【考研数学】概率论 - 随机事件和概率
随机事件和概率
文章目录
- 随机事件和概率
- 1. 随机事件,事件间的关系和运算
- 1.1 概念
- 1.2 事件的关系与运算
- 2. 概率及概率公式
- 2.1 概念
- 2.2 概率公理
- 3. 古典概型、几何概型和伯努利概型
- 概念
- 补例
- 4. 补充
1. 随机事件,事件间的关系和运算
1.1 概念
随机试验
- 条件相同
- 可能的结果不止一个,且结果已知
- 无法预知
样本点:每一可能的结果
样本空间Ω:全部的样本点组成的集合
随机事件:样本空间的子集
基本事件:单个样本点组成的事件
必然事件和不可能事件
1.2 事件的关系与运算
3种关系(包含,相等,互斥),4种运算(并,交,差,补)
- A发生必然导致B发生,表示:
A⊂BA \subset B A⊂B
如果A包含B,B包含A,那么AB相同,A = B
AB至少有一个发生:A U B,或写作A+B
AB都发生:A ∩ B , 或写作AB
A不发生,(叫做:“A拔”)
A‾\overline{A} AA发生但是B不发生:A - B,或A - AB,或A(B拔)
AB 互斥,也称AB互不相容。AB = 空集
AB对立<=>A∪B=Ω且AB=∅AB对立 <=> A ∪ B = Ω 且 AB = \varnothing AB对立<=>A∪B=Ω且AB=∅AB互斥<=>AB=∅AB互斥 <=> AB = \varnothing AB互斥<=>AB=∅
运算律:常规的交换律,结合律,分配律都满足。注意摩根定律和吸收律
吸收律:若A包含于B,则AB = A
对偶律:也称摩根律
A∪B‾=A‾∩B‾\overline{A∪B} = \overline{A} ∩ \overline{B} A∪B=A∩B
A∩B‾=A‾∪B‾\overline{A ∩ B} = \overline{A} ∪ \overline{B} A∩B=A∪B
注意:
A∩B‾≠A‾B‾\overline{A ∩ B} ≠ \overline{A } \overline{B} A∩B=AB
2. 概率及概率公式
2.1 概念
实值函数P,满足2.2基本性质的三个条件,称P(A)是事件A的概率。
2.2 概率公理
- 基本性质
非负性(任意事件):P(A) >= 0
规范性(必然事件):P(Ω) = 1
可列可加性:设Ai 两两互不相容,则
P(A1∪A2∪...∪An)=P(A1)+P(A2)+...+P(An)P(A_1 ∪A_2∪...∪A_n) = P(A_1) + P(A_2) +... + P(A_n) P(A1∪A2∪...∪An)=P(A1)+P(A2)+...+P(An)
- 条件概率
事件A发生的条件下,事件B发生的概率:(前提P(A)>0)
条件概率:P(B∣A)=P(AB)P(A)条件概率:P(B|A) = \frac{P(AB)}{P(A)} 条件概率:P(B∣A)=P(A)P(AB)
注意:P(BC|A)有意义,但是P(C|B|A)无意义
- 求逆公式
P(A‾)=1−P(A)P(\overline{A}) = 1 - P(A) P(A)=1−P(A)
- 减法公式
P(A−B)=P(AB‾)=P(A−AB)=P(A)−P(AB)P(A-B) = P(A\overline{B}) = P(A - AB) = P(A) - P(AB) P(A−B)=P(AB)=P(A−AB)=P(A)−P(AB)
- 加法公式
P(A∪B)=P(A)+P(B)−P(AB)P(A∪B) = P(A) + P(B) - P(AB) P(A∪B)=P(A)+P(B)−P(AB)
P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)P(A∪B∪C) = P(A) + P(B)+ P(C) - P(AB)- P(AC)- P(BC) + P(ABC) P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
- 乘法公式
当P(A)>0时:
P(AB)=P(A)P(B∣A)P(AB) = P(A)P(B|A) P(AB)=P(A)P(B∣A)
当P(A1A2…An)>0时:
P(A1A2...An)=P(A1)P(A2∣A1)...P(An)P(A1A2...An−1)P(A_1A_2...A_n) = P(A_1)P(A_2|A_1)...P(A_n)P(A_1A_2...A_n-1) P(A1A2...An)=P(A1)P(A2∣A1)...P(An)P(A1A2...An−1)
理解:假设你要考研究生,你要初试和复试一起过才考得上:
考研成功的概率 = 你考过了初试的概率 * 在你初试过了之后,考过复试的概率
拓展:
P(B‾∣A)=1−P(B∣A)P(\overline{B}|A) = 1 - P(B|A) P(B∣A)=1−P(B∣A)
- 全概率公式
设B1B2B3…是互不相容,但是并起来等同于样本空间的事件,且发生的概率都大于0.
这样的Bi的事件组合起来叫完备事件组
P(A)=∑i=1nP(Bi)P(A∣Bi)P(A) = \sum_{i=1}^n P(B_i)P(A|B_i) P(A)=i=1∑nP(Bi)P(A∣Bi)
- 贝叶斯公式
B还是样本空间的完备事件组,相当于就是条件概率的定义,全部分解
P(Bj∣A)=P(Bj)P(A∣Bj)∑i=1nP(Bi)P(A∣Bi)P(B_j | A) = \frac{P(B_j)P(A|B_j)}{\sum_{i=1}^n P(B_i)P(A|B_i)} P(Bj∣A)=∑i=1nP(Bi)P(A∣Bi)P(Bj)P(A∣Bj)
3. 古典概型、几何概型和伯努利概型
概念
事件独立性:A的发生对B没有影响,称AB独立
AB独立<=>P(AB)=P(A)P(B)<=>P(B∣A)=P(B)AB独立 <=> P(AB) = P(A)P(B) <=> P(B|A) = P(B) AB独立<=>P(AB)=P(A)P(B)<=>P(B∣A)=P(B)
古典概型概率:有限等可能
P(A)=nAn=A所包含的样本点数样本点总数P(A) = \frac{n_A}{n} = \frac{A所包含的样本点数}{样本点总数} P(A)=nnA=样本点总数A所包含的样本点数
几何型概率:样本点无数,几何度量(长度,面积,体积)等可能
P(A)=L(ΩA)L(Ω)=ΩA的几何度量Ω的几何度量P(A) = \frac{L(Ω_A)}{L(Ω)} = \frac{Ω_A的几何度量}{Ω的几何度量} P(A)=L(Ω)L(ΩA)=Ω的几何度量ΩA的几何度量
伯努利试验:只有两个结果A及A拔(助记:boolean test)
n重伯努利试验:独立重复进行n次伯努利试验。
补例
事件独立
若A和B独立,那么A的是否发生和B无关,即
A和B‾也独立A和\overline{B}也独立 A和B也独立
独立和互斥的没有直接关系的。独立是无影响,互斥是排斥。几何概型
向[0,1]随机地投一个点
- 点恰好落在x = 1/2 处的概率为 0/1 = 0
- 点落在(0,1)内的概率为 1-0/1-0 = 1
但是,这里的概率为1 的事件,并非是必然事件;概率为0的事件,并非是偶然事件
4. 补充
完成某个事件有m类方法,使用加法。
完成某个事件有n个步骤,使用乘法。
排列组合公式:
n个球里面不放回地选取m个进行排列
Pnm=n!(n−m)!=n(n−1)...(n−m+1)P_n^m = \frac{n!}{(n-m)!} = n(n-1)...(n-m+1) Pnm=(n−m)!n!=n(n−1)...(n−m+1)n个球里面不放回地选择m个(不管顺序)
Cnm=Pnmm!=n!m!(n−m)!C_n^m = \frac{P_n^m}{m!} = \frac{n!}{m!(n-m)!} Cnm=m!Pnm=m!(n−m)!n!
【考研数学】概率论 - 随机事件和概率相关推荐
- 概率统计及其应用第三章知识总结_2020考研数学概率论与数理统计:各章节考试重点分析...
考研数学有两大重点,基础要打好,练习要多做,错题要巩固.下面来看下有关概率论与数理统计相关复习内容,一起来学习吧! 一.概率与数理统计学科的特点 (1)研究对象是随机现象 高数是研究确定的现象,而概率 ...
- 2011考研数学概率论基础复习必备知识点
2010年的考研数学计算量相对比较大,题目与09年相比较难,虽然仍是考察学生的三基本,但是其中也比较注意对学生综合能力的考察.根据这些特点以及结合2010数学考试大纲,我对2011年春季基础复习概率论 ...
- 概率论由相关性求数学期望和方差的公式_2020.3.30 | 考研数学—概率论与数理统计:各章节考试重点...
考研数学有两大重点,基础要打好,练习要多做,错题要巩固.下面来看下有关概率论与数理统计相关复习内容,一起来学习吧! 一.概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象,而概率研究 ...
- 2022考研数学-概率论教程
文章链接 https://gitee.com/fakerlove/probability_statistics 概率论 第一章 随机事件和概率 1.1 事件,样本空间,事件间的关系与运算 1.1.1 ...
- 概率论 —— 随机事件与概率
参考:张宇高等数学基础30讲 文章目录 1. 基本概念 1.1 随机试验 1.2 随机事件 1.3 样本空间 2. 事件的关系与运算 2.1 定义 2.2 运算法则 3. 概率的定义 3.1 描述性定 ...
- 概率论-随机事件及其概率
对偶律(德·摩根律):\(\overline {A \cup B} = \overline A \cap \overline B,\overline {AB} = \overline A \cup \ ...
- 概率论-随机事件与概率思维导图
- [考研数学]概率论难点总结:样本标准差,样本均值,均值的期望和方差,与t分布、卡方分布和F分布的关系及推导
首先需要清楚一件事情,样本均值为X拔(上面有个棍) 样本的均值是讲从总体中抽样,这些样本的均值,而均值是指所有样本的真实均值. 后面部分很好推导,将括号展开后,由三部分组成,中间的部分为2倍的样本和样 ...
- 概率论与数理统计第一章 随机事件与概率 学习总结
昨天加今天,抽着时间算是把概率论的第一章学习了下,同时找了个网上针对考研的某位大神的概率论强化课程刷了一遍(虽然我现在离考研还有点早,嘛,也不算早了应该).总的来说,第一章没什么太难的地方,大多都是概 ...
最新文章
- 开源硬件:极客们的伟大理想
- 开发日记-20190425 关键词 gradle基础学习 7年之约 启动篇
- 形象的表述sigmoid的神经网络万能近似定理
- 带货造假,买完不能换货?李佳琦、汪涵、李雪琴直播被中消协点名后这样回应...
- 大学生必犯的N大错误(开篇)
- 吴恩达深度学习——循环神经网络
- Three.js贴图效果一览
- Android淘宝客链接自动跳转淘宝APP问题
- 经济学基础(本)【4】
- ios 添加浮动效果_自定义悬浮窗详解(模拟IOS小球拖动,轮盘滑动)
- 【哼歌检索】十大语音搜索应用服务
- TCP控制拥塞的四种算法:慢开始,拥塞避免,快重传,快恢复
- 树莓派x86Android,3种创客开发板走向专业-浅谈X86树莓派板型的UP系列
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用cox.zph函数执行PH检验、检验模型是否满足等比例风险
- 吐槽板。(就当是个留言板吧....)
- Qt编写安防视频监控系统5-视频回放
- 工作4年从美团、360、陌陌、百度、阿里、京东面试程序员的回来感想
- 挖掘肖特基二极管保护电路的小窍门
- 最新完整前后端微商城电商购物系统源码+全开源的
- 医院移动护理管理系统源码
热门文章
- 架构师之路--从原理角度来分析性能
- 冰点还原精灵使用技巧
- 郭德纲的网络效应和网络利用
- 网页聊天室的开发笔记
- Matlab画圆方向图,如何在matlab里画天线的立体方向图?
- mysql碎片整理innodb_Innodb表碎片整理
- 阿里巴巴的“双11”高并发秒杀终极版教程(Java语言设计)
- 产品管理NeoceanI网络存储产品开局指导书
- 计算机动态图显示原理,30张传感器工作原理动态图
- automotive 安卓开发_谷歌首次提及「Android Automotive」,是安卓车机系统亮相前奏?...