概率论 —— 概率
【事件与频率】
1.基本概念
1)随机试验:可在相同条件下重复进行,每次试验的结果可以不止一个且能事先明确所有结果,进行一次试验前并不能确定哪一个结果出现的试验
2)样本空间:记作 S,某个随机试验所有可能的结果的集合,其元素即为试验的每个结果(样本点)
3)基本事件:由一个样本点组成的单个元素的集合
2.事件
1)和事件:记作 或 A+B,当且仅当事件 A 和事件 B 至少一个发生时,事件
发生
2)积事件:记作 或 AB,当且仅当事件 A 和事件 B 同时发生时,事件
发生
3)互斥事件:记作 ,事件 A 和事件 B 不能同时发生
4)对立事件: 且
,事件 A 和事件 B 必有一个且仅有一个发生
3.频率与概率
1)频率:相同条件下进行 n 次试验,这 n 次试验中,事件 A 发生了 N 次, 即为事件 A 发生的频率
2)概率:在大量重复进行同一试验时,试验 A 发生的频率总是在某种意义下接近某个常数,并在他附近摆动,该常数即为事件 A 的概率 P(A)
3)概率的性质:
- 非负性:对于任意一个事件 A,0<=P(A)<=1
- 规范性:对于必然事件 A,P(A)=1;对于不可能事件 A,P(A)=0
- 容斥性:对于任意两个事件 A、B,
- 互斥事件可加性:对于互斥的 n 个事件,
- 独立事件可乘性:对于对立的 n 个事件:
- 重复 n 次的伯努利试验:一次试验中某个事件发生的概率是 p,那么重复 n 次独立试验中这个事件恰好发生 k 次的概率为
【古典概率】
古典概率指的是:随机事件中各种可能发生的结果、出现的次数均由演绎、外推法得知,无需经过任何统计实验即可计算各种结果发生的概率。
其有以下几个特点:
- 试验的样本空间有限:
- 试验中每个结果出现的可能性相同
- 试验中所能发生的事件互不相容
在计算古典概率时,如果在全部可能出现的基本事件范围内构成事件 A 的基本事件有 a 个,不构成事件 A 的事件有 b 个,则出现事件 A 的概率为:
【条件概率】
1)条件概率公式
假设有两个独立的事件 A、B,在事件 B 发生的前提下,事件 A 发生的概率为 P(A|B);两个事件 A、B 同时发生的概率为 P(AB),那么有:P(A|B)=P(AB)/P(B)
2)贝叶斯公式
对于两个独立的事件 A、B 来说,两个事件 A、B 同时发生的概率为 P(AB)=P(A)P(B)
那么,有:P(A|B)=P(B|A)*P(A)/P(B)
3)全概率公式
当样本空间 S 分成若干不相交的部分 B1,B2,...,Bn,有:P(A)=P(A|B1)*P(B1)+P(A|B2)*P(B2)+...+P(A|Bn)*P(Bn)
【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
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 25岁的心里话