概率论 Cheat Sheet 1:基本概念
本系列整理自《概率论与数理统计(第四版)》(盛骤 等,高等教育出版社)一书,包含关键概念和推导,便于随查随用。
Contents [show]
1. 随机试验
随机试验具有以下特点:
- 可以在相同的条件下重复进行。
- 每次试验的可能结果不只有一个,并且能事先明确试验的所有可能结果。
- 进行一次试验之前不能确定哪一个结果会出现。
2. 样本空间、随机事件
2.1. 样本空间
将随机试验 E 的所有可能结果组成的集合称为 E 的样本空间,记为 S。样本空间的元素,即 E 的每个结果,称为样本点。
2.2. 随机事件
称试验 E 的样本空间 S 的子集为 E 的随机事件,简称事件。在每次试验中,当且仅当这一子集中的一个样本点出现时,称这一事件发生。
由一个样本点组成的单点集称为基本事件。
样本空间 S 包含所有的样本点,它是 S 自身的子集,在每次试验中总是发生,S 称为必然事件。
空集 ∅ 不包含任何样本点,它也作为样本空间的子集,在每次试验中都不发生,∅ 称为不可能事件。
2.3. 事件间的关系与事件的运算
设试验 E 的样本空间为 S,而 A,B,Ak (k=1,2,…) 是 S 的子集。
1. 若 A⊂B,则称事件 B 包含事件 A,事件 A 发生必然导致事件 B 发生。若 A⊂B 且 B⊂A,即 A=B,则称事件 A 与事件 B 相等。
2. 事件 A∪B={x|x∈A或x∈B} 称为事件 A 与事件 B 的和事件。当且仅当 A,B 中至少有一个发生时,事件 A∪B 发生。
类似地,称 n⋃k=1Ak 为 n 个事件 A1,A2,⋯,An 的和事件;称 ∞⋃k=1Ak 为可列个事件 A1,A2,⋯ 的和事件。
3. 事件 A∩B={x|x∈A且x∈B} 称为事件 A 与事件 B 的积事件。当且仅当 A,B 同时发生时,事件 A∩B 发生。A∩B 也记作 AB。
类似地,称 n⋂k=1Ak 为 n 个事件 A1,A2,⋯,An 的积事件;称 ∞⋂k=1Ak 为可列个事件 A1,A2,⋯ 的积事件。
4. 事件 A–B={x|x∈A且x∉B} 称为事件 A 与事件 B 的差事件。当且仅当 A 发生,B 不发生时 A–B 发生。
5. 若 A∩B=∅,则称事件 A 与 B 是互不相容的,或互斥的。即事件 A 与事件 B 不能同时发生。基本事件是两两互不相容的。
6. 若 A∪B=S 且 A∩B=∅,则称事件 A 与事件 B 互为逆事件,又称事件 A 与事件 B 互为对立事件。这指的是对每次试验而言,事件 A、B 中必有一个发生,且仅有一个发生。A 的对立事件记为 ¯A。¯A=S–A。
3. 频率与概率
3.1. 频率
定义 在相同的条件下,进行了 n 次试验,在这 n 次试验中,事件 A 发生的次数 nA 称为事件 A 发生的频数。比值 nA/n 称为事件 A 发生的频率,并记成 fn(A)。
频率具有如下性质:
- 0≤fn(A)≤1;
- fn(S)=1
- 若 A1,A2,⋯,Ak 是两两互不相容的事件,则 fn(A1∪A2∪⋯∪Ak)=fn(A1)+fn(A2)+⋯+fn(Ak)
3.2. 概率
定义 设 E 是随机试验,S 是它的样本空间。对于 E 的每一事件 A 赋予一个实数,记为 P(A),称为事件 A 的概率,如果集合函数 P(⋅)满足下列条件:
- 非负性:对于每一个事件 A,有 P(A)≥0;
- 规范性:对于必然事件 S,有 P(S)=1;
- 可列可加性:设 A1,A2,⋯ 是两两互不相容的事件,即对于 AiAj=∅,i≠j,i,j=1,2,⋯,有
P(A1∪A2∪⋯)=P(A1)+P(A2)+⋯
概率有以下性质。
性质 i P(∅)=0。
性质 ii (有限可加性)若A1,A2,⋯,An 是两两互不相容的事件,则有
P(A1∪A2∪⋯∪An)=P(A1)+P(A2)+⋯+P(An)
性质 iii 设 A,B 是两个事件,若 A⊂B,则有
P(B–A)=P(B)–P(A)P(B)≥p(A)
性质 iv 对于任一事件 A,
P(A)≤1
性质 v (逆事件的概率)对于任一事件 A,有
P(¯A)=1–P(A)
性质 vi (加法公式)对于任意两事件 A,B 有
P(A∪B)=P(A)+P(B)–P(AB)
4. 等可能概型(古典概型)
等可能概型(古典概型)具有以下特的点:
- 试验的样本空间只包含有限个元素;
- 试验中每个基本事件发生的可能性相同。
设试验的样本空间为 S={e1,e2,⋯,en}, 若事件 A 包含 k 个基本事件,即 A=ei1∪ei2∪⋯∪eik,这里 i1,i2,⋯,ik 是 1,2,⋯,n 中某 k 个不同的数,则有
P(A)=k∑j=1P({eij})=kn=A包含的基本事件数S中基本事件的总数
超几何分布:设有 N 件产品,其中有 D 件次品,从中任取 n 件,恰有 k (k≤D)件次品的概率为
p=(Dk)(N−Dn−k)/(Nn)
上式即所谓超几何分布的概率公式。
对于任意实数 a 以及非负整数 r,定义
(ar)=a(a−1)⋯(a−r+1)r!(a0)=1
特别地,当 a 为正整数,且 r≤a 时,(ar) 即为组合数,即 (ar)=Cra。
实际推断原理:概率很小的事件在一次试验中实际上几乎是不发生的。
5. 条件概率
5.1. 条件概率
定义 设 A、B 是两个事件,且 P(A)>0,称
P(B|A)=P(AB)P(A)
为事件 A 发生的条件下事件 B 发生的条件概率。
条件概率 P(⋅|A) 符合概率定义中的三个条件,即
- 非负性:对于每一事件 B,有 P(B|A)≥0
- 规范性:对于必然事件 S,有 P(S|A)=1
- 可列可加性:设 B1,B2,⋯ 是两两互不相容的事件,则有
P(⋃i=1∞Bi|A)=∞∑i=1P(Bi|A)
3.2 中概率的一些重要结果都适用于条件概率,例如对于任意事件 B1,B2 有
P(B1∪B2|A)=P(B1|A)+P(B2|A)–P(B1B2|A)
5.2. 乘法定理
由条件概率定义,可得下述定理:
乘法定理 设 P(A)>0,则有
P(AB)=P(B|A)P(A)
上式称为乘法公式。
一般地,设 A1,A2,⋯,An 为 n 个事件,n≥2,且 P(A1A2⋯An−1>0),则有
P(A1,A2,⋯,An)=P(An|A1,A2,⋯,An−1)P(An−1|A1,A2,⋯,An−2)⋯P(A2|A1)P(A1)
5.3. 全概率公式和贝叶斯公式
定义 设 S 为试验 E 的样本空间,B1,B2,⋯Bn 为 E 的一组事件,若
(i)BiBj=∅,i≠j,i,j=1,2,⋯,n
(ii)B1∪B2∪⋯∪Bn=Sn
则称 B1,B2,⋯Bn 为样本空间 S 的一个划分。
若 B1,B2,⋯Bn 是样本空间的一个划分,则对于每次试验,事件 B1,B2,⋯Bn 中必有且仅有一个发生。
定理 设试验 E 的样本空间为 S,A 为 E 的事件,B1,B2,⋯Bn 为 S 的一个划分,且 P(Bi)>0(i=1,2,⋯,n),则
P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+⋯+P(A|Bn)P(Bn)
上式称为 全概率公式。
在很多问题中 P(A) 不易直接求得,但却容易找到 S 的一个划分 B1,B2,⋯Bn,且 P(Bi) 和 P(A|Bi) 或为已知,或容易求得,那么就可以根据上式求得 P(A)。
定理 设试验 E 的样本空间为 S,A 为 E 的事件,B1,B2,⋯Bn 为 S 的一个划分,且 P(A)>0,P(Bi)>0(i=1,2,⋯,n),则
P(Bi|A)=P(A|Bi)P(Bi)∑nj=1P(A|Bj)P(Bj),i=1,2,⋯,n
上式称为贝叶斯(Bayes)公式。
证 由条件概率的定义和全概率公式得
P(Bi|A)=P(BiA)P(A)=P(A|Bi)P(Bi)∑nj=1P(A|Bj)P(Bj),i=1,2,⋯,n
6. 独立性
定义 设 A,B 是两事件,如果满足等式
P(AB)=P(A)P(B)
则称事件 A,B 相互独立,简称 A,B 独立。
若 P(A)>0,P(B)>0,则 A,B 相互独立与 A,B 互不相容不能同时成立。
定理一 设 A,B 是两事件,且 P(A)>0。若 A,B 相互独立,则 P(B|A)=P(B)。反之亦然。
定理二 若事件 A,B 相互独立,则下列各对事件也相互独立:A 与 ˉB,ˉA 与 B,ˉA 与 ˉB。
定义 设 A,B,C 是三个事件,如果满足等式
P(AB)=P(A)P(B)P(BC)=P(B)P(C)P(AC)=P(A)P(C)P(AAB)=P(A)P(B)P(C)
则称事件 A,B,C 相互独立。
一般,设 A1,A2,⋯,An 是 n(n≥2)个事件,如果对于其中人气 2 个,任意 3 个,⋯,任意 n 个事件的积事件的概率,都等于各事件概率之积,则称事件 A1,A2,⋯,An 相互独立。
由定义,可以得到一下两个推论,
- 若事件 A1,A2,⋯,An(n≥2)相互独立,则其中任意 k (2≤k≤n)个事件也是相互独立的。
- 若事件 A1,A2,⋯,An(n≥2)相互独立,则将 A1,A2,⋯,An 中任意多个事件换成它们各自的对立事件,所得的 n 个事件仍相互独立。