概率200527

概率论是研究随机现象数量规律的数学分支,概率是对随机事件发生可能性大小的度量。

10.1随机事件与概率

10.1.1有限样本空间与随机事件

我们把随机现象的实现和对它的观察称为随机试验,简称试验,常用字母E表示。三个特点:
(1)试验可以在相同条件下重复进行
(2)试验的所有可能结果是明确可知的,并且不止一个
(3)每次试验总是恰好出现这些可能结果中的一个,但事先不能确定出现哪一个结果
我们把随机试验E的每个可能的基本结果称为样本点,全体样本点的集合称为试验E的样本空间。用Ω表示样本空间,用ω表示样本点。
如果一个随机试验有n个可能结果ω_1,ω_2,...,ω_n,则称样本空间Ω={ω_1,ω_2,...,ω_n}为有限样本空间。
一般地,随机试验中的每个随机事件都可以用这个试验的样本空间的子集来表示,为了叙述方便,我们将样本空间Ω的子集称为随机事件,简称事件,并把只包含一个样本点的事件称为基本事件。随机事件一般用大写字母A、B、C,...表示,在每次试验中,当且仅当A中某个样本点出现时,称为事件A发生。

Ω作为自身的子集,包含了所有的样本点,在每次实验中总有一个样本点发生,所以Ω总会发生,我们称Ω为必然事件。而∅补包含任何样本点,在每次试验中都不会发生,我们称∅为不可能事件

10.1.2事件的关系和运算

利用样本空间的子集表示事件,使我们可以利用集合的知识研究随机事件,从而为研究概率的性质和计算等提供有效而简单的方法。

1、包含

一般地,若事件A发生,则事件B一定发生,我们就称事件B包含事件A(或事件A包含于事件B)记作B⊇A(或A⊆B)


image.png

如果事件B包含事件A,事件A也包含事件B,则称事件A与事件B相等,记作A=B

2、并事件(和事件)

一般地,事件A与事件B至少有一个发生,这样的一个事件中的样本点或者在事件A中,或者在事件B中,我们称这个事件为事件A与事件B的并事件(或和事件),记作A∪B(或A+B)
image.png

3、交事件(积事件)

一般地,事件A与事件B同时发生,这样的一个事件中的样本点既在事件A中,也在事件B中,我们称这样的一个事件为事件A与事件B的交事件(或积事件),记作A∩B(或AB)


image.png

4、互斥(互不相容)

一般的如果事件A与事件B不能同时发生,也就是说A∩B是一个不可能事件,即A∩B=∅,则称事件A与事件B互斥(或不相容)。


image.png

5、互为对立

一般地,如果事件A和事件B在任何一次实验中有且仅有一个发生,即A∪B=Ω,且A∩B=∅,那么事件A与事件B互为对立,事件A的对立事件记为\overline{A}

image.png

关系表


image.png

10.1.3 古典概型

研究随机现象,更重要的是知道随机事件发生的可能性大小。对随机事件发生可能性大小的度量(数值)称为概率。事件A的概率与P(A)表示。

建立模型,计算概率,从样本点和样本空间来看,具有如下共同特征:
(1)有限性:样本空间的样本点只有有限个
(2)等可能性:每个样本点发生的可能性相等
我们将具有以上两个特征的实验称为古典概率型实验,其数学模型称为古典概率模型,简称古典概型。
一般地,设实验E是古典概型,样本空间Ω包含n个样本点,事件A包含其中的k个样本点,则定义事件A的概率:
P(A)=\frac{k}{n}=\frac{n(A)}{n(Ω)}

10.1.4概率的基本性质

性质1

对任意的事件A都有P(A)≥0

性质2

必然事件的概率为1,不可能事件的概率为0,即:
P(Ω)=1,P(∅)=0

性质3

如果事件A与事件B互斥,那么P(A∪B)=P(A)+P(B)

性质4

如果事件A与事件B互为对立事件,那么P(B)=1-P(A),P(A)=1-P(B)

性质5

如果A⊆B,那么P(A)≤P(B)
由性质5可得,对于任意事件A,因为∅⊆A⊆Ω,所以0≤P(A)≤1

性质6设A、B是一个随机试验中的两个事件,我们有

P(A∪B)=P(A)+P(B)-P(A∩B)

10.2事件的相互独立性

对任意两个事件A与B,如果
P(AB)=P(A)P(B)成立,
则称事件A与事件B相互独立,简称独立。

10.3频率与概率

10.3.1频率的稳定性

大量试验表明,在任何确定次数的随机实验中,一个随机事件A发生的频率具有随机性。一般地,随着试验次数n的增大,频率偏离概率的幅度会缩小,即事件A发生的频率f_n(A)会逐渐稳定与事件A发生的概率P(A),我们称频率的这个性质为频率的稳定性。因此可以用频率f_n(A)估计概率P(A)

10.2随机模拟

我们称利用随机模拟解决问题的方法为蒙特卡洛方法。

知识点总结

1、古典概率的定义域特征

古典概型的定义
①实验中所有可能出现的基本事件只有有限个
②每个基本事件出现的可能性相等
古典概型的特征
有限性 +等可能性

2、古典概型的概率计算公式

样本空间Ω包含n个样本点,事件A包含m个样本点,则事件A的概率P(A)=\frac{m}{n}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260