标签：概率 frac cup 20190831 cap Ai AB 事件 统计

$\Omega$Ω为全集，必然事件，样本空间
$\Phi$Φ为空集，不可能事件
相对与实验目的不能再细分或不必再细分的实验结果称为基本事件，否则称为复合事件
事件A的发生必然导致事件B的发生，则称事件B包含事件A，记作$B \supset A$B⊃A，或称事件A包含于事件B，记作$A \subset B$A⊂B

事件的并

事件A与B中至少有一个发生，记作
$A \cup B$A∪B或$A + B$A+B

事件的交

事件A与B同时发生，记作
$A \cap B$A∩B或$AB$AB

一系列事件的和与积

和记作
$\bigcup ^n _{i=1} A_i ~~~or~~~ \sum ^n _{i=1} A_i$i=1⋃n​Ai​   or   i=1∑n​Ai​
积记作
$\bigcap ^n _{i=1} A_i$i=1⋂n​Ai​

事件的差

事件A发生而事件B不发生，记作$A - B$A−B

互不相容事件

若事件A与B不能同时发生，即$AB = \Phi$AB=Φ，称A与B互斥

对立事件

若两事件A与B互不相容，且他们的并集为全集，则称A与B对立，记作$B = \overline{A}$B=A

完备事件组

若n个事件$A_1, A_2, \cdots, A_n$A1​,A2​,⋯,An​两互不相容，且$\bigcup ^n _{i=1} A_i = \Omega$⋃i=1n​Ai​=Ω则称这n个事件构成一个完备事件组。

事件间的运算律

(1). 交换律$A \cup B = B \cup A$A∪B=B∪A   $A \cap B = B \cap A$A∩B=B∩A
(2). 结合律$(A \cup B) \cup C = A \cup (B \cup C)$(A∪B)∪C=A∪(B∪C)   $(A \cap B) \cap C = A \cap (B \cap C)$(A∩B)∩C=A∩(B∩C)

(3). 分配律$(A \cup B) \cap C = (A \cap C) \cup (B \cap C)$(A∪B)∩C=(A∩C)∪(B∩C)   $(A \cap B) \cup C = (A \cup C) \cap (B \cup C)$(A∩B)∪C=(A∪C)∩(B∪C)
(4). 对偶率$\overline{A \cup B} = \overline{A} \cap \overline{B}$A∪B=A∩B   $\overline{A \cap B} = \overline{A} \cup \overline{B}$A∩B=A∪B
$\overline{\bigcup ^n _{i=1} A_i} = \bigcap ^n _{i=1} \overline{A_i}$⋃i=1n​Ai​​=⋂i=1n​Ai​​   $\overline{\bigcap ^n _{i=1} A_i} = \bigcup ^n _{i=1} \overline{A_i}$⋂i=1n​Ai​​=⋃i=1n​Ai​​

概率

在概率论中，用来刻画事件发生的可能性大小的数量指标称为事件的概率，记作P(A).
$P(\Omega) = 1，P(\Phi) = 0$P(Ω)=1，P(Φ)=0
若(1)实验样本空间只有有限个样本点(有限性)；(2)每个样本点出现的可能性相等(等可能性)。则称随机试验为等可能模型或古典概率模型，简称古典概型。
$C^m_n = C^{n-m}_n$Cnm​=Cnn−m​   $C^0_n = C^n_n = 1$Cn0​=Cnn​=1
例7. 袋中有a个白球，b个黑球，从中接连任意取出$m(1 \leq m \leq a+b)$m(1≤m≤a+b)个球，取出的球不放回，求第m次取出的球是白球的概率。
解：设A表示“第m次取到白球”
A发生可以先从a个白球中任意取一个放在第m个位置上，然后将剩下的a+b-1个球任意排在另外的a+b-1个位置上，共有$a·(a+b-1)!$a⋅(a+b−1)!种排法。
$P(A) = \frac{a·(a+b-1)!}{(a+b)!} = \frac{a}{a+b}$P(A)=(a+b)!a⋅(a+b−1)!​=a+ba​
其他条件忽略，第m个球是白的有几种可能，a种，第m个球有几种可能，a+b种。简单。

1.2.3 几何概型

例1. 某人午觉醒来，发现表停了，他打开收音机，想听听电台报时，求他等待时间不超过10分钟的概率。
解：$P(A) = \frac{1}{6}$P(A)=61​

例2 (会面问题)甲乙两人约定在6时到7时之间在某处见面，并约定先到者应等候另一人一刻钟，过时即可离去。假如每人在指定的1小时内任意时刻到达时等可能的，求两人能会面的概率。
解：设A——两人能会面
x——甲到达约会地点的时刻
y——乙到达约会地点的时刻
则样本空间$\Omega = \{(x,y)|0 \leq x \leq 60, ~~ 0 \leq y \leq 60\}$Ω={(x,y)∣0≤x≤60,  0≤y≤60}
A为区域$G = \{(x,y)|0 \leq |x-y| \leq 15 \}$G={(x,y)∣0≤∣x−y∣≤15}，且$G \subset \Omega$G⊂Ω，于是
$P(A) = \frac{\mu(G)}{\mu(\Omega)} = \frac{60^2 - \frac{1}{2} \times 45^2 \times 2}{60^2} = \frac{7}{16}$P(A)=μ(Ω)μ(G)​=602602−21​×452×2​=167​
画图有助理解
例3. (抛针问题)在两条间距为d的平行线之间抛针，针长为$l，l &lt; d$l，l<d，求针落在线上的概率。
解：设针落在线上为事件A
x为针中点距离平行线的距离$(x \leq d/2)$(x≤d/2)
$\theta$θ为针到平行线的顺时针夹角$(0 \leq \theta \leq \pi)$(0≤θ≤π)，则
$P(A) = \frac{\int^{\pi}_0 \frac{l}{2} \sin \theta d \theta}{\pi \frac{d}{2}} = \frac{2 l}{\pi d}$P(A)=π2d​∫0π​2l​sinθdθ​=πd2l​

重复次数高了，频率趋近于概率。

1.2.5

性质1. 不可能事件的概率为零；
性质2. （有限可加性）若事件$A_1, A_2, \cdots, A_n$A1​,A2​,⋯,An​两两互不相容，则$P(\sum ^n _{i=1} A_i) = \sum ^n _{i=1} P(A_i)$P(∑i=1n​Ai​)=∑i=1n​P(Ai​)
性质3. 对于任意事件A，有$P(\overline{A_i}) = 1 - P(A_i)$P(Ai​​)=1−P(Ai​)
性质4. (1)对于任意事件A、B，有$P(A - B) = P(A) - P(AB)$P(A−B)=P(A)−P(AB);
      (2)若$A \supset B$A⊃B，则$P(A-B) = P(A) - P(B)$P(A−B)=P(A)−P(B)，且$P(A) \geq P(B)$P(A)≥P(B)
性质5. （加法公式）对于任意事件A、B，有$P(A+B) = P(A) + P(B) - P(AB)$P(A+B)=P(A)+P(B)−P(AB)
推广：对任意事件A、B、C，有$P(A + B + C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC)$P(A+B+C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)

例1. 设事件A，B，A+B的概率分别是0.4，0.3，0.6，求$P(A \overline{B})$P(AB)
解：$P(A \overline{B}) = P(A - B) = P(A) - P(AB) = P(A) - (P(A) + P(B) - P(A + B)) = 0.1$P(AB)=P(A−B)=P(A)−P(AB)=P(A)−(P(A)+P(B)−P(A+B))=0.1

例2. 已知$P(A) = P(B) = P(C) = \frac{1}{4}，P(AB) = 0，P(AC) = P(BC) = \frac{1}{16}$P(A)=P(B)=P(C)=41​，P(AB)=0，P(AC)=P(BC)=161​，试求A，B，C中至少有一个发生的概率及A，B，C都不发生的概率。
解：(1) $P(AB) = 0 \Rightarrow P(ABC) = 0$P(AB)=0⇒P(ABC)=0，则$P(A + B + C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC) = \frac{1}{4} \times 3 - 0 - \frac{1}{16} \times 2 + 0 = \frac{7}{8}$P(A+B+C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)=41​×3−0−161​×2+0=87​
(2) $1 - P(A + B + C) = \frac{1}{8}$1−P(A+B+C)=81​

例3. 一个袋子内装有大小相同的7个球，其中4个白球，3个黑球，从中一次取出3个球，求3个球至少2个是白球的概率。
解：$A_2$A2​为两个白球一个黑球，$A_3$A3​为三个白球，$P(A_2 + A_3) = P(A_2) + P(A_3) - P(A_2 A_3) = \frac{C^2_4 C^1_3}{C^3_7} + \frac{C^3_4}{C^3_7} - 0= \frac{18}{35} + \frac{4}{35} = \frac{22}{35}$P(A2​+A3​)=P(A2​)+P(A3​)−P(A2​A3​)=C73​C42​C31​​+C73​C43​​−0=3518​+354​=3522​

例4. 一个工人看管两个车床，在一个小时内第一台车床不需看管的概率是0.9，第二台车床不需看管的概率为0.8，两台车床都需要看管的概率是0.02，求在一个小时内至少有一台车床需要看管的概率。
解：

标签：概率,frac,cup,20190831,cap,Ai,AB,事件,统计
来源： https://blog.csdn.net/weixin_43362922/article/details/100170637

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。