概率论速查手册(1)——随机事件与概率

1 重要概念与公式：

1.1 样本空间——\(\Omega\)（全集），其基本元素\(\omega_i\)叫样本点

1.2 事件——样本空间的子集\(A、B、C\)…

        \(\Phi\)——不可能事件

        \(\Omega\)——必然事件

1.3 完备事件组

        \(\cup_i{A_i}=\Omega\)

        \({A_i}\cap{A_j}=\Phi  (两两互斥)(交集可省略符号, 写成A_iA_j=\Phi), i\neq{j}\)

1.4 运算、关系

——略，可看集合论中的运算、关系

 

2 古典概型

        若\(\Omega\)中有有限个、等可能的样本点，称为古典概型

$$P(A)={{N_A}\over{N_\Omega}}$$

 

3 几何概型

        若\(\Omega\)是一个可度量的集合区域，且样本点落入\(\Omega\)中的某一可度量子区域A的可能性大小与A的几何度量成正比，而与A的位置和形状无关，称为几何概型

$$P(A)={{M_A}\over{M_\Omega}}$$

$$M代表度量measure，可以是面积S，长度L等$$

 

4 重要公式

4.1 对立事件：

$$P(A)=1-P(\bar{A})$$

4.2 事件减法：

$$P(A-B)=P(A)-P(AB)$$

4.3 事件加法：

$$P(A+B)=P(A)+P(B)-P(AB)$$

$$P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC)$$

互斥事件\(A_1、A_2、…、A_n\)的概率：(互斥事件"和的概率"为"概率的和")

$$P(\cup_{i=1}^n{A_i})=\sum_{i=1}^nP(A_i)$$

相互独立事件\(A_1、A_2、…、A_n\)的概率：(相互独立事件"乘积的概率"为"概率的乘积")

$$P(A_1A_2…A_n)=P(A_1)P(A_2)…P(A_n)$$

4.4 条件概率：

$$P(A|B)={{P(A)}\over{P(B)}}, P(B)>0$$

4.5 概率乘法：

$$P(AB)=P(B)P(A|B)=P(A)P(B|A)$$

4.6 全概率公式（全集分解公式）：

$$P(B)=P(A_1)P(B|A_1)+P(A_2)P(B|A_2)+P(A_3)P(B|A_3)$$

---

举例说明：一个村子有且仅有3个小偷，这3个小偷偷东西的事件构成完备事件组（两两互斥的，就是其中1个去偷时，另外2个小偷不去偷）。这个村子失窃的概率就是全概率公式求出。这里的全概率公式表述为：

村子失窃的概率\(P(B)\)=第1个小偷去偷\(P(A_1)\)且偷成功的概率\(P(B|A_1)\)+…

推导：

$$P(B)=P(B\Omega)=P(B(A_1A_2A_3))=P(BA_1+BA_2+BA_3)=P(BA_1)+P(BA_2)+P(BA_3)=P(A_1)P(B|A_1)+P(A_2)P(B|A_2)+P(A_3)P(B|A_3)$$

---

4.7 贝叶斯公式(逆概公式)：条件同4.6，现已知\(B\)发生了！

$$P(A_j|B)={{P(A_jB)}\over{P(B)}}={{P(A_j)P(B|A_j)}\over{\sum_{i=1}^nP(A_i)P(B|A_i)}}$$

$$条件概率={{乘法公式}\over{全概率公式}}$$