概率论中的重要概念
随机变量
分布函数,密度函数
随机变量的数字特征
随机变量之间的关系
随机试验
随机事件 A B C
必然事件 哦密嘎
不可能事件 空
随机事件的基本事件
复合事件 基本 事件
随机试验E的所有可能结果组成的集合称为样本空Ω,而样本空间的任何子集都称为随机事件
样本空间中的每个元素称为样本点
随机变量本质:对试验结果的数值化,即对每个试验结果 都给它赋予一个实数 ,称 为随机变量
注意:1.随机变量是一个泛函
2.任何事件都可以用随机变量的等式或不等式来表示
3.我们一方面关心随机变量的取值,并用它来表示事件,更多地我们关心它在某个范围内取值的概率。
样本空间本事是一个必然事件
1. 子事件 包含关系
2. 和事件 并事件 A和B 至少发生一个
3. 积事件 交事件 事件A与B同时发生 简写AB
4. 互斥事件(互不相容) A ∩B=空
5. 差事件 A - B 事件A发生而B不发生
6. 逆事件 (对立事件) 非事件
互逆一定互斥
1.事件的频率
定义: 频率
频率的稳定性. 即统计规律性
只要 n相当大,频率就会非常接近一个值----概率.
因此,概率是可以通过频率来“测量”的, 频率是概率的一个近似.
2.事件的概率P(A)=p
古典概型
简称为等可能概型或古典概型.
样本点是有限个 {wi},i=1,2,…n是基本事件,而他们发生的概率都相等
(放回抽样). 乘法原理
排列 组合。
排列
A M N 全排列,选排列 0!=1.
不可重复的组合
可重复的组合 暂且不说
1.3 概率的定义
一、几何概率
二、概率的公理化定义
我们考虑等可能的无限个样本点的试验
是 两个同时发生的概率
1.4 条件概率及有关公式
一、条件概率
二、乘法定理
三、全概率公式
四、贝叶斯公式
记为P(A|B)
三、全概率公式和贝叶斯公式
全概率公式和贝叶斯公式主要用于计算比较复杂事件的概率, 它们实质上是加法公式和乘法公式的综合运用.
B1,B2,…,Bn结果: A
1.5 事件的独立性,独立试验序列
一、事件的独立性
二、贝努里概型
A,B相互独立,若P(A)>0, P(B)>0, 则 P(B|A)=P(B), P(A|B)= P(A)
注: 两个事件独立和两个事件不相容是
完全不同的两个概念: 前者说,一个事件是否发生对另一个事件发生的概率大小没有影响;而后者说,两个事件是不可能同时出现的
若A与B相互独立,
即,不论A发生与否, B发生的概率都一样
四、独立试验概型 (贝努里概型)