1.概率定义的发展历史
(1)17世纪:贝叶斯:概率是一种主观经验的积累(先验信息)
(2)上世纪30年代:奈曼:概率是一种频率值
(3)上世纪60年代:公理化概率论:概率是一种特殊的函数
(4)实际问题中间具体确定合理的概率
既会通过以往的经验形成先验信息,
也会通过样本信息,考察事件发生的频率
还可能利用等可能原理计算概率
2.古典概型
当基本事件数有限,适用等可能原理,称为古典概型。
3.概率的共同点
非负(p>=0),规范(p<=1),可加
(A,B互斥,p(A并B)= p(A)+ p(B))
4.概率的定义
定义在S样本空间上的事件族上的实函数为一个概率,且满足非负性,规范性,可列可加性
(1)事件族:事件是样本的集合,事件族是事件的集合
(2)非负性与规范性规定p>=0 && p<=1
(3) 可列性保证事件可以分解为有限个事件进行表达,可加性保证事件分解后能够算出原来事件(和事件)的概率
5.概率的性质
(1)不可能事件的概率为0
(2)有限可加性
(3)若A含于B,则P(A)<= P(B)
p(B-A) >= 0
p(B) = p(A) + p(B-A) >= p(A)
注:(1)(2)(3)由可列可加性推出
(4) 若A为事件,则p(A)<= 1
(5)p(A的对立事件) = 1-p(A)
(6)非互斥事件和事件的计算公式
p(A并B) = p(A)+p(B)-p(A交B)
3个乃至更多个概率的计算均满足这个公式
40:00
标签:概率,--,概型,互斥,可加性,事件,可列,度量 来源: https://www.cnblogs.com/Guo-Guo-best/p/15863668.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。