概率的定义:

描述性定义:
在相同的条件下,独立重复地做NNN次试验,当试验次数NNN很大时,如果事件AAA发生的频率fN(A)f_N(A)fN​(A)稳定地在[0,1][0,1][0,1]内的某一个数值ppp,而且一般来说随着试验次数的增多,这种摆动的幅度会越来越小,则称数值ppp为事件AAA发生的概率,记为P(A)=pP(A)=pP(A)=p。

公理化定义:
设EEE为随机试验,Ω\OmegaΩ是它的样本空间,对于EEE的每一个事件AAA赋予一个实数,记为P(A)P(A)P(A),如果集合函数P(⋅)P(·)P(⋅)满足下列条件:
(1)非负性:对于每一个事件AAA,P(A)⩾0P(A)\geqslant 0P(A)⩾0;
(2)规范性:P(Ω)=1P(\Omega) = 1P(Ω)=1
(3)可列可加性:对于两两互斥的事件A1,A2,...,Ai,...,Aj,...,AnA_1,A_2,...,A_i,...,A_j,...,A_nA1​,A2​,...,Ai​,...,Aj​,...,An​,即AiAj=ϕ(i≠j)A_iA_j = \phi(i \neq j)Ai​Aj​=ϕ(i̸​=j)有:P(⋃n=1∞An)=∑n=1∞P(An)P(\bigcup_{n=1}^{\infty}A_n) = \sum_{n=1}^{\infty}P(A_n)P(n=1⋃∞​An​)=n=1∑∞​P(An​)则称实数P(A)P(A)P(A)为事件AAA的概率。

概率的性质:

性质1:
不可能事件ϕ\phiϕ的概率为0,即P(ϕ)=0P(\phi)=0P(ϕ)=0

性质2:
有限可加性,若A1,A2,...,Ai,...,Aj,...,AnA_1,A_2,...,A_i,...,A_j,...,A_nA1​,A2​,...,Ai​,...,Aj​,...,An​为两两互斥事件,即AiAj=ϕ(i≠j)A_iA_j=\phi(i \neq j)Ai​Aj​=ϕ(i̸​=j),则有P(⋃i=1nAi)=∑i=1nP(Ai)P(\bigcup_{i=1}^{n}A_i) = \sum_{i=1}^{n}P(A_i)P(i=1⋃n​Ai​)=i=1∑n​P(Ai​)

性质3:
设AAA,BBB是两个事件,P(B−A)=P(B)−P(BA)P(B-A) = P(B) - P(BA)P(B−A)=P(B)−P(BA);特别的,若A⊂BA \subset BA⊂B,则:
(1)P(B−A)=P(B)−P(A)P(B-A)=P(B) - P(A)P(B−A)=P(B)−P(A),
(2)P(B)⩾P(A)P(B) \geqslant P(A)P(B)⩾P(A)

性质4:
对于任一事件AAA,有P(A)⩽1P(A) \leqslant 1P(A)⩽1

性质5:
对于任一事件AAA,有P(A‾)=1−P(A)P(\overline A) = 1-P(A)P(A)=1−P(A)

性质6:
对于任意两个事件AAA、BBB有P(A∪B)=P(A)+P(B)−P(AB)P(A\cup B) = P(A) + P(B) - P(AB)P(A∪B)=P(A)+P(B)−P(AB);特别地,若AAA与BBB互斥,则有P(A∪B)=P(A)+P(B)P(A\cup B) = P(A) + P(B)P(A∪B)=P(A)+P(B)。
上述公式通常称为概率加法公式:P(⋃i=1nAi)=∑i=1nP(Ai)−∑1⩽i&lt;j⩽nP(AiAj)+∑1⩽i&lt;j&lt;k⩽nP(AiAjAk)+...+(−1)n−1P(AiAj...An)P(\bigcup_{i=1}^{n}A_i) = \sum_{i=1}^{n}P(A_i)-\sum_{1\leqslant i &lt; j \leqslant n}P(A_iA_j)+\sum_{1\leqslant i &lt; j &lt;k \leqslant n}P(A_iA_jA_k)+...+(-1)^{n-1}P(A_iA_j...A_n)P(i=1⋃n​Ai​)=i=1∑n​P(Ai​)−1⩽i<j⩽n∑​P(Ai​Aj​)+1⩽i<j<k⩽n∑​P(Ai​Aj​Ak​)+...+(−1)n−1P(Ai​Aj​...An​)

重要的概率关系公式:

事件独立性:
事件相互独立,即多个事件的发生相互之间没有影响,或不提供任何信息引起其他事件的发生。若AAA、BBB两事件相互独立,则有P(AB)=P(A)P(B)P(AB)=P(A)P(B)P(AB)=P(A)P(B)
德摩根定律:
两个集合的交集的补集等于它们各自补集的并集:
AB‾=A‾∪B‾\overline{AB}=\overline A \cup \overline BAB=A∪B两个集合的并集的补集等于它们各自补集的交集A∪B‾=A‾∩B‾\overline {A \cup B}=\overline A \cap \overline BA∪B=A∩B
概率的性质三:
P(A−B)=P(A)−P(AB)P(A-B) = P(A) - P(AB)P(A−B)=P(A)−P(AB)若B⊂AB \subset AB⊂A,则:
P(A−B)=P(A)−P(B)P(A-B)=P(A) - P(B)P(A−B)=P(A)−P(B)
概率的性质五:
对于任一事件AAA,有P(A‾)=1−P(A)P(\overline A) = 1-P(A)P(A)=1−P(A)
概率加法公式(概率的性质六):
P(A∪B)=P(A)+P(B)−P(AB)P(A\cup B) = P(A) + P(B) - P(AB)P(A∪B)=P(A)+P(B)−P(AB)当AAA与BBB互斥,则:P(A∪B)=P(A)+P(B)P(A\cup B) = P(A) + P(B)P(A∪B)=P(A)+P(B)
条件概率:
求事件BBB已发生的条件下事件AAA发生条件概率,即:P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)​
乘法公式:
求几个事件同时发生的概率,即:P(A1A2...An)=P(A1)P(A2∣A1)P(A3∣A1A2)...P(An∣A1...An−1)P(A_1A_2...A_n)=P(A_1)P(A_2|A_1)P(A_3|A_1A_2)...P(A_n|A_1...A_{n-1})P(A1​A2​...An​)=P(A1​)P(A2​∣A1​)P(A3​∣A1​A2​)...P(An​∣A1​...An−1​)例如,若有AAA、BBB两随机事件,则AAA、BBB同时发生的概率为:P(AB)=P(A)P(B∣A)P(AB)=P(A)P(B|A)P(AB)=P(A)P(B∣A)
全概率公式:
某一事件BBB发生是由各种原因Ai,(i=1,2,...,n)A_i,(i=1,2,...,n)Ai​,(i=1,2,...,n)引起的,则BBB发生的概率与P(BAi),(i=1,2,...,n)P(BA_i),(i=1,2,...,n)P(BAi​),(i=1,2,...,n)有关,且等于他们的总和,即P(B)=∑i=1nP(Ai)P(B∣Ai)P(B)=\sum_{i=1}^{n}P(A_i)P(B|A_i)P(B)=i=1∑n​P(Ai​)P(B∣Ai​)
贝叶斯公式(逆全概率公式):
当结果BBB发生时,它是由原因AiA_iAi​引起的可能性的大小,即要计算事件AiA_iAi​在事件BBB已发生的条件下的条件概率为:P(Ai∣B)=P(Ai)P(B∣Ai)∑j=1nP(Aj)P(B∣Aj)P(A_i|B)=\frac{P(A_i)P(B|A_i)}{\sum_{j=1}^{n}P(A_j)P(B|A_j)}P(Ai​∣B)=∑j=1n​P(Aj​)P(B∣Aj​)P(Ai​)P(B∣Ai​)​

概率(Probability)的定义和性质相关推荐

  1. C3: 古典概率/几何概率/概率定义及性质/条件概率

    >>点赞,收藏+关注,理财&技术不迷路<< 目录: 3. 古典概率Classical Probability 频率概率: 古典概型: 这个例子,n的区别就是指定和没有指 ...

  2. chi square-卡方分布的定义及性质

    chi square-卡方分布的定义及性质 摘要 χ 2 \chi^2 χ2分布 (卡方分布) 的定义 g a m m a gamma gamma 分布 g a m m a gamma gamma 分 ...

  3. 概论_第4章__方差D(X)的定义和性质

    一 定义 方差仅用于一维随机变量!!! 通常以此公式计算:  就是说: 方差 = X的平方再求期望  --  X的期望的平方 即   括号里面的平方的期望减去期望的平方,  怎样求期望点击:概论_第4 ...

  4. 概率统计D 01.02 概率的古典定义

    §1.2概率的古典定义 \color{blue}{\S 1.2 概率的古典定义} 在一个试验中,有许多随机事件.一个事件在一次试验中可能发生,也可能不发生.有的事件发生的可能性大,有的事件发生的可能性 ...

  5. t-分布(学生分布), t-distribution 的定义及性质

    t-分布, t-distribution 的定义及性质 摘要 ttt-分布的定义 ttt-分布与正态分布抽样的关系 ttt-分布的概率密度函数 ttt-分布的性质 ttt-分布的期望与方差 ttt-分 ...

  6. 二叉树的定义、性质、存储

    二叉树的定义 二叉树是每个节点最多有两个子树的树结构.通常子树被称作"左子树"(left subtree)和"右子树"(right subtree).二叉树常被 ...

  7. 6.2 二叉树的定义、性质与存储结构

    0. 引子 1. 二叉树的定义 2. 二叉树的性质 3. 二叉树的存储结构 (1) 树的表示法 通常,像树.图.栈.队列等数据结构下数据的存储表示,都是基于线性表.线性表有两种结构:[顺序存储结构和链 ...

  8. 数据结构之树和二叉树的定义和性质

    树和二叉树的定义和性质 树 思维导图: 树的基本定义: 树的基本术语: 树的性质: 二叉树: 二叉树的定义: 二叉树的5中形态: 二叉树的几种特殊形态: 满二叉树: 完全二叉树: 二叉排序树: 平衡二 ...

  9. 【数据结构笔记09】二叉树的定义、性质、实现

    本次笔记内容: 3.2.1 二叉树的定义及性质 3.2.2 二叉树的存储结构 文章目录 二叉树的定义及性质 二叉树的定义 二叉树的重要性质 二叉树的抽象数据类型定义 二叉树的存储结构 完全二叉树用数组 ...

最新文章

  1. TVM性能评估分析(六)
  2. 每日一皮​:昨天晚上下班回家,一民警迎面巡逻而来。 突然对我大喊:站住!...
  3. CNN 中1X1卷积核的作用
  4. openssl与cryptoAPI交互AES加密解密
  5. Android——按钮的事件监听
  6. linux找到占用空间比较大的文件夹并按大小排序输出
  7. 【kuangbin专题】Manacher
  8. 银行舆情监测-TOOM舆情监测系统
  9. c语言word类型的题库,C语言编程题库
  10. 使用SpringBoot连接Access数据库
  11. 深入分析Voldemort的PerformParallelRequests
  12. 小学教材失实一事体现出僵化的教育思维
  13. 逍遥模拟器使用指南(三、连点 连击)
  14. Flatpak 不是未来
  15. 基础数论算法(4) 中国剩余定理
  16. 使用FFmpeg命令处理音视频
  17. Ubuntu 使用apt-get 安装MySQL
  18. 【计算机网络】计算机三级网络——需要理解的题
  19. 年后找工作的你,如何写一封好的简历?
  20. python 用画布组件画直方图_7招用Python画出酷酷的|散点直方图

热门文章

  1. 什么是齐次,线性。什么是齐次微分方程,齐次线性微分方程
  2. E2SRI: Learning to Super-Resolve Intensity Images from Events
  3. iPAD低价挡不住Android平板崛起
  4. 面向过程和面向对象的设计思想、java类、Java类的定义、java对象、对象的创建和使用、类和对象、变量分类、方法分类、构造方法、方法的重载
  5. 图像数据增强方法一览(附python代码)
  6. 新能源电动汽车充电延长线同为(TOWE)品牌选购心得
  7. 银行卡号识别Bank Card Rec 主要功能接口说明
  8. 汇编语言(一)- 寄存器的作用
  9. LeetCode笔记:Biweekly Contest 81
  10. 阿里巴巴校园招聘——灵犀互娱、游戏研发工程师、一面面经