$ A \cup B $ , $ A $ 与 $ B $ 的并, 即发生 $ A $ 或 $ B $ 或者两者都发生; $ A \cap B $ , $ A $ 与 $ B $ 的交, 即 $ A $ 与 $ B $ 都发生; $ A^c $ , $ A $ 的补, 即 $ A $ 不发生; $ A\setminus B $ , $ A $ 与 $ B $ 的差, 即 $ A $ 发生, $ B $ 不发生; $ \oslash $ , 空, 即都不发生;
条件概率: 令 $ B $ 为一个事件满足 $ P(B)>0 $ .对于任意一个事件 $ A $ ,定义关于 $ B $ 的条件概率为: $$ P \lgroup A | B \rgroup = \frac{P(A \cap B)}{P(B)} $$
独立: 如果事件 $ A $ 和事件 $ B $ 相互独立,那么 $ P(A \cap B) = P(A)P(B) $ , 同时它的逆命题也是成立的.
性质
概率的加法公式: $$ P(A \cup B) = P(A) + P(B) - P(A \cap B) $$
并的界 $$ P(A \cup B) \le P(A) + P(B) $$
全概率公式:
设 $ B1B2B3... $ 是样本空间 $ S $ 中互不相交的一系列事件,并且满足 $ S = \bigcup_{i=1}^{n}B_i $ , 那么对于任意事件 $ A $ , $$ P \lgroup A \rgroup = \sum_{k=1}^{n} P \lgroup A | B_k \rgroup P \lgroup B_k \rgroup $$
期望与方差
概念
随机变量: 在样本空间 $ S $ 上的一个随机变量 $ X $ 是 $ S $ 上的一个取值为实数的函数.只取有限个或者可数无穷多个值的随机变量称为离散随机变量;(e.g. 假设 $ X $ 是表示骰子点数的随机变量,那么对于一个公平的骰子来说, $ P \lgroup X = 1 \rgroup = \frac{1}{6} $
数学期望: 对于取值有限的离散型随机变量 $ X $ , 假设 $ X $ 有概率分布 $ p_j = P \lgroup X = x_j \rgroup $ , 则称 $ E \lgroup X \rgroup = \sum_{j=1}^{n}x_jp_j $ 为 $ X $ 的数学期望, 其中n为 $ X $ 不同取值的个数. 例如对于一个公平的骰子来说, $ X $ 是表示骰子点数的随机变量,则 $$ E(x) = \frac{1}{6}(1+2+3+4+5+6)=3.5 $$