概率論與數理統計第一章
一、概率與事件
- 概率是某個事件發生的可能性,用0-1區間內的數值表示,因此,概率可重複,事件不可重複。
- 注意:事件之間的運算:交換、分配、結合、德摩根律
二、頻率與概率
- 頻率是某個事件發生的次數,概率是某個事件發生n次後,頻率趨於某個穩定的值,這個值就是概率。
- 概率
- 定義:非負、規範、可列可加
- 計算原理
- 性質
- P(A-B)=P(A-AB)
- P(Aˉ)=1-P(A)
- P(A⋃B)=P(A)+P(B)-P(AB)
三、古典概型(等可能概型)
- 樣本空間充滿區域,度量(長度、面積、體積等等)
- 任意點落在同一度量子區間等可能
- P(A)=SA
四、條件概率
- P(B|A)=P(A)P(AB)
- P(B1⋃B2|A)=P(B1|A)+P(B2A)-P(B1B2|A)
- P(A-B|C)=P(A|C)-P(AB|C)
- P(AB)=P(A)P(B|A)
- P(ABC)=P(A|BC)P(B|C)P©
- P(Aˉ|C)=1-P(A|C)
- 全概率公式及貝葉斯公式
- 全概率公式
- 定義:路徑模型,一個結果由多條路徑可達,這些路徑彼此沒有交集,要計算整個結果的概率。
- P(A)=P(B1)(P(A|B1)+P(B2)(P(A|B2)+…+P(Bn)(P(A|Bn)
- 貝葉斯公式
- 定義:已知整個結果的概率,求某條路徑發生的可能性是多少。
- P(Bi|A)=P(A)P(Bi)P(A∣Bi)=P(B1)(P(A∣B1)+P(B2)(P(A∣B2)+⋯+P(Bn)(P(A∣Bn)P(Bi)P(A∣Bi)
五、獨立性與伯努利概型
- 獨立性
- P(AB)=P(A)P(B)
- 推廣到三個事件
- 若P(B)>0,AB相互獨立,則P(A|B)=P(A)
- 若P(A)>0,P(B|Aˉ)=P(B|A),則AB獨立==等價於
- 0<P(A)<1,0<P(B)<1,若P(A|B)+P(Aˉ|Bˉ),則AB獨立==等價於
- 伯努利(多重0-1分佈)
- Pn(k)=Cnkpk(1−p)n−k