第一章:概率论的基本概念

一.一 随机事件

1.1.1 随机实验与随机事件

随机实验

image-20220216141757250


事件 & 随机事件

image-20220216141850674

随机事件:可能发生也可能不发生的事件,用A,B,C表示


基本事件 !

image-20220216142231965


复合事件 !

image-20220216142548155

eg:扔色子:点数小于5


必然事件 & 不可能事件

image-20220216143439256

不可能事件的发生概率为 0,反之不成立

概率为 0 的事件也有可能会发生

eg:往0-1的线段上投质子投到 0.1处的概率为 0 ,但有可能发生

必然事件的发生概率为 1,反之不成立

概率为 1 的事件也有可能不会发生

eg:往【0,1】的线段上投质子投到(0,1)间的概率为 1 ,但有可能不发生


1.1.2 样本空间与事件的集合表示

样本空间 & 样本点

image-20220217134610457

样本点即为基本事件


事件的集合表示

色子的点数为偶数点:

image-20220217135518450


小结

image-20220217135700107


1.1.3 事件间的关系

包含

image-20220217140504809

一定成立:

image-20220217140523282

事件相等:

image-20220217140725224


并(和)

image-20220217140916703


交(积)

image-20220217141159180


image-20220217142846613

image-20220217143018014

image-20220217144053536


互不相容事件

image-20220217143335531

image-20220217143758744


对立事件

image-20220217143719427

image-20220217143806568

记作:

image-20220217143911876


互不相容,对立的联系与区别

image-20220217144534752


完备事件组

image-20220217144746753


事件间的运算律 !

image-20220217151047249

image-20220217151503656

A,B都没发生 = A没发生 且 B没发生

image-20220217151535454

A,B不都发生 = A没发生 或 B没发生


*无限可列个

image-20220217141547705

可列举例:

image-20220217142600721

不可列举例:

image-20220217142626034


一.二 事件的概率

1.2.1 概率的初等描述

image-20220218155227888

性质:

image-20220218155349764


1.2.2 古典概型

image-20220218161549167

image-20220218161724915


排列组合

image-20220218162300600

排列

image-20220218163836244

image-20220218163917794


组合

image-20220218164553754


古典概型性质

image-20220218222143869

缺点:(1)有限个结果(2)等可能性


1.2.3 几何概型

1.相遇问题

2.蒲丰投针问题

具有完全可加性(古典概型具有有限可加性)


1.2.4 频率与概率

image-20220219143314962

概率可以理解成理想值,频率是实验值

概率先于频率而客观存在


1.2.5 公理化 !

公理

image-20220219161205890

性质

image-20220219161453926

不可能事件的发生概率为 0,反之不成立

概率为 0 的事件有可能会发生

eg:往0-1的线段上投质子投到 0.1处的概率为 0 ,但有可能发生

image-20220219161620693

image-20220219161837485

image-20220219162152535

image-20220219162708974

5.加法性质 !!!

image-20220219163531614

image-20220219163628766

image-20220219163342581


一.三 p(AB) = p(A)p(B|A)

1.3.1 条件概率

image-20220220124659430

image-20220220124709561

image-20220220124725369


1.3.2 乘法公式

image-20220220130523874

image-20220221102704757

image-20220221102717409

ABC都发生 = A发生 & 在A发生的条件下B发生 & 在AB发生的条件下C发生


一.四 两个公式

1.4.1 全概率公式

分情况讨论用全概率公式

image-20220221135206764

image-20220221142750447

例题1:

image-20220221135858409

例题2:

image-20220221140351876

例题3:

image-20220221142339908


1.4.2 贝叶斯公式

全概率公式:由因推果

贝叶斯公式:由果推因

image-20220222113201408

先验概率,后验概率

image-20220222113216063


一.五 独立性

1.5.1 事件的独立性

定义

image-20220222120059225

对称性:A对B独立,B也对A独立

image-20220222120953359


image-20220222142953650

image-20220222143204827


独立和互不相容的区别

事件的独立和事件互不相容两个概念的区别:

1.互不相容考虑的是事件是否能同时发生。A和B互不相容的意思是A发生B就不可能发生。B发生A就不可能发生,也就是说A和B不能同时发生。

2.独立考虑的是两个事件的关联性,一个事件的发生能否影响另一个事件。A和B独立的意思就是,A发生和B发生没有关系,A发生不会影响B发生,A和B也可能同时发生,不过A和B互不影响。

image-20220222150449110

image-20220222220022868


三个事件独立

image-20220222220827159


例题

image-20220222221424565

image-20220222221441764

image-20220227210127359

image-20220227210054487


1.5.2 伯努利模型

image-20220227213148788

image-20220227213250256

image-20220227213316102

二项概率公式

image-20220227213851200

posted @   Cornfield_Chase  阅读(285)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
点击右上角即可分享
微信分享提示