独立
A 与 B ‾ , A ‾ 与 B , A ‾ 与 B ‾ A与\overline B,\overline A与B,\overline A与\overline B A与B,A与B,A与B证明:
A = A ∩ ( B ∪ B ‾ ) = ( A B ) ∪ ( A B ‾ ) P ( A ) = P ( ( A B ) ∪ ( A B ‾ ) ) = P ( A B ) + P ( A B ‾ ) P ( A B ‾ ) = P ( A ) − P ( A ) P ( B ) = P ( A ) ( 1 − P ( B ) ) = P ( A ) P ( B ‾ ) \begin{aligned} A&=A\cap(B\cup \overline B)=(AB)\cup (A\overline B) \\ P(A)&=P((AB)\cup (A\overline B))=P(AB)+P(A\overline B)\\ P(A\overline B)&=P(A)-P(A)P(B)=P(A)(1-P(B))=P(A)P(\overline B) \end{aligned} AP(A)P(AB)=A∩(B∪B)=(AB)∪(AB)=P((AB)∪(AB))=P(AB)+P(AB)=P(A)−P(A)P(B)=P(A)(1−P(B))=P(A)P(B)