第一章 事件的概率
來自專欄 概率論與數理統計
- 事件
一般含義:(1)有一個明確界定的試驗。
(2)這個試驗的全部可能結果,是在試驗前就明確的。
(3)一個確定的部分,就叫做一個事件。
基本事件:單一的試驗結果。
- 古典概率
定義:設一個試驗有 個「等可能」的結果,而事件 恰包含其中的 個結果,則事件 的概率,記為 ,定義為
局限性:它只能用於全部試驗結果為有限個,且等可能性成立的情況。
- 概率的統計定義
把事件 概率定義為具有如下性質的一個數 :當把試驗重複時, 的頻率在 附近擺動,且當重複次數增大時,這個擺動愈來愈小,或者乾脆說:概率就是當試驗次數無限增大時頻率的極限。
- 概率的公理化定義
已知事件是與試驗相連的,試驗有許多可能的結果,每個結果叫做一個基本事件.與此相應,在柯氏的公理體系中引進一個抽象的集合 ,其元素 稱為基本事件。
一個事件是由若干基本事件構成的.與此相應,在柯氏公理體系中考慮由 的子集(包括 本身及空集 )構成的一個集類 , 不必包括 的一切可能的子集,且必須滿足某種條件. 中的每個成員就稱為「事件」。概率是事件的函數.與此相應,在柯氏公理體系中,引進了一個定義在 上的函數 。對 中的任意成員 , 的值理解為事件 的概率,柯氏公理體系對這個函數 加上幾條公理:
- 加法公理
- 排列組合公式
- 事件的蘊含、包含及相等
在同一試驗下的兩個事件 和 ,如果當 發生時 必發生,則稱 蘊含 ,或者說 包含 ,記為 。
若 相互蘊含記 且 ,則稱 兩事件相等,記為 。
- 事件的互斥和對立
- 互斥:
若兩事件 不能再同一次試驗中都發生(但可以都不發生),則稱它們是互斥的。
如果一些事件中任意兩個都互斥,則稱這些事件是兩兩互斥的,或簡稱互斥的。
從「事件是由一些試驗結果所構成的」這個觀點看:互斥事件無非是說,構成這兩個事件各自的試驗結果中不能有公共的。
- 對立:
若 為一事件,則事件
稱為 的對立事件,多記為 。
- 事件的和(或稱並)
設有兩個事件 ,定義一個新事件 如下:
稱為事件 與事件 的和,記為
或記為
事件的和很自然地推廣到多事件。
- 概率的加法定理
若干個互斥事件之和的概率,等於各事件的概率之和,即:
.
事件個數可以是有限的或無限的。註:各事件必須是兩兩互斥.
推論:以 表示 的對立事件,則
- 事件的積(或稱交)、事件的差
事件的積:
設有兩個事件 ,則如下定義事件 :
稱為兩事件 的積或者乘積,並記為 。可依此推廣到多個事件的積.
事件的差:
兩個事件 之差,記為 ,定義為:
事件的和、差、積等運算滿足乘法結合律,分配率。
下面給出幾個容易混淆的例子:
- 條件概率
當說到「條件概率」時,總是指另外附加的條件,其形式總可歸結為「已知某事件發生了」。
定義:設有兩個事件 ,而 ,則「在給定 發生的條件下 的條件概率」,記為 ,定義為:
- 事件的獨立性、概率乘法定理
設有兩個事件 , 的無條件概率 與其在給定 發生之下的條件概率 ,一般是由差異的.這反映了這兩個事件之間存在著一些關聯。
例如, ,則 的發生使 發生的可能性增大了,即 促進了 的發生。
反之,若 (可推出: ),則 的發生與否對 發生的可能性毫無影響.這時,在概率論上就稱 兩事件獨立。
定義:由條件概率公式得出: A,B兩事件獨立。
定理:兩獨立事件 的積 的概率 等於其各自概率的積 。
(註:如果試驗的內容真是單一的,那麼,在這種試驗下兩事件獨立的較少出來的例外.因為兩個事件既然都依賴同一批結果,彼此必定會有影響。)
推廣:對個事件獨立性的定義。
定義:設 為有限或無限個事件,如果從其中任意取出有限個 ,都成立。
則稱事件 相互獨立,或簡稱獨立。
定理:若干個獨立事件 之積的概率,等於各事件概率的乘積:
(註:加法定理 互斥,乘法定理 獨立.)
兩個性質:
- 獨立事件的任意部分也獨立。
- 若一列事件 相互獨立,則將其中任一部分改為對立事件時,所得事件列仍為相互獨立的。
(註:相互地理 兩兩獨立,反之不一定成立。)
- 全概率公式與貝葉斯公式
1.全概率公式:
設 為有限或無限個事件,它們兩兩互斥且在每次試驗中至少發生一個,用式表之,即
(不可能事件) ,
(必然事件).
由加法定理和條件概率的定義
這個公式稱為全概率公式。
理論和實用意義:在較複雜的情況下直接算 不易,但 總是隨某個 伴出,適當去構造這一組 往往可以簡化計算。
從另一個角度理解全概率公式:把 看做導致事件 發生的一種可能途徑,對不同途徑, 發生的改立即條件概率 各不相同,而採取哪個途徑卻是隨機的.正確的答案應是諸 以 為權的加權平均值 。
2.貝葉斯公式:
在全概率公式的假定之下,有
這個公式稱為貝葉斯公式。
3.總結概括:
如果我們把事件 看成「結果」,把諸事件 看成導致這個結果的可能的「原因」,則可以形象地把
全概率公式看做「由原因推結果」;而貝葉斯公式則看做「由結果推原因」。
推薦閱讀:
※關於GTM⑨的抄書日記-3
※Serre《算術教程》筆記(1)
※範疇論學習筆記19:伽羅瓦連接
※格論學習筆記1:基礎概念
※基礎群論(五): Sylow理論 下