概率论与数理统计---基本概念

基本概念

随机实验

随机实验可以简称为实验,它满足以下的条件:

  • 可以在相同条件下重复进行
  • 每次实验的结果不止一个,且实验前明确
  • 进行实验之前不明确那个结果会发生

样本空间

样本空间就是随机实验可能的结果的集合
每一个可能的结果称为样本点
例如:

  • 扔色子的样本空间S = {1,2,3,4,5,6}
  • 灯泡的寿命S = {t | t >= 0}

事件

事件就是发生的某种情况,可以用一个集合来表示,这个集合必然是样本空间的子集。
当事件结果的集合中对应元素出现时,则称为事件发生

  1. 随机事件

随机事件就是要研究的事件,所有其他的事件都被属于随机事件
例如之前的扔色子,可以有一个点数为偶数的随机事件,
用集合来表示就是S = {2,4,6}

  1. 基本事件

基本事件就是指单个样本点组成的集合。还是用色子来举例,点数为1就是一个基本事件,对应的集合为S = {1}

  1. 必然事件

包含所有样本点的事件,也就是必然事件的集合和样本空间相同

  1. 不可能事件

不可能事件不包含任何样本点,用空集表示

  1. 完备事件组
    当多个事件之间两两没有交集,并且他们的并集为样本空间,则这些事件组成一个完备事件组,或者叫做 “划分”

概率论与数理统计---基本概念_第1张图片

事件运算

随机事件的关系

  1. 包含

概率论与数理统计---基本概念_第2张图片

  1. 相等

概率论与数理统计---基本概念_第3张图片

  1. 和事件,跟编程中的或运算相同

概率论与数理统计---基本概念_第4张图片

  1. 积事件,与编程中的与运算符相同

概率论与数理统计---基本概念_第5张图片因为是积事件,可以直接写作乘积的形式

  1. 减法关系

概率论与数理统计---基本概念_第6张图片
去除事件A中事件B的包含部分

  1. 无关(互斥)

概率论与数理统计---基本概念_第7张图片

  1. 对立

概率论与数理统计---基本概念_第8张图片

运算律

概率论与数理统计---基本概念_第9张图片

频率与概率

概率是一件事发生的可能性大小的数字衡量。

事件A在n次实验中发生了m次,则事件的概率为 P ( A ) = m n P(A) = \frac mn P(A)=nm

频率是一次实验中得到的结果,概率的频率定义为:

随着实验次数的增加,频率会在某个数值附近波动,这个数值被称为概率

概率的性质

  • 对于任何一个事件,概率都在0-1之间
  • 不然事件的概率为1,不可能事件的概率为0
  • 有限可加性概率论与数理统计---基本概念_第10张图片
  • 包含可减性概率论与数理统计---基本概念_第11张图片
  • 对任意一个事件A,它的对立事件 A ‾ \overline{A} A的概率为 P ( A ‾ ) = 1 − P ( A ) P(\overline{A})=1 - P(A) P(A)=1P(A)
  • 减法公式:对于任意的两个事件A、B,有 P ( B − A ) = P ( B ) − P ( A B ) P(B-A) = P(B) - P(AB) P(BA)=P(B)P(AB)
  • 加法公式:对于任意的两个事件A、B,有 P ( A + B ) = P ( A ) + P ( B ) − P ( A B ) P(A+B) = P(A) + P(B) - P(AB) P(A+B)=P(A)+P(B)P(AB)

古典概型和几何概型

古典概型基本事件的个数为有限个,并且每个基本事件的可能性都相同。
概率论与数理统计---基本概念_第12张图片
几何概型有无限的样本点,每个样本点出现的可能性相等。
比如时间,长度,面积这一类的问题。

条件概率和乘法公式

计算公式
概率论与数理统计---基本概念_第13张图片

性质
概率论与数理统计---基本概念_第14张图片
乘法公式
概率论与数理统计---基本概念_第15张图片

你可能感兴趣的:(期末,概率论)