【学习笔记】概率论与数理统计 - 陈希孺--第一章.事件的概率

【学习笔记】概率论与数理统计 - 陈希孺–第一章.事件的概率

具体内容请参考原著，本文仅作个人学习记录。

基本概念

蕴含、包含及相等
A包含B是指A里面有B，B是A的子集，B在A的范围内。也就是B包含于A。

A包含于B是指B里面有A，A是B的子集，A在B的范围内。也就是B包含A。

蕴含表示 A发生从而B一定发生，也就是A⊂B（也称B包含A或A包含于B），如果A⊂B 且B⊂A，则说明A=B
事件的互斥和对立
互斥的概念使用于俩个或多个事件，事件A与B互斥就是他们俩个的交集为空集；A不包含B，B也不包含A。俩个事件互斥只表明这俩个事件不能同时发生，即至多只能发生其中一个，但可以都不发生。

对立的概念适合于多个概念。俩个事件对立则表示它们有且仅有一个发生。

俩事件对立是俩事件互斥的充分必要条件，俩事件对立必定互斥，但互斥未必对立。
事件的和
也就是事件的并，两个事件任意发生一个，下图红色部分表示事件A和事件B的和。

若干个互斥事件之和的概率，等于各事件的概率之和。
事件的独立性
A和B不影响的关系，也就是P(A|B)=P(A)，不管B发生不发生，A发生的概率都是一样的；可以推出另外一个公式：P(AB)=P(A)P(B)。推广到多个事件情况：P(A1,A2,…An)=P(A1)P(A2)…P(An)。
事件的积
事件的积就是事件的交，两个事件同时发生，下图红色部分表示事件A和事件B的积。

事件的差
A-B：就是在事件A所包含的实验结果中除去事件B所包含的实验结果后剩下的部分，下图红色部分表示事件A和事件B的差。

条件概率
已知某事件A发生，那么B发生的概率是多少？P(B|A)=P(BA)/P(A) 又有 P(A/B)=P(AB)/P(B)，则推出P(B|A)P(A)=P(A|B)P(B)，这就是贝叶斯公式的基础之一。
全概率公式
全概率公式是考虑完备子事件群的概率，P(A)=P(AB1)+P(AB2)+…+P(ABn)。
其中B1+B2+…+Bn=Ω
记为：
贝叶斯公式
与全概率公式解决的问题相反，贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因（即大事件A已经发生的条件下，分割中的小事件Bi的概率），设B1,B2,…是样本空间Ω的一个划分，则对任一事件A（P(A)>0),有

上式即为贝叶斯公式（Bayes formula)，Bi 常被视为导致试验结果A发生的”原因“，P(Bi)(i=1,2,…)表示各种原因发生的可能性大小，故称先验概率；P(Bi|A)(i=1,2…)则反映当试验产生了结果A之后，再对各种原因概率的新认识，故称后验概率。