作者:whisper
链接:http://proprogrammar.com:443/article/105
声明:请尊重原作者的劳动,如需转载请注明出处
说明:本章是概率论的基础内容,概念比较多,特别要注意对概念的准确理解,仔细辨析概念间的差别,本章的重点是事件的关系,独立性的概念,条件概率的定义与计算,特别要重视全概率公式,贝叶斯公式的思想。
随机试验
样本空间
样本点
随机事件
文氏图
关系
包含(子事件):B ⊂ A或者A ⊃ B
概率意义:A发生必导致B发生
相等:A=B
并(和)事件:记A ∪ B或A+B
概率意义:A发生或者B发生<=>A,B中至少有1个发生
交(积)事件,记A ∩ B或AB
概率意义:A发生且B发生;A,B同时发生
差事件,记A-B = A┐B=A - AB
概率意义:A发生且B不发生
A与B互不相容(互斥):AB = Φ
概率意义:A,B不能同时发生
A与B对立:AB = Φ且A ∪ B = Ω
概率意义:A,B不能同时发生但必有一个发生
注:对立一定互斥,互斥不一定对立
摩根律
┐(A∪B) = ┐A ∩ ┐B ┐(A∩B) = ┐A ∪ ┐B
概率统计意义
概率公理化定义
概率的基本性质与公式
性质i:对于不可能事件Φ,则P(Φ) = 0
性质ii:有限可加性
A₁,A₂,A₃两两互不相容,则P(A₁∪A₂∪A₃) = P(A₁) + P(A₂) + P(A₃)
性质iii:单调性
设A⊂B,则有P(B-A) = P(B) - P(A) ≥ 0 => P(B) ≥ P(A)
性质iv: ∀A,有0≤P(A)≤1
性质v:对立求逆
P(┐A) = 1 - P(A) 思想:正难则反
性质vi:加法公式
P(A∪B) = P(A) + P(B) - P(AB),特别的,当AB=Φ,P(A∪B) = P(A) + P(B)
三事件加法公式
P(A∪B∪C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC)
补充性质vii:减法公式
P(B-A) = P(B) - P(AB) = P(B┐A),特别的,若A⊂B,则P(B-A) = P(B) - P(A)
概率的古典定义(古典概型)
随机试验E具有以下两个特征,称E为古典型试验
(1)所涉及的随机事件只有有限个样本点(有限性),譬如n个
(2)每个基本事件出现的可能性是相等的(等可能性),若有n个,则每个发生概率为1/n
若事件A含有k个样本点,则事件A的概率为
P(A) = 事件A所含样本点的个数/Ω中所有样本点的个数 = k/n
排列数 A(n, m)
组合数 C(n, m) = A(n, m)/m! = n!/[m!*(n-m)!]
补充:几何概型
(1)样本点无限个
(2)样本点等可能性
对应于长度或面积
P(A) = A的长度或面积/Ω的长度或面积
对于任意两个事件A,B,其中P(A)>0,“事件A发生的条件下B发生的概率”,简称为“事件B关于A的条件概率”,定义为
P(B|A) = P(AB)/P(A)
对于固定的事件A,条件概率P(B|A)具有概率的一切性质,即
(1)(非负性)0 ≤ P(B|A) ≤ 1
(2)(规范性)P(Ω|A) = 1
(3)(可列可加性)如果事件B₁,B₂,... 互不相容,那么P((B₁∪B₂∪...)|A) = ∑(i=1,n)P(Bᵢ|A)
计算条件概率方法
方法1 用定义 P(B|A) = P(AB) / P(A)
方法2 用缩小样本空间 Ω->A
注:P(B|A) 与 P(B) 的大小关系不确定
设A、B为两个事件,若P(A)>0,则有
P(AB) = P(A)P(B|A)
若P(B)>0,则有
P(AB) = P(B)P(A|B)
一般地,若P(A₁A₂...Aₙ₋₁)>0,则有
P(A₁A₂...Aₙ₋₁Aₙ) = P(A₁)P(A₂|A₁)P(A₃|A₁A₂)...P(Aₙ|A₁A₂...Aₙ₋₁)
注:P(B|A) = 1 - P(┐B|A)
定义(划分、完备事件组)若事件组B₁,B₂,...Bₙ满足下列条件:
(1)BᵢBⱼ = Φ,i ≠ j;i, j = 1, 2... n;
(2)B₁∪B₂...∪Bₙ = Ω
则称B₁,B₂...Bₙ是一个完备事件组或称为事件组B₁,B₂...Bₙ为Ω的一个分割(也称为划分,部分)
设B₁,B₂...Bₙ是一个完备事件组,P(Bᵢ)>0,i = 1, 2...n,则对任意的事件A有:
P(A) = ∑(i=1, n)P(Bᵢ)P(A|Bᵢ)
证明:
P(A) = P(AB₁∪AB₂...∪ABₙ) = P(AB₁) + P(AB₂) + ... + P(ABₙ) = P(B₁)P(A|B₁) + P(B₂)P(A|B₂) + ... + P(Bₙ)P(A|Bₙ)
设B₁,B₂....Bₙ是一个完备事件组,P(Bᵢ)>0,j = 1, 2, ... ,n,对任意的事件A,P(A)>0,则
P(Bᵢ|A) = [P(Bᵢ)P(A|Bᵢ)] / [∑(i=1, n)P(Bᵢ)P(A|Bᵢ)]
说明:即P(Bᵢ|A) = P(ABᵢ)/P(A),上面是乘法公式的变形,下面是全概率公式,贝叶斯公式也称逆概公式
定义(两事件)若A,B的概率满足P(AB) = P(A)P(B),称A与B独立
注:独立是一个概率关系
定理一
设A、B是两事件,且P(A) > 0,若A、B相互独立,P(B|A) = P(B),反之亦然
定理二
若事件A与B相互独立,则下列各对事件也相互独立
┐A与B、A与┐B,┐A与┐B
三事件独立性
如果事件A、B、C满足
P(AB) = P(A)P(B)
P(BC) = P(B)P(C)
P(AC) = P(A)P(C)
P(ABC) = P(A)P(B)P(C)
同时成立,则称三事件A,B,C相互独立,若A,B,C仅满足前三个等式,则称A,B,C两两独立。注意:“n个事件相互独立”与“n个事件两两独立”并非一回事。
小技巧:对于既出现原概率又也现逆概率的情况,要想到使用减法公式,如
P(A┐B) = P(A) - P(AB)
典型问题:抽奖问题,中奖的概率与抽奖的次序无关,每个人中奖的概率都是相同的
亲爱的读者:有时间可以点赞评论一下
全部评论