随机事件
基本概念
-
E :随机试验
特点:可重复;所有结果已知;结果不确定性 -
Ω \Omega Ω:样本空间
E中的所有可能结果,又称必然事件 -
ω \omega ω:样本点
每一个可能结果, ω ∈ Ω \omega\in\Omega ω∈Ω -
A、B……:随机事件, A ∈ Ω A\in\Omega A∈Ω
概率
运算规律:
- P ( A ˉ ) = 1 − P ( A ) P(\bar A)=1-P(A) P(Aˉ)=1−P(A)
- 若 A ⊂ B A\subset B A⊂B, P ( B − A ) = P ( B ) − P ( A ) P(B-A)=P(B)-P(A) P(B−A)=P(B)−P(A)
- 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)
古典概型
随机事件中每个结果发生的概率等可能,且每次试验中结果只有一个样本点发生。
条件概率
在B 事件发生的条件下A事件发生的概率 P ( A ∣ B ) = P ( A B ) P ( B ) P(A\lvert B)=\frac{P(AB)}{P(B)} P(A∣B)=P(B)P(AB)
全概率公式和贝叶斯公式
随机变量
随机变量及其分布
随机变量是在样本空间
Ω
\Omega
Ω上,取值在实数域上的函数。
概率累计函数是随机变量的分布函数
离散型随机变量的全部可能取值只有有限多个或可列无穷多个。
常用离散型分布
- 伯努利实验、二项分布
伯努利实验:随机试验中只出现两种结果,非此即彼(抛硬
币)
当伯努利实验进行n次重复,即出现二项分布 B ( n , k ) B(n,k) B(n,k),n为伯努利实验重复次数,k为随机事件发生一次的概率
随机变量的数字特征
- 数学期望(均值):级数之和
计算规则:
1、 E ( c ) = c E(c)=c E(c)=c,c是常数
2、 E ( a X + b Y ) = a E ( X ) + b E ( Y ) E(aX+bY)=aE(X)+bE(Y) E(aX+bY)=aE(X)+bE(Y),ab常数
3、 E ( X Y ) = E ( X ) E ( Y ) E(XY)=E(X)E(Y) E(XY)=E(X)E(Y),两事件独立 - 方差:随机变量取值相对于均值离散程度的量
- 协方差:两个事件间线性相关程度的数字量