文章目录
1.随机试验与随机事件
自然界与社会生活中的两类现象:
- 确定性现象
- 不确定现象
1.1 随机试验
如果试验满足以下三个特点:
- 重复性:相同条件下,试验可以重复进行
- 明确性:饰演的所有可能结果事先都是已知的
- 随机性:每次试验的具体结果,在试验前无法预知,就称此试验为随机试验,通常用 E E E表示。
比如:
- 抛一枚硬币,观察其出现正面和反面的情况
1.2 样本点、样本空间与随机事件
样本点:随机试验中每种可能出现的情况, ω \omega ω表示样本点 。
样本空间:随机试验所有可能出现的结果组成的集合,用 Ω \Omega Ω表示。
1.3 随机事件
随机事件:样本点组成的集合,称为事件。
- 随机事件是样本空间 Ω \Omega Ω的子集
基本事件:由一个样本点组成的事件,称为基本事件。
例:抛出两枚骰子可能出现的情况有36种
- 两个骰子均为1点的情况,一个样本点组成,基本事件
- 两个骰子点数之和为3的情况,(1,2)和(2,1)两种情况,是一个随机事件
1.4 随机事件发生
一个随机事件A,A事件种包含了一些样本点,在进行随机试验KaTeX parse error: Undefined control sequence: \E at position 1: \̲E̲的时候,如果随机试验中的样本点落在了A中,就表示事件A发生了,否则就称A没有发生。
1.5 必然事件和不可能事件
必然事件:样本点组成的集合是样本空间。
不可能事件:样本点组成的集合是空集
2 事件间的关系及运算
2.1 事件包含
如果事件A发生,一定导致事件B发生,就称为事件A包含于B,记作
A
⊂
B
A\subset B
A⊂B。
- ⊘ ⊂ A ⊂ B \oslash \subset A \subset B ⊘⊂A⊂B
- 事件A发生,当前仅当样本样本点落在A中
2.2 事件相等
事件A和事件B相互包含
2.3 事件的并
事件A和事件B至少有一个发生,记作
A
∪
B
A\cup B
A∪B或者
A
+
B
A+B
A+B。
2.4 事件的交
事件A和事件B同时发生,记作
A
∩
B
A\cap B
A∩B或
A
B
AB
AB
- A B ⊂ A ⊂ A ∪ B AB\subset A \subset A \cup B AB⊂A⊂A∪B
- A B ⊂ B ⊂ A ∪ B AB\subset B\subset A \cup B AB⊂B⊂A∪B
2.5 事件的差
一个事件在事件A中不在事件B中,A发生B不发生称为A事件与B事件的差事件
2.6 事件互斥(不相容)
事件A和事件B没有交集,
A
B
=
⊘
AB = \oslash
AB=⊘,从事件的角度来讲,AB不可能同时发生。
2.7 事件对立(逆事件)
事件A和事件B没有交集,并且事件A的样本点+事件B的样本点为样本空间。
-
A
B
=
⊘
AB = \oslash
AB=⊘ and
A
+
B
=
Ω
A + B = \Omega
A+B=Ω
- 对立一定互斥,互斥不一定对立
例:事件A和事件B恰有一个发生
-
A
∪
B
A \cup B
A∪B 表示AB至少有一个发生,也表示事件A和事件B恰好有一个发生或恰好有两个发生
2.8 事件运算律
事件表示:
- A、B、C至少发生一个: A ∪ B ∪ C A\cup B \cup C A∪B∪C
- A、B、C同时发生:ABC
- A、B、C恰好一个发生:AB’C’ + A’BC‘+A’B’C
3 概率定义
3.1 概率的统计定义
将随机事件E重复进行n次,如果事件A发生了k次,就称为k为事件A发生的频数,k/A为事件A发生的频率。如果当试验次数n越来越大时,k/n总在某一定值p的附近做微小的、稳定的波动,且当n趋向于无穷大的时候,k/n无线趋向于p,就称p为事件A的概率,记为P(A),P(A) = p。
- 频率稳定在概率附近
- 使用此定义是求不出概率的
3.2 概率的公理化定义
设随机试验E的样本空间为Ω,如果p满足:
- 非负性,P(A)>=0
- 规范性,P(Ω)=1
- 可列可加性,两两不相同的事件, P ( A 1 ∪ A 2 ∪ . . . ∪ A n ∪ . . . ) P(A_1 \cup A_2 \cup ...\cup A_n \cup ...) P(A1∪A2∪...∪An∪...) = P ( A 1 ) + P ( A 2 ) + . . . . . P(A_1) + P(A_2) + ..... P(A1)+P(A2)+.....
就称P(A)为事件A的概率
性质:
- 非负性:设A为任一随机事件,概率在[0,1]
- 规范性:P(Ω) = 1
- 有限可加性
- 差事件的概率公式(减法公式):设A、B为任意两个随机事件:
P
(
A
−
B
)
=
P
(
A
)
−
P
(
A
B
)
P(A-B) = P(A) - P(AB)
P(A−B)=P(A)−P(AB)
- 如果 B ⊂ A B\subset A B⊂A,则有 P ( A − B ) = P ( A ) − P ( B ) P(A-B) = P(A)-P(B) P(A−B)=P(A)−P(B),且 P ( B ) ≤ P ( A ) P(B) \le P(A) P(B)≤P(A)
- 对立事件概率计算公式:设A为任意随机事件,则 P ( A ‾ ) = 1 − P ( A ) P(\overline{A}) = 1 - P(A) P(A)=1−P(A),涉及到至少和最多的概率,可以用这个公式进行转化。
- 并事件概率公式(加法公式):设A、B为任意两个随机事件:
P
(
A
∪
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
P(A \cup B) = P(A) + P(B)- P(AB)
P(A∪B)=P(A)+P(B)−P(AB)
- A,B如果互斥: P ( A ∪ B ) = P ( A ) + P ( B ) P(A \cup B) = P(A) + P(B) P(A∪B)=P(A)+P(B)
- 推广: P ( A ∪ B ∪ C ) = P ( A ) + P ( B ) + P ( C ) − P ( A B ) − P ( A C ) − P ( B C ) + P ( A B C ) P(A \cup B \cup C) = P(A) +P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC) P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
4 古典概型
4.1 古典概型
如果随机试验E满足:
- 随机试验E的样本空间Ω中只有有限个样本点
- 每次试验各个基本事件出现的概率相等
就称随机事件E为等可能概型试验或者古典概型试验。
P ( A ) = 事件 A 所含样本点的个数 所有样本点的个数 P(A) = \frac {事件A所含样本点的个数}{所有样本点的个数} P(A)=所有样本点的个数事件A所含样本点的个数
- 古典概型中的计算方式主要是计数,所以通常采用排列组合的方式
上述案例中,盒子多球少,每个盒子至多有一个球,n个球需要放到n个盒子中。
4.2 几何概型
如果随机试验E的样本空间为某几何区域(可以是一维或二维区域),每次随机试验中各基本事件出现的概率相等,就称随机试验E为几何概型试验。
P ( A ) = A 的几何测度 Ω 的几何测度 P(A) = \frac {A的几何测度}{\Omega的几何测度} P(A)=Ω的几何测度A的几何测度