文章目录
- 事件间的关系
- 事件间的运算
- 事件间的运算法则
- 概率
- 描述性定义
- 统计性定义
- 频率
- 频率的性质
- 频率是否能够作为概率呢?
- 公理化定义
- 概率的重要性质
事件间的关系
-
注意互斥关系和对立关系:
- 互斥关系是:只要 A , B A,B A,B 不同时发生(不存在公共样本点)即可
- 对立关系的要求更强:要求不仅 A , B A,B A,B 不同时发生,而且 A + B = S A+B=S A+B=S ,表示为 A = B ˉ , B = A ˉ A=\bar B, B=\bar A A=Bˉ,B=Aˉ
-
多组事件之间的互不相容关系的表示
事件间的运算
- 因为之前说过事件就是集合,因此如果两个事件取 并集 ∪ \cup ∪,就代表这个事件的范围变大了,比如掷骰子的点数的样本空间 S = { 1 , 2 , 3 , 4 , 5 , 6 } S=\{1,2,3,4,5,6\} S={1,2,3,4,5,6} ,获得奇数点数的随机事件 A = { 1 , 3 , 5 } A=\{1,3,5\} A={1,3,5}, 获得偶数的随机事件 B = { 2 , 4 , 6 } B=\{2,4,6\} B={2,4,6} 那么获得奇数或者偶数的随机事件 C = A + B = { 1 , 2 , 3 , 4 , 5 , 6 } = S C=A+B=\{1,2,3,4,5,6\}=S C=A+B={1,2,3,4,5,6}=S
- 交集运算,当然只存在于 A , B A,B A,B 同时发生的时候。
-
A
−
B
=
A
∩
B
‾
A-B=\overline{A\cap B}
A−B=A∩B
事件间的运算法则
概率
描述性定义
- 一个随机事件 A A A 发生的可能性度量(非负)
统计性定义
频率
- 在相同的条件下进行了 n n n 次实验,其中事件 A A A 发生的次数是 n A n_A nA 那么 n A n_A nA 称为事件 A A A 发生的频数, n A n \frac{n_A}{n} nnA 称为事件 A A A 发生的频率,记作 f n ( A ) f_n(A) fn(A)
频率的性质
- 事件 A A A 发生的频率 f n ( A ) f_n(A) fn(A) 在 [ 0 , 1 ] [0,1] [0,1] 之间
- f n ( S ) = 1 f_n(S)=1 fn(S)=1
- 对于 N N N 个互不相容的事件 A 1 , A 2 , . . . , A N A_1,A_2,...,A_N A1,A2,...,AN 有: f ( A 1 ∪ A 2 ∪ , . . . , A N ) = f ( A 1 ) + f ( A 2 ) + , . . . , f ( A N ) f(A_1\cup A_2 \cup ,...,A_N)=f(A_1)+f(A_2)+,...,f(A_N) f(A1∪A2∪,...,AN)=f(A1)+f(A2)+,...,f(AN)
频率是否能够作为概率呢?
- 不同的人做同一个实验,一个事件出现的频率可能是不同的,比如张三抛100次硬币,正面出现的频率为 0.55 0.55 0.55,李四则是 0.53 0.53 0.53。
- 我们又知道,概率是一个定值,是一个客观的数据
- 但是当实验的基数够大的时候,即 n → ∞ n\rightarrow \infin n→∞ 的时候,频率会稳定到一个数值
- 但是有些实验(比如灯泡损坏的概率)是不可操作的,不能够进行足够多的实验,
- 这也就迫使数学家对概率进行公理化的定义
公理化定义
- 只要满足这三条性质,就是 概率。
概率的重要性质
- P ( ∅ ) = 0 P(\empty)=0 P(∅)=0
- A A A 发生 B B B 不发生的概率: P ( A − B ) = P ( A B ‾ ) = P ( A ) − P ( A B ) P(A-B)=P(A\overline B)=P(A)-P(AB) P(A−B)=P(AB)=P(A)−P(AB)
- 单调性: 如果 B ⊂ A B\subset A B⊂A 则 B B B 发生的时候 A A A 一定发生并且 P ( A − B ) = P ( A ) − P ( B ) P(A-B)=P(A)-P(B) P(A−B)=P(A)−P(B) ,而且 P ( A ) ≥ P ( B ) P(A)\ge P(B) P(A)≥P(B)
- 有界性: P ( A ) ≤ 1 P(A)\le 1 P(A)≤1
- 逆事件概率: P ( A ‾ ) = 1 − P ( A ) P(\overline A)=1-P(A) P(A)=1−P(A)
- 加法公式: P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A B ) P(A \cup B)=P(A)+P(B)-P(AB) P(A∪B)=P(A)+P(B)−P(AB)