概率论的基本公式(概率导论第一章)
文章目录
1. 概率模型
1.1 概率模型的基本组成
- 样本空间 Ω \Omega Ω,这是一个试验的所有可能结果的集合。
- 概率律,概率律为试验结果的集合 A A A(称为事件)确定一个非负数 P ( A ) P(A) P(A)(称为事件 A A A的概率)。而这个非负数刻画了我们对事件 A A A的认识或所产生的信念的程度。
1.2 概率公理
-
非负性,对一切事件 A A A,满足 P ( A ) ≥ 0 P(A) \ge 0 P(A)≥0。
-
可加性,设 A A A和 B B B为两个互不相交的集合(概率论中称为互不相容的事件),则他们的并满足
P ( A ∪ B ) = P ( A ) + P ( B ) P(A \cup B) = P(A) + P(B) P(A∪B)=P(A)+P(B).
更一般地,若 A 1 , A 2 , . . . A_1,A_2,... A1,A2,...是不相容的事件序列,则他们的并满足
P ( A 1 ∪ A 2 ∪ ⋅ ⋅ ⋅ ) = P ( A 1 ) + P ( A 2 ) + ⋅ ⋅ ⋅ P(A_1 \cup A_2 \cup ···) = P(A_1) + P(A_2) + ··· P(A1∪A2∪⋅⋅⋅)=P(A1)+P(A2)+⋅⋅⋅.
-
归一化,整个样本空间 Ω \Omega Ω(称为必然事件)的概率为 1 1 1,即 P ( Ω ) = 1 P(\Omega)=1 P(Ω)=1。
1.3 概率律的若干性质
考虑一个概率律,令 A 、 B A、B A、B和 C C C为事件.
- 若 A ⊂ B A \subset B A⊂B则 P ( A ) ≤ P ( B ) P(A) \le P(B) P(A)≤P(B).
- P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A ∩ B ) P(A \cup B)=P(A) + P(B) - P(A \cap B) P(A∪B)=P(A)+P(B)−P(A∩B).
- P ( A ∪ B ) ≤ P ( A ) + P ( B ) P(A \cup B)\le P(A) + P(B) P(A∪B)≤P(A)+P(B).
- P ( A ∪ B ∪ C ) = P ( A ) + P ( A c ∩ B ) + P ( A c ∩ B c ∩ C ) P(A \cup B \cup C) = P(A) + P(A^c \cap B) + P(A^c \cap B^c \cap C) P(A∪B∪