概率论的基本概念

 

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。