标签：概率 Bn 数理统计 B1 B2 概率论 随机变量 事件

概率论与数理统计

主标题 # 章节标题 ## 目录标题 ### 小节标题 ####

第一章 概率论的基础概念

5. 条件概率

(一) 条件概率

解释：所考虑的是事件A已经发生的条件下事件B发生的概率

定义：设A,B是两个事件，且P(A) > 0 , 称

​ P(B|A) = P(AB) / P(A)

为在事件A发生的条件下事件B发生的条件概率

P( * | B) 条件概率满足概率定义中的三个条件

1. 非负性：对于每个事件B，有P(B|A) >= 0
2. 规范性：对于必然事件S，有P(S|A) = 1
3. 可列可加性：设B1,B2,.....是两两互不相容的事件，则有

(二) 乘法概率

乘法定律：设P(A) > 0,则有

​ P(AB) = P(B|A) P(A) 称为乘法公式 P(B|A) = P(AB) / P(A)

P(ABC) = P(C|AB)P(B|A)P(A)

(三) 全概率与贝叶斯公式

定义：设S为试验E的样本空间，B1,B2,......Bn为E的一组事件，若

1. BiBj = null , i != j , i, j = 1, 2, ...., n
2. B1 and B2 and B3 and ...... and Bn = S
   则称B1,B2,.....Bn为样本空间S的一个划分

定理1 ： 设试验E的样本空间为S，A为E的事件，B1,B2,......,Bn为S的一个划分，且P(Bi) > 0 (i = 1,2,.....,n),则

​ P(A) = P(A|B1)P(B1) + P(A|B2)P(B2), ..... , P(A|Bn)P(Bn).

称为全概率公式

求某件事情发生的概率不直接求，而是去求发生这件事情的其它所有影响因素

由因索果，把一个事件发生的概率，分解成一系列概率进行求和，每一块的内容，都是由不同的原因或不同途径对这个事件产生的影响

定理2 ： 设试验E的样本空间为S，A为E的事件，B1,B2,......Bn为S的一个划分，且P(A) > 0,P(Bi) > 0(i = 1,2,....,n)

​ P(Bi| A) = P(A|Bi) P(Bi) / (j = 1 -> n 求和)P(A|Bi)P(Bi) i = 1,2,...., n

求在某种条件下发生的概率不直接求，而是求发生这件事情的全部概率

贝叶斯公式，主要用于观察到一个事件已经发生时，去求导致的事件发生的各种原因

6.独立性

定义：设A，B 是两事件，如果满足等式

		P(AB) = P(A)P(B)

则称事件A，B相互独立，简称A，B独立

若P(A) > 0 P(B) > 0 ，则A，B相互独立 与 A, B互不相容不能同时成立

定理1：设A，B是两事件，且P(A) > 0 .若A，B相互独立，则P(B|A) = P(B) ，反之亦然

定理2：若事件A与B相互独立，则下列各对事件也相互独立：

​ A 与 B的逆 A的逆 与 B，A的逆 与 B的逆

定义：设A, B, C是三个事件，如果满足等式

​ P(AB) = P(A) P(B)
​ P(BC) = P(B) P(C)
​ P(AC) = P(A) P(C)
​ P(ABC) = P(A)P(B)P(C)

则称事件A, B, C相互独立

一般，设事件A1,A2, ..., An (n >= 2) 个事件，如果对于其中任意2个，任意3个，。。。，任意n个事件的积事件的概率，都等于个事件概率之积，则称事件A1, A2, ...., An相互独立

由定义得推论：

推论1：若事件A1, A2, .... , An 相互独立，则其中任意k(2<= k <= n) 个事件也是相互独立

推论2：若n个事件A1, A2, ... , An 相互独立，则将A1, A2, ... An中任意多个事件换成它们对立事件，所得到的n个事件仍相互独立

第二章 随机变量及其分布

1. 随机变量

定义： 设随机试验的样本空间S = {e}. X = X(e) 是定义在样本空间S上的实值单值函数，称X = X(e) 为随机变量

2. 离散型随机变量及其分布律

有些随机变量，它全部可能取到的值是有限个或可列无限多个，这种随机变量称为离散型随机变量

设离散型随机变量X的所有可能取得值xk(k = 1, 2, ...), X取各个可能值得概率，既时间{X=下k}的概率为：

​ P{X = xk} = pk, k = 1, 2, .....

(0 - 1 ) 分布

P{X = k} = p^ k(1 - p) ^ (1 - k) , k = 0,1 (0 < p < 1)

(0 - 1) 分布也可以写成

X	0	1
pk	1 - p	p

伯努利实验， 二项分布

设试验E只有两种可能： A 以及 -A , 则称E 为伯努利试验， 设P(A) = p (0 < p < 1)， 此时 P()

3. 随机变量的分布函数

4. 连续型随机变量及其概率密度

5. 随机变量的函数分布

标签：概率,Bn,数理统计,B1,B2,概率论,随机变量,事件
来源： https://www.cnblogs.com/luketebo/p/16550067.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。