概率基本概念
1.随机事件与概率
自然界中各种现象可以区分为两种:确定性现象与随机现象
-
确定性现象:在一定条件下必然会出现的现象
-
随机现象:在一定的条件下,可能出现多种结果,而在试验之前无法预知其确切的结果,也无法控制
概率论与数理统计是研究和揭示随机现象统计规律性的一
门数学学科
2.随机事件及其运算
(1)随机试验
- 随机试验 具有以下特点的试验称为随机试验:
-
1.试验可以在相同条件下重复进行
-
2.试验可能出现的结果有多个,试验之前知道所有可能的结果
-
3.试验结束后会出现哪一个结果是随机的(无法事先知道,也无法控制)
通常用字母E表示随机试验(以后简称试验)。
例如:
E1 :抛一枚硬币,观察正、反面出现的情况
E2 :掷一颗骰子,观察出现的点数
(2)基本事件ω(也称样本点):
一次试验可能出现的每一个直接的结果。也就是随机试验不能够再分解的结果。
如:
E1有两个基本事件:E1 ={出现正面}, E2={出现反面}
E2有六个基本事件: Ei ={出现 i 点},i=1,2,3,4,5,6
(3)样本空间Ω:全体基本事件的集合。
如:E2的样本空间为 Ω=
(4)随机事件:
试验的每一个可能结果。用大写字母A,B,C 等表示
随机事件也就是样本空间的子集,即若干基本事件组成的集合。
如:在E2中,“出现偶数点”的事件可表示为A=
(5)事件发生:
当事件A所包含的基本事件有一个出现,就说事件发生了,否则就说事件A未发生
(6)必然事件:一定发生的事件,也就是样本空间Ω
(7)不可能事件:一定不发生的事件,记为Φ
(8)事件包含:
如果事件A发生必然导致事件B发生.则称事件B包含事件A,记作 A ⊂ B 或 B ⊃ A
(9)事件的和:
事件A与事件B至少有一个发生,这样的一个事件称为事件A与事件B的和或并,记为 A U B 或 A + B
(10)事件的积:
事件A与事件B同时发生,这样的事件称为事件A与事件B的积或交,记为 A ∩ B 或 AB
事件的和与积可以推广到多个事件
(11)事件的差:
事件A 发生而事件B不发生,这样的事件称为事件A与事件B的差,记为A-B。
如A={2,4,6},B={2,3},则A-B={4,6}。
A-B就是A的基本事件中去掉含在B中的,余下的基本事件组成的事件。
(12)互斥事件:
若事件A与事件B不能同时发生(即AB=Φ),则称事件A与事件B为互不相容或互斥。若A与B互不相容,就是A与B不含有公共的基本事件
(13)对立事件(互逆):
若事件A与事件B有且仅有一个发生,且A U B=Ω,A ∩B =Φ,称事件A与事件B互为对立事件或互逆事件。
3.样本空间、 事件和概率
-
样本空间 S 是一个集合,它的元素称为基本事件。
-
样本空间的一个子集被称为事件,根据定义,所有基本事件互斥。
-
概率:如果有一种事件到实数的映射 P{},满足:
-
(1) 对任何事件 A, P{A}≥0
-
(2) P{S}=1
-
(3) 对两个互斥事件, P{A∪B}=P{A}+P
则可称 为事件 的概率。上述三条称为概率公理。
-
4.条件概率
设为一试验,和为中两事件,且 ,则称为事件发生的条件下事件发生的条件概率,记作,即
5.全概率公式
-
定义
-
设试验的样本空间为,事件若满足:
-
1、两两互不相容
-
2、= Ω
-
3、>0
-
-
则称为 的一个划分(分割)
-
-
定理
- 设 为试验 的样本空间, 为 的一个随机事件, 为的一个划分,且有 ,则有
=
. - 证明:
=
- 设 为试验 的样本空间, 为 的一个随机事件, 为的一个划分,且有 ,则有
-
推论
- 设为的样本空间,为的事件,互不
相容,且, ,则
=
- 设为的样本空间,为的事件,互不
【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
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 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!
· 使用C#创建一个MCP客户端
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列1: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