概率论 —— 概率

【事件与频率】

1.基本概念

1)随机试验:可在相同条件下重复进行,每次试验的结果可以不止一个且能事先明确所有结果,进行一次试验前并不能确定哪一个结果出现的试验

2)样本空间:记作 S,某个随机试验所有可能的结果的集合,其元素即为试验的每个结果(样本点)

3)基本事件:由一个样本点组成的单个元素的集合

2.事件

1)和事件:记作 A\bigcup B 或 A+B,当且仅当事件 A 和事件 B 至少一个发生时,事件 A\bigcup B 发生

2)积事件:记作 A\bigcap B 或 AB,当且仅当事件 A 和事件 B 同时发生时,事件 A\bigcap B 发生

3)互斥事件:记作 A\bigcap B=\varnothing,事件 A 和事件 B 不能同时发生

4)对立事件:A\bigcup B=S 且 A\bigcap B=\varnothing,事件 A 和事件 B 必有一个且仅有一个发生

3.频率与概率

1)频率:相同条件下进行 n 次试验,这 n 次试验中,事件 A 发生了 N 次\frac{N}{n} 即为事件 A 发生的频率

2)概率:在大量重复进行同一试验时,试验 A 发生的频率总是在某种意义下接近某个常数,并在他附近摆动,该常数即为事件 A 的概率 P(A)

3)概率的性质:

  • 非负性:对于任意一个事件 A,0<=P(A)<=1
  • 规范性:对于必然事件 A,P(A)=1;对于不可能事件 A,P(A)=0
  • 容斥性:对于任意两个事件 A、B,P(A\bigcup B)=P(A)+P(B)=P(A\bigcap B)
  • 互斥事件可加性:对于互斥的 n 个事件,P(A_1\bigcup A_2\bigcup ...\bigcup A_n)=P(A_1)+P(A_2)+...+P(A_n)
  • 独立事件可乘性:对于对立的 n 个事件:P(A_1\bigcap A_2\bigcap ...\bigcap A_n)=P(A_1)*P(A_2)*...*P(A_n)
  • 重复 n 次的伯努利试验:一次试验中某个事件发生的概率是 p,那么重复 n 次独立试验中这个事件恰好发生 k 次的概率为 P_n(k)=C_n^k*p^k*(1-p)^{n-k}

【古典概率】

古典概率指的是:随机事件中各种可能发生的结果、出现的次数均由演绎、外推法得知,无需经过任何统计实验即可计算各种结果发生的概率。

其有以下几个特点:

  • 试验的样本空间有限:
  • 试验中每个结果出现的可能性相同
  • 试验中所能发生的事件互不相容

在计算古典概率时,如果在全部可能出现的基本事件范围内构成事件 A 的基本事件有 a 个,不构成事件 A 的事件有 b 个,则出现事件 A 的概率为:P(A)=\frac{a}{a+b}

【条件概率】

1)条件概率公式

假设有两个独立的事件 A、B,在事件 B 发生的前提下,事件 A 发生的概率为 P(A|B);两个事件 A、B 同时发生的概率为 P(AB),那么有:P(A|B)=P(AB)/P(B)

2)贝叶斯公式

对于两个独立的事件 A、B 来说,两个事件 A、B 同时发生的概率为 P(AB)=P(A)P(B)

那么,有:P(A|B)=P(B|A)*P(A)/P(B)

3)全概率公式

当样本空间 S 分成若干不相交的部分 B1,B2,...,Bn,有:P(A)=P(A|B1)*P(B1)+P(A|B2)*P(B2)+...+P(A|Bn)*P(Bn)

【例题】

  • Birthday Paradox(LightOJ-1104):点击这里
  • Island of Survival(LightOJ-1265):点击这里
  • Coin(2017 ACM-ICPC 亚洲区(西安赛区)网络赛 B)(n 重伯努利实验):点击这里
  • Weather Patterns(2017 ACM-ICPC 亚洲区(南宁赛区)网络赛 A)(马尔科夫链+阅读理解):点击这里

你可能感兴趣的:(————概率论————,#,概率论——概率)