概率第一章小结.pptVIP

将试验E重复进行n次,若各次试验的结果互不影响,则称这n次试验是相互独立的. 设随机试验E只有两种可能的结果:A及 ,且P A p,在相同的条件下将E重复进行n次独立试验,则称这一串试验为n重贝努利试验，简称贝努利试验 Bernoulli trials . * 概率论 集合论 样本空间（必然事件） Ω 全集 不可能事件 Φ 空集Φ 子事件 A?B 子集A?B 和事件 A∪B 并集A∪B 积事件 A∩B 交集A∩B 差事件 A-B 差集A-B 对立事件 补集 Venn图演示集合的关系与运算 事件之间的运算律 交换律 结合律 分配律 摩根律 设试验结果共有n个基本事件ω1，ω2，...，ωn ，而且这些事件的发生具有相同的可能性 古典概型的概率计算 确定试验的基本事件总数 事件Ａ由其中的m个基本事件组成 确定事件A包含的基本事件数 几何概型 Geometric Probability 将古典概型中的有限性推广到无限性，而保留等可能性，就得到几何概型。 事件A就是所投掷的点落在S中的可度量图形A中 几何度量--------指长度、面积或体积 特点 有一个可度量的几何图形S 试验E看成在S中随机地投掷一点 给定一个随机试验，Ω是它的样本空间，对于任意一个事件Ａ，赋予一个实数 ，如果 满足下列三条公理， 非负性： 规范性： Ｐ Ω 1 可列可加性： 那么，称 为事件Ａ的概率． 概率的公理 化定义 Ｐ Ａ ≥0 两两互不相容时 Ｐ（Ａ1 ∪Ａ2 ∪…） Ｐ（Ａ1）+Ｐ（Ａ2）+… 若 A B，则 P B － A P B － P A 设Ａ，Ｂ为同一个随机试验中的两个随机事件 , 且Ｐ（Ｂ）＞０， 则称 为在事件Ｂ发生的条件下，事件Ａ发生的条件概率． 定义 条件概率 Conditional Probability 乘法法则 推广 　　 设Ａ1 ，Ａ2 ，...，Ａn 构成一个完备事件组，且Ｐ Ａi ＞0 ，i＝1，2，...，n，则对任一随机事件Ｂ，有 全概率公式 设A1，A2，…, An构成完备事件组，且诸P（Ai） 0 B为样本空间的任意事件，P（ B） 0 , 则有 k 1 , 2 , … , n 证明 贝叶斯公式 Bayes’ Theorem 设Ａ、Ｂ为任意两个随机事件，如果 Ｐ（Ｂ｜Ａ）＝Ｐ（Ｂ） 即事件Ｂ发生的可能性不受事件Ａ的影响，则称事件Ｂ对于事件Ａ独立． 显然，Ｂ对于Ａ独立，则Ａ对于Ｂ也独立，故称Ａ与Ｂ相互独立． 事件的独立性 independence 定义 事件的独立性 判别 事件Ａ与事件Ｂ独立的充分必要条件是 证明 实际问题中，事件的独立性可根据问题的实际意义来判断 如甲乙两人射击，“甲击中”与“乙击中”可以 认为相互之间没有影响，即可以认为相互独立 贝努利试验 Bernoulli trials 相互独立的试验 贝努利试验 *