概率论笔记—随机事件与概率

一、样本空间

随机试验的每一个可能结果称为样本点，记为$w$。样本点的全体组成的集合称为样本空间，记为$\Omega$，即 Ω = { w } \Omega = \{ w \} Ω={w}。由一个样本点构成的事件称为基本事件。随机事件$A$总是由若干个基本事件组成，即$A$是$\Omega$的子集。

二、事件的关系与运算

1. 事件A与B相等：$A=B$。

2. 事件A包含于B：$A\subset B$。

3. 事件A与B同时发生（A与B的积）：$AB$ 或 $A\cap B$。

4. 事件A与B至少一个发生（A与B的和）：$A\cup B$。

5. 事件A与B相容：$AB\ne \varnothing$。

6. 事件A与B互斥（不相容）：$AB=\varnothing$。

7. 事件A的对立事件（逆事件）：$\bar{A}$。

8. 事件A发生而事件B不发生（A与B的差）：$A-B=A-AB=A\bar{B}$。

9. 完备事件组：有限个事件$A_1,A_2,\cdot \cdot \cdot ,A_n$，
   $$\bigcup _{i=1}^n{A}_i=\Omega ，A_i{A}_j=\varnothing （i\ne j;i,j=1,2,\cdot \cdot \cdot ,n）$$

10. 对偶律（德·摩根律）：$\overline{A\cup B}=\overline{A}\cap \overline{B},\overline{A\cap B}=\overline{A}\cup \overline{B}$。

三、概率的性质

1. 有界性：对于任一事件$A$，有$0\le P(A)\le 1$，且$P(\varnothing )=0，P(\Omega )=0$（但不能认为概率为0的集合为空集 或 概率为1的集合为全集，例如几何概型）。
2. 单调性：设$A,B$是两个事件，若$A\subset B$，则$P(B-A)=P(B)-P(A),P(B)\ge P(A)$。

四、概率的公式

1. 逆事件概率公式：对于任一事件$A$，有$P(\overline{A})=1-P(A)$。
2. 加法公式：对于任意两个事件$A,B$，有$P(A\cup B)=P(A)+P(B)-P(AB)$。
3. 减法公式：$A-B=A-AB=A\bar{B}$。
4. 条件概率公式：若$P(A)>0$，称在已知事件$A$发生的条件下，事件$B$发生的概率为条件概率，记为$P(B|A)$。且$P(B|A)=\frac{P(AB)}{P(A)}$。
5. 乘法公式：如果$P(A)>0$，则$P(AB)=P(A)P(B|A)$。
6. 全概率公式：如果$\bigcup _{i=1}^n{A}_i=\Omega ，A_i{A}_j=\varnothing （i\ne j;i,j=1,2,\cdot \cdot \cdot ,n）,P(A_i)>0$
   则对任一事件$B$，有：
   $$B=\bigcup _{i=1}^n{A}_{i}B,P(B)=\sum _{i=1}^{n}P(A)P(B|A_i)$$
7. 贝叶斯公式：如果$\bigcup _{i=1}^n{A}_i=\Omega ，A_i{A}_j=\varnothing （i\ne j;i,j=1,2,\cdot \cdot \cdot ,n）,P(A_i)>0$
   则对任一事件$B$，只要$P(B)>0$，就有：
   $$P(A_j|B)=\frac{P(A_j)P(B|A_j)}{\sum _{i=1}^{n}P(A_i)P(B|A_i)}(j=1,2,\cdot \cdot \cdot ,n)$$

五、一个有趣的例子

1.全概率公式的应用

例：有三个男生（小王、小马、小吴）和一个女神。三个男生追女神的概率都为$\frac{1}{3}$，但不会彼此竞争。他们的能力不同，小王追女生的成功率为$0$，小马追女生的成功率为$\frac{1}{2}$，小吴追女生的成功率为$1$。求女神脱单的概率。

解：设女神脱单为事件B，小王追女神为事件$A_1$，小马追女神为事件$A_2$，小吴追女神为事件$A_3$。

P ( B ) = P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) + P ( A 3 ) P ( B ∣ A 3 ) = 1 3 × 0 + 1 3 × 1 2 + 1 3 × 1 = 1 2 \begin{aligned} P(B) &= P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + P(A_3)P(B|A_3) \\\\ &= \frac 1 3 \times 0 + \frac 1 3 \times \frac 1 2 + \frac 1 3 \times 1 \\\\ &= \frac 1 2 \end{aligned} P(B)​=P(A1​)P(B∣A1​)+P(A2​)P(B∣A2​)+P(A3​)P(B∣A3​)=31​×0+31​×21​+31​×1=21​​
故 女神脱单的概率为$\frac{1}{2}$。

2.贝叶斯公式的应用

例：有三个男生（小王、小马、小吴）和一个女神。三个男生追女神的概率都为$\frac{1}{3}$，但不会彼此竞争。他们的能力不同，小王追女生的成功率为$0$，小马追女生的成功率为$\frac{1}{2}$，小吴追女生的成功率为$1$。现已知女神脱单，求男朋友分别为小王、小马、小吴的概率。

解：设女神脱单为事件B，小王追女神为事件$A_1$，小马追女神为事件$A_2$，小吴追女神为事件$A_3$。

$$\begin{array}{rl}P(A_1|B)& =\frac{P(A_1)P(B|A_1)}{\sum _{i=1}^{3}P(A_i)P(B|A_i)}\\ & \\ & =\frac{\frac{1}{3}\times 0}{\frac{1}{2}}\\ & \\ & =0\end{array}$$
故男朋友为小王的概率为0。以此类推，求得男朋友为小马的概率为$\frac{1}{3}$，为小吴的概率为$\frac{2}{3}$。

3. 小结

全概率公式用于由因导果。贝叶斯公式用于由果索因。

六、事件独立性

如果各个试验结果是相互独立的，则称这些试验是相互独立的。例如，对试验$E_1$的任一结果$A_1$，试验$E_2$的任一结果$A_2$，事件$A_1$与$A_2$相互独立，即$P(A_1{A}_2)=P(A_1)P(A_2)$，称随机试验$E_1$和$E_2$是相互独立的。