概率论知识点描述.docVIP

第一章 随机事件及其概率 §1.1 随机事件及其运算 随机现象：概率论的基本概念之一是人们通常说的偶然现象其特点是,在相同的条件下重复观察时,可能出现这样的结果,也可能出现那样的结果,预先不能断言将出现哪种结果.例如,投掷一枚五分硬币,可能“国徽”向上,也可能“伍分”向上;从含有5件次品的一批产品中任意取出3件,取到次品的件数可能是0,1,2或3. 概率论的基本概念之一.指在科学研究或工程技术中,对随机现象在相同条件下的观察对随机现象的一次观察(包括试验、实验、测量和观测等),事先不能精确地断定其结果,而且在相同条件下可以重复进行,这种试验就称为随机试验 概率论术语我们将随机验E的一切可能结果组成的集合称为E的样本空间,记为样本空间的元素,即E的每一个结果,为样本点,在进行随机试验时,人们常常关心满足某种条件的那些样本点所组成的集合.称试验E的样本空间的子集为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.特别,由一个样本点组成的单点集,称为基本事件.样本空间包含所有的样本点,它是自身的子集,在每次试验中它总是发生的,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,它在每次试验中都不发生,称为不可能事件. 互斥事件（） ，则称事件A与事件B是互斥(或互不相容)事件。 互逆事件: 事件A与事件B满足条件，,则称A与B是互逆事件，也称A 与B是对立事件,记作（或）。 互不相容完备事件组：若事件组满足条件，（）， ,则称事件组为互不相容完备事件组(或称为样本空间的一个划分)。 §1.2 随机事件的概率 概率：随机事件出现的可能性的量度。概率论最基本的概念之一。人们常说某人有百分之多少的把握能通过这次考试，某件事发生的可能性是多少，这都是概率的实例。在一定条件下，重复做n次试验，为n次试验中事件A发生的次数，如果随着n逐渐增大，频率逐渐稳定在某一数值p附近，则数值p称为事件A在该条件下发生的概率，记做P(A)=p。这个定义成为概率的统计定义。在古典概型中，如果基本事件的总数为n，事件Ａ所包含的基本事件个数为ｒ（ ），则定义事件Ａ的概率 为 .即 把可以作古典概型计算的概率称为古典概率。古典概率可直接按公式计算，而不必进行大量的重复试验.3 概率的基本运算法则 加法公式: 设为任意两个事件，则.当满足时,加法公式为。 条件概率：在事件发生的条件下，事件发生的概率称为事件在事件已发生条件下的条件概率，记作。当时，规定；当时，规定。 乘法公式：设为任意两个事件，若，则。同理， 若，， 事件的独立性：如果事件与满足，则称事件关于事件是独立的。 独立性是相互的性质，即关于独立，一定关于独立，或称与相互独立。 §1.4 全概率公式和贝叶斯公式 全概率公式：设是样本空间的一个划分,且，则事件 此公式称为全概率公式是样本空间的一个划分，，， 对任意的事件，且，则 ， 此公式称为公式，如果对于内的每一个e，变量都有一个确定的实数值与之对应，则变量是样本点e的实函数，记作。这样的变量称为随机变量。 随机变量的分布：要全面了解一个随机变量，不但要知道它取哪些值，而且要知道它取这些值的规律，随机变量它的概率分布是一随机变量，是任意实数，由 确定的函数称为随机变量的分布函数。如果将看成是上的随机点的坐标，那么，分布函数F(x)在处的函数值就表示落在区间上的概率。，，因此分布函数完整地描述了随机变量的统计规律性。 离散型随机变量：如果随机变量的可能取值只有限个或可列个，则称它为离散型随机变量。若的可能取值为，相应的概率称为离散型随机变量的概率函数或分布律。 Bernoulli试验：只有两个可能结果的随机试验称Bernoulli试验。 试验的独立性：若是试验E1的可能结果与E2的可能结果的发生与否是独立的，则称试验E1 与E2是相互独立的。 n重Bernoulli试验：把Bernoulli试验重复独立进行n次，称为n重Bernoulli试验。 n重Bernoulli试验是一种非常重要的的概率模型，它是“在相同条件下进行重复试验或观察”的一种数学模型. 二项分布：若将Bernoulli试验中的一个可能结果记为且,n重Bernoulli试验中出现的次数记为,则随机变量的概率函数为 , 的分布称为服从参数为的二项分布,记作.当时,的概率函数为，，,则称服从参数为的两点分布（或0-1分布）. 泊松分布：若随机变量的概率函数为 则称服从参数为的分布，记作。 连续型随机变量：设随机变量所有可能取值充满一个区间,如果相应于它的分布函数存在非负函数，对于任意的实数都有 则