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
事件 & 随机事件
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 !
复合事件 !
eg:扔色子:点数小于5
必然事件 & 不可能事件
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
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:
小结
1.1.3 事件间的关系
包含
一定成立:
事件相等:
并(和)
交(积)
差
互不相容事件
对立事件
记作:
互不相容,对立的联系与区别
完备事件组
事件间的运算律 !
A,B都没发生 = A没发生 且 B没发生
A,B不都发生 = A没发生 或 B没发生
*无限可列个
可列举例:
不可列举例:
一.二 事件的概率
1.2.1 概率的初等描述
性质:
1.2.2 古典概型
排列组合
排列
组合
古典概型性质
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
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
性质
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
5.加法性质 !!!
一.三 p(AB) = p(A)p(B|A)
1.3.1 条件概率
1.3.2 乘法公式
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
例题1:
例题2:
例题3:
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
先验概率,后验概率
一.五 独立性
1.5.1 事件的独立性
定义
对称性:A对B独立,B也对A独立
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。
三个事件独立
例题
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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