基本信息
- 课程老师:郑志浩
- 上课事件:周四下午 678 节
计分规则
- 平时成绩 60%
- 作业+到课率 25%
- 参与“学在浙大”讨论 5%
- 小测 30% 取三次测验的两次最高分,但是要求全部参加
- 测验一:到第二章,秋 7 周周日晚 21:30-22:30
- 测验二:到第四章,冬 3 周周六晚 21:30-22:30
- 测验三:到第七章,冬 7 周周五晚 21:30-22:30
- 期末成绩 40%
第 1 章 概率论的基本概念
样本随机试验
现象的分类
- 确定性现象
- 不确定性现象
- 个别现象:无规律的,呈现不确定性
- 随机现象:具有统计规律性
随机试验的特性
- 可以在相同条件下重复进行
- 事先知道可能出现的结果
- 进行试验前并不知道哪个试验结果会发生
样本空间·随机事件
- 样本空间:所有可能结果构成的集合 ($S={E}$,$E$ 为所有可能的结果)
- $S={正面,反面}$ 有限个
- $S={0,1,2,3,\dots}$ 或 $S={0,4,8,12,\dots}$ 可列个
- $S={x|a \le x \le b}$ 连续的
- 样本点:试验的每一个结果
- 随机事件:样本空间的任一子集,简称事件,常用字母 $A,B,C$ 表示
- $S$ 为必然事件(必然事件发生概率为 $100\%$,而发生概率为 $100\%$ 的事件不一定为必然事件)
- $\emptyset$ 为不可能事件
- 基本事件:只含有一个样本点的事件
事件的关系及运算
- 包含 $A \subset B$ (若 $A$ 发生,则 $B$ 发生)
- 相等 $A=B$ ($A \subset B $ 且 $B \subset A$)
- 和事件 $A \cup B$ 两者至少有一个发生,也可用 $\bigcup_{i=1}^{n} A_i$
- 积事件 $A \cap B$ 两者同时发生 ($\cap$ 符号可以省略,如 $AB$)
- 当 $A\cap B = \emptyset$,称 $A$ 与 $B$ 互不相容,或称互斥
- 若 $A \cup B = S$ 且 $A \cap B = \emptyset$,称 $A,B$ 互逆,将 $B$ 记为 $\overline{A}$
- 差事件 $A-B = A \cap \overline{B}$
- 德摩根定律 $\overline{\bigcup_{i=1}^n A_i} = \bigcap_{i=1}^n\overline{A_i}$,$\overline{\bigcap_{i=1}^n A_i} = \bigcup_{i=1}^n\overline{A_i}$
频率与概率
- 频率 $f_n(A)$ 体现了事件 $A$ 发生的频繁程度
- $0 \le f_n(A) \le 1$
- $f_n(S)=1$
- 若 $A_1,A_2,\dots,A_k$ 两两互不相容,则有 $f_n(\bigcup_{i=1}^k A_i) = \sum_{i=1}^n f_n(A_i)$
- $A$ 的频率 $f_n(A)$ 的稳定值 $p$ 定义为事件 $A$ 的频率,记作 $P(A)=p$ (注,不能说 $\lim_{n \to \infty} f_n=p $,这是错误的)
- 非负性:$P(A) \ge 0$
- 规范性:$P(S)=1$
- 可列可加性:对于可列个互不相容的事件 $A_1,A_2,\dots,A_n,\dots$, 有 $P(\bigcup_i^{\infty}A_i)=\sum^{\infty}_i P(A_i)$
- 有限可加性:对于有限个互不相容的事件 $A_1,A_2,\dots,A_n$, 有 $P(\bigcup_i^{n}A_i)=\sum^{n}_i P(A_i)$
- $P(A)=1-P(\overline{A}),P(\emptyset)=0$ (发生概率为 $0$ 的事件不一定为 $\emptyset$)
- $P(B-A)=P(B)-P(AB)$ (当 $A\subset B$ 时,$P(B-A)=P(B)-P(A)$),可化为 $P(B)=P(B-A)+P(AB)$
- $P(A\cup B)=P(A)+P(B)-P(AB)$,若有更多项,用容斥做即可
等可能概型(古典概型)
- 定义:若试验 E 满足:
- $S$ 中样本点有限(有限性)
- 出现每一样本点的概率相等(等可能性)
称这种试验为等可能概型(或古典概型)
$P(A)=\frac{A 所包含的样本点数}{S 中的样本点数}$
超几何分布(分成两类,每类取若干个) $P(A_k)=\frac{C_D^kC^{n-k}_N-D}{C_N^n}$
条件概率
- 定义:$P(A|B)=\frac{P(AB)}{P(B)}$
- 非负性:$P(A|B)\ge0$
- 规范性:$P(S|A)=1$
- 可列可加性:对于可列个互不相容的事件 $A_1,A_2,\dots,A_n,\dots$, 有 $P(\bigcup_i^{\infty}A_i | B)=\sum^{\infty}_i P(A_i | B)$
- $P(A|B)$ 应具有概率的所有性质,如:
- $P(A\cup B | C)=P(A | C)+P(B|C)-P(AB|C)$
- $P(B|A)=1-P(\overline{B}|A)$
- 乘法公式
- $P(AB)=P(A)P(B|A)$
- $P(ABC)=P(A)P(B|A)P(C|AB)$
全概率公式与 Bayes 公式
- 若 $B_1,B_2,\dots,B_n$ 是试验的一组事件,且满足
- $B_iB_j = \emptyset,i,j=1,2,\dots,n,i\neq j$
- $B_1\cup B2\cup \dots \cup B_n=S$
- 全概率公式:$P(A)=\sum_{j=1}^n P(B_j)P(A|B_j)$,其中 $B_1,B_2,\dots,B_n$ 是 $S$ 的一个划分,且 $P(B_j)>0,j=1,2,\dots,n$
贝叶斯公式:$P(B_i|A)=\frac{P(B_i)P(A|B_i)}{\sum_{j=1}^n P(B_j)P(A|B_j)}$ (分母为全概率公式,分子为第 $i$ 项)
$e^x = \sum_{k=0}^{\infty}\frac{x^k}{k!}$
独立性
- 定义:$P(AB)=P(A)P(B)$
- 当 $P(A)P(B)\neq 0$ 时,$A$ 与 $B$ 相互独立等价于 $P(B|A)=P(B)$ 或 $P(A|B)=P(A)$
- 当 $A$ 与 $B$ 相互独立时,$A$ 与 $\overline{B}$,$\overline{A}$ 与 $B$,$\overline{A}$ 与 $\overline{B}$ 均相互独立。