图版
页1
页2
页3
文字版
0.0
确定性现象:一定发生
随机现象:可能发生
统计规律:重复实验找规律
1.基本概念
随机试验:①相同条件下可重复 ②结果不止一个 ③无法预测
事件:每种结果算一种事件
基本事件:不能再分的事件。“点数为6”
复合事件:基本事件复合而成。“点数小于5”
全集:样本空间Ω:基本事件的集合
空集:∅
事件之间的关系:
- A⊂B:A发生必然导致B发生。(A包含于B)
- AUB:A和B至少有一个发生。
- A∩B:A和B同时发生。
- AḂ=A-B:A发生B不发生
- AB=∅:AB互不相容,互斥。
- AB=∅ AUB=Ω:A和B对立事件
- A⊂B,B⊂A:A=B。A和B相等
关于互斥与对立:①互斥:不能同时发生,可以都不发生。对立:非此即彼。②对立,一定互不相容。③互不相容能有多个,对立适用于2个。
- 交换律
- 结合律
- 分配率
- A-B=AḂ=A-AB
- 上划线下移,符号倒转
①A=ABUAḂ BUḂ全集
②AUB=AU(BᾹ)=BU(AḂ) A加上B有A没有
ABC事件
A发生:A
只有A发生:AḂĊ
ABC中的一个发生:AḂĊ+ÅBĊ+ÅḂC (ABC只有一个发生)
ABC至少一个发生:AUBUC (A B C中至少发生一个)
ABC至多一个发生:ÅḂĊ+AḂĊ+ÅBĊ+ÅḂC
ABC恰好有两个发生:ABĊ+ÅBC+AḂC
ABC同时发生:A∩B∩C
ABC至少一个发生且C不发生:(AUB)C
事件的概率
①P(Ω)=1 ②P(∅)=0 ③0<=P(A)<=1
古典概型:
①有限个样本②等可能性
不重复排列:n个元素取出m个,排列
Pm n=n*(n-1)*(n-2)*……*(n-m+1) = n!/(n-m)!
全排列:
Pm n=n*(n-1)*(n-2)*……*2*1=n!
重复排列:n个不同元素取出m个不同元素
Cm n=Pm n/m!
例子:5白4黑,取2白1黑C52*C41/C93;没取到黑球,C53/C93;取到的颜色相同,C53+C43/C93
几何概型:
例题:甲、乙 6点-7点 先到者等一刻钟等一刻钟概率
X-甲到达时间,y-乙到达时间
解:甲先到:y-x>=0,y-x<=15.
乙先到:x-y>=0,x-y<=15.
(第一个是先到的意思,第二个是在一刻钟范围内的意思)
频率与概率
①频率是实际的,概率是理想的。
②非负
③Wn(全集)=1,Wn(空集)=0
④可加
(1、频率:在相同的条件下,进行了n次试验,在这n次试验中,事件A发生的次数m称为事件A发生的频数。
2、概率:反映随机事件出现的可能性大小。随机事件是指在相同条件下,可能出现也可能不出现的事件。)
——
条件概率
·P(A|B)=P(A|B)/P(B)
P(A|B),事件B已经发生的条件下事件A发生的条件概率。
例题:5物品:3正品2次品,求第一次抽到正品条件下第二次还能抽到正品概率?
P(A)一正。
P(B)还正。
P(A|B)第一次抽到正品条件下第二次还能抽到正品概率
P(A)=3/5
P(AB)3/5 * 2/4=3/10
P(A|B)=3/10 ÷ 3/5=1/2
乘法定理
·P(A1A2A3)=P(A1)*P(A2|A1)*P(A3|A1A2)
全概率公式(原因推结果)
·P(B)=P(BΩ)=P(B(A1UA2UA3U……UAn))
贝叶斯公式(结果推原因)
P(A|B)
=P(A)*P(B|A)《乘法定理》
/ P(A)*P(B|A)+P(A补)*P(B|A补)《全概率公式》+《乘法定理》
前提诊断有病->真的有病概率:P(真的有病|诊断有病)
P(真的有病|诊断有病)=P(诊断有病且真有病概率) / P(诊断有病)
贝叶斯公式处理:
=P(诊断有病|真的有病)*P(真的有病)
/P(真的有病)P(诊断有病)+P(真的没病)P(诊断有病|真的没病)
独立性
(1)P(A)=P(A|B),P(B)>0,B独立
(2)P(A|B)=P(A)*P(B),A,B相互独立
独立和互斥不能相互存在( P(A)>0,P(B)>0 )
互斥情况:
(1)P(A|B)=0 B发生了A就不能发生
(2)P(AB)=0,P(A)*P(B)>0 A,B不能同时发生
伯努利实验
- 结果只有2种
- P(A补)=1-P(A)
- 发生n次,中了k次。
- Pn(k)=CnkPk(1-p)n-k
例子:扔三次硬币,刚好2次正面概率P32=C32*1/22*(1/2)3-2