[补充内容]概率论与数理统计01

样本空间与随机事件

事件被分为两种:随机现象确定现象
随机现象:在一定条件下具有多种可能的结果,且实验时无法预知哪种结果的现象。
随机实验的特征:可以在相同条件下重复进行;实现知道所有可能出现的结果;进行实验前并不知道那个实验结果会发生。
样本空间:随机实验的所有可能结果构成的集合称为样本空间,记为S={e},S中的元素e称为样本点
随机事件:样本空间S的子集A称为随机事件A,简称事件A,当且仅当A中的某个样本点发生称事件A发生。事件A的表示可以使用集合,也可以使用语言来表示。
必然事件:如果把样本空间S看做事件,很显然S每次都会发生,那么S就是必然事件。
基本事件:事件当中只含有一个样本点。
不可能事件:如果事件是空寂,里面不包含任何采样点,记作Φ,则每次实验Φ都不发生,Φ称为不可能事件。

事件的相互关系及运算

事件的关系
 1.A⊂B:A事件发生一定导致B发生。(A包含在B中)
[补充内容]概率论与数理统计01_第1张图片
 2.A=B⇔A⊂B且B⊂A(A与B范围相等)
[补充内容]概率论与数理统计01_第2张图片
 3.A∪B⇔存在x,x∈Ax∈B,A、B至少有一个发生。(A与B的和事件)
[补充内容]概率论与数理统计01_第3张图片
 4.A∩B⇔存在x,x∈Ax∈B,A与B的积事件,也可以写作A·B、AB。(A与B同时发生)
[补充内容]概率论与数理统计01_第4张图片
 5.A与B互斥(不相容),记作AB=Φ
[补充内容]概率论与数理统计01_第5张图片
 5.A与B的差事件,存在x,x∈A,但x∉B,记作A-B。
[补充内容]概率论与数理统计01_第6张图片
 6.A的逆事件,记为 A ‾ \overline{\text{A}} A,也称A的对立事件。A∪ A ‾ \overline{\text{A}} A=S;A A ‾ \overline{\text{A}} A=Φ; A ‾ \overline{\text{A}} A的逆等于A。
[补充内容]概率论与数理统计01_第7张图片
事件的运算定律
交换律:A∪B=B∪A;A∩ B=B∩ A
结合律:A∪(B∪C)=(A∪B)∪C;A∩(B∩C)=(A∩B)∩C
分配律:A∪(B∩C)=(A∪B)∩(A∪C);A∩(B∪C)=(A∩B)∪(A∩C)
对偶律: A∪B ‾ \overline{\text{A∪B}} A∪B= A ‾ \overline{\text{A}} A B ‾ \overline{\text{B}} B A∩B ‾ \overline{\text{A∩B}} A∩B= A ‾ \overline{\text{A}} A B ‾ \overline{\text{B}} B(摩根定律)可以推广到n项之间。

频率

频率是0~1之间的一个实数,在大量重复试验的基础上,给出了随机事件可能性的评估。
频率fn(A)=nA/n;其中nA是A发生的次数(频率),n是试验的总次数,称fn(A)为A在这n次实验中发生的频率。
频率的性质
 1.0≤fn(A)≤1
 2.fn(S)=1
 3.若A1,A2…An两两互不相容,则fn(A1∪A2∪…∪An)=∑ki=1fn(Ai)
频率具有稳定性,fn(A)随着n的增大逐渐稳定,稳定值为p(概率)。

概率

概率的统计性定义:当试验次数增加时,随机事件A发生的频率稳定值p称为概率,记作P(A)=p。
概率的功利化定义:设随机实验对应的样本空间为S,对于每个事件A,定义P(A),满足:
 1.非负性,P(A)≥0
 2.规范性,P(S)=1
 3.可列可加性,若A1,A2…An两两互不相容,则fn(A1∪A2∪…∪An)=∑ki=1fn(Ai)
   就称P(A)为事件A的概率。
一些结论
 1.P(Φ)=0
 2.P(A)=1-P( A ‾ \overline{\text{A}} A)
 3.若A1,A2…An两两互不相容⇒fn(A1∪A2∪…∪An)=∑ki=1fn(Ai)
 4.若A⊂B,则有P(B-A)=P(B)-P(A)
[补充内容]概率论与数理统计01_第8张图片

 更一般的情况下,P(B-A)=P(B)-P(AB)
[补充内容]概率论与数理统计01_第9张图片
概率的加法公式:P(A∪B)=P(A)+P(B)-P(AB)此等式可以推广到多个事件。

你可能感兴趣的:(杂项,概率论)