【MATH】_01_概率论基础


 


【一】 Sample Spaces(样本空间)
  • 定义:随机试验 E E 的所有结果构成的集合,称为 E E 的样本空间,记为如下, S S 中的元素 e e 为 基本事件 或 样本点
     
    S = { e } S=\{e\}
  • 例子:一枚硬币被抛一次
     
    S = { f r o n t b a c k } S = \{ front,back \}

【二】 Probability Spaces(概率空间)
  • 定义:三元组 Ω F P (Ω,F,P)
     
    Ω = Ω = N Ω:样本空间,样本总数 = | Ω | = N

F 0 N = F = 2 N F:事件空间,一个事件由 \,0\, 到 \,N\, 个样本组成,所有事件的总数=| F |=2^N

P 0 1 P:概率分布,概率函数,样本到概率的映射(取值在 \,0\, 到\,1\,之间)

  • 概率公式
     
    P ( B A ) = P ( B A B ) = P ( B ) P ( A B ) = P ( A B ) P(B-A) = P(B-AB) = P(B)-P(AB) = P(\overline { A } B)

P ( B A ) = P ( B ) + P ( A ) P ( A B ) P ( B \cup A ) = P(B)+P(A)-P(AB)


【三】 Conditional Probability(条件概率)

 
P ( B A ) = P ( A B ) P ( A )          s . t      P ( A ) 0 P(B|A) = \frac { P ( A B ) } { P ( A ) } \;\;\;\; s.t\;\;P(A) \neq 0

  • 经典题目:从 52 张扑克牌(无大小王)中任意抽取 2 张,求恰是 “一红一黑” 的概率
     
    A i = { i } B = { } 记\,A_i=\{ 第 \,i\, 次抽到的是红牌\},B=\{ 取出的两张为一红一黑 \}
    P ( B ) = P ( A 1 ) P ( A 2 A 1 ) + P ( A 1 ) P ( A 2 A 1 ) P(B) = P ( \overline { A } _ { 1 } ) \cdot P ( A _ { 2 } | \overline { A } _ { 1 } ) + P ( A _ { 1 } ) \cdot P ( \overline { A } _ { 2 } | A _ { 1 } )
         P ( B ) = 1 2 × 1 2 + 1 2 × 1 2 = 1 2 【有放回抽样】\;\;P(B) = \frac { 1 } { 2 } \times \frac { 1 } { 2 } + \frac { 1 } { 2 } \times \frac { 1 } { 2 } = \frac { 1 } { 2 }
         P ( B ) = 1 2 × 26 51 + 1 2 × 26 51 = 26 51 【无放回抽样】\;\;P(B) = \frac { 1 } { 2 } \times \frac { 26 } { 51 } + \frac { 1 } { 2 } \times \frac { 26 } { 51 } = \frac { 26 } { 51 }

【四】 Total Probability Formula(全概率公式)

 
P ( A ) = i = 1 n P ( B i ) P ( A B i ) P ( A ) = \sum _ { i = 1 } ^ { n } P ( B _ { i } ) \cdot P ( A | B _ { i } )


【五】 Bayes Formula(贝叶斯公式)

 
P ( B i A ) = P ( B i ) P ( A B i ) P ( A ) = P ( B i ) P ( A B i ) j = 1 n P ( B j ) P ( A B j ) P ( B _ { i } | A ) =\frac { P ( B i ) \cdot P ( A | B i ) } { P(A)}= \frac { P ( B i ) \cdot P ( A | B i ) } { \sum _ { j = 1 } ^ { n } P ( B _ { j } ) \cdot P ( A | B _ { j } )}
P ( B i A )            P ( B i )            P ( A B i )            P ( A ) 后验概率:\bm {P ( B _ { i } | A )} \;\;\;\;\; 先验概率:\bm {P ( B i )}\;\;\;\;\;条件概率:\bm {P ( A | B i )} \;\;\;\;\; 全概率:\bm {P(A)}

 
 

  • 经典题目:一单位有 甲 乙 两人,已知 甲 近期出差的概率为 0.8,若 甲 出差,则 乙 出差的概率为 0.2;若 甲 不出差,则 乙 出差的概率为 0.9
     
    A = { } B = { } 记\,A=\{ 甲出差 \},B=\{ 乙出差 \}
         P ( B ) = P ( A ) P ( B A ) + P ( A ) P ( B A ) = 0.8 × 0.2 + 0.2 × 0.9 = 0.34 【乙出差的概率】\;\;\bm {P ( B )} = P ( A ) \cdot P ( B | A ) + P ( \overline { A } ) \cdot P ( B | \overline { A } ) = 0.8 \times 0.2 + 0.2 \times 0.9 = 0.34
         P ( A B ) = P ( B A ) P ( A ) P ( B ) = 0.8 × 0.2 0.34 = 8 17 【已知乙出差,求甲出差的概率】\;\;\bm {P ( A | B )} = \frac { P ( B | A ) \cdot P ( A ) } { P ( B ) } = \frac { 0.8 \times 0.2 } { 0.34 } = \frac { 8 } { 17 }

【六】 Independence(独立性)

 
P ( A B ) = P ( A ) × P ( B ) P(AB) = P(A) \times P(B)
 

  • 经典题目【曾经做错了】:甲 乙 两人同时向一目标射击,甲 击中的概率为 0.8,乙 击中的概率为 0.7,求目标击中的概率
     
    A = { } B = { } C = { } 记\,A=\{ 甲击中 \},B=\{ 乙击中 \},C=\{ 目标被击中 \}
    P ( C ) = P ( A ) + P ( B ) P ( A B ) = 0.8 + 0.7 0.8 × 0.7 = 0.94 \bm {P ( C )} = \bm {P ( A ) + P ( B ) - \red {P (A B)}} = 0.8 + 0.7 - 0.8 \times 0.7 = 0.94
发布了57 篇原创文章 · 获赞 5 · 访问量 2842

猜你喜欢

转载自blog.csdn.net/qq_34330456/article/details/104716615
今日推荐