参考于《概率论与数理统计》第四版,浙江大学。
随机现象
个别的实验结果呈现不确定性,在大量重复试验中其结果又具有统计规律性。
随机试验
概念:对随机现象的观察和试验。一般用E来表示。
特点
1. 可以在相同条件下重复地进行试验。
2. 每次实验的可能结果不止一个,并且能事先明确试验的所有可能结果。
3. 实验之前不能确定实验结果。
例如
样本空间、随机事件
样本空间
概念:所有可能结果的集合。一般用S表示。
样本点
概念:样本空间的元素,也就是每个试验结果。
例如
随机事件
概念:样本空间的子集称为随机事件。
基本事件
概念:由一个样本点组成的单点集。
必然事件:每次试验总会发生。
不可能事件:每次试验都不会发生。
事件关系
1包含 A⊂BA⊂B
2 相等 A=B
3 互斥 A∩B=ϕA∩B=ϕ
4 对立事件/逆事件A⎯⎯⎯⎯A¯
事件运算
1 A∩BA∩B
2 A∪BA∪B
3 A−B={x|x∈A且x∉B}A−B={x|x∈A且x∉B}
4 A⎯⎯⎯⎯A¯
运算定律
1交换律
2结合律
3分配律
4对偶律/摩根定律
频率与概率
频数:n次试验,事件A发生的次数nA成为事件A的频数。
频率:nA/n的比值称为事件A发生的频率。
性质
概率:设E是随机试验,S是它的样本空间。对于E的每一事件A赋予一个实话,记为P(A),称为事件A的概率,如果集合函数P(.)满足下列条件:
性质
1P(ϕ)=0
2 P(A)=1-P(A¯)
3 互斥:概率和
4 如果A⊂BA⊂B,则P(B-A)=P(B)-P(A)。一般的事件A,B,P(B-A)=P(B)-P(AB)
5加法公式 P(A∪BA∪B) = P(A)+P(B)-P(AB) 推广公式 P(A∪B∪CA∪B∪C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)
等可能概型(古典概型)
如果试验样本的空间只包含有限个元素,并且试验中每个基本事件发生的可能性相同。则这种试验可以称为等可能概型。
条件概率
P(B|A)在A发生的条件下,B发生的概率。P(B|A)=P(AB)/P(A)
乘法公式
全概率公式
贝叶斯公式
独立事件
概念:A、B两随机事件,如果P(AB)=P(A)P(B),则称A、B相互独立。
扩展:A、B相互独立=>A、B¯相互独立A¯、B相互独立 A¯、B¯相互独立。
事件关系
1包含 A⊂BA⊂B
2 相等 A=B
3 互斥/不相容 A∩B=ϕ
4 对立事件/逆事件A¯
5 独立 P(AB)=P(A)P(B)
是否相容和是否独立是描述事件关系的两个维度,一个从是否会同时发生的角度描述,不会同时发生的事件叫不相容。另一个是从事件后效性方面理解,如果一个事件的发生对另外一个事件造成了影响,也就是说这个事件的发生产生了后效性,则两个事件不是独立事件;如果没有后效性,则认为是独立事件。
小概率事件
如果事件A发生的概率p非常小(例如0.0001),A 被称为小概率事件。人们实践总结小概率事件在一次试验中不会发生。当试验次数n很大的时候,小概率事件不能被忽视。
例如当p=0.0001,试验进行了n次,计算事件A至少会发生一次的概率。n=30000时, P(C) =1-(1-0.0001)^30000 =0.9502。