【课程笔记】概率论与数理统计

基本信息

  • 课程老师:郑志浩
  • 上课事件:周四下午 678 节

计分规则

  • 平时成绩 60%
    • 作业+到课率 25%
    • 参与“学在浙大”讨论 5%
    • 小测 30% 取三次测验的两次最高分,但是要求全部参加
    • 测验一:到第二章,秋 7 周周日晚 21:30-22:30
    • 测验二:到第四章,冬 3 周周六晚 21:30-22:30
    • 测验三:到第七章,冬 7 周周五晚 21:30-22:30
  • 期末成绩 40%

第 1 章 概率论的基本概念

随机试验

现象的分类

  • 确定性现象
  • 不确定性现象
    • 个别现象:无规律的,呈现不确定性
    • 随机现象:具有统计规律性

随机试验的特性

  • 可以在相同条件下重复进行
  • 事先知道可能出现的结果
  • 进行试验前并不知道哪个试验结果会发生

样本空间·随机事件

  • 样本空间:所有可能结果构成的集合 ($S={E}$,$E$ 为所有可能的结果)
    • $S={正面,反面}$ 有限个
    • $S={0,1,2,3,\dots}$ 或 $S={0,4,8,12,\dots}$ 可列个
    • $S={x|a \le x \le b}$ 连续的
  • 样本点:试验的每一个结果
  • 随机事件:样本空间的任一子集,简称事件,常用字母 $A,B,C$ 表示
    • $S$ 为必然事件(必然事件发生概率为 $100\%$,而发生概率为 $100\%$ 的事件不一定为必然事件)
    • $\emptyset$ 为不可能事件
  • 基本事件:只含有一个样本点的事件

事件的关系及运算

  • 包含 $A \subset B$ (若 $A$ 发生,则 $B$ 发生)
  • 相等 $A=B$ ($A \subset B $ 且 $B \subset A$)
  • 和事件 $A \cup B$ 两者至少有一个发生,也可用 $\bigcup_{i=1}^{n} A_i$
  • 积事件 $A \cap B$ 两者同时发生 ($\cap$ 符号可以省略,如 $AB$)
    • 当 $A\cap B = \emptyset$,称 $A$ 与 $B$ 互不相容,或称互斥
    • 若 $A \cup B = S$ 且 $A \cap B = \emptyset$,称 $A,B$ 互逆,将 $B$ 记为 $\overline{A}$
  • 差事件 $A-B = A \cap \overline{B}$
  • 德摩根定律 $\overline{\bigcup_{i=1}^n A_i} = \bigcap_{i=1}^n\overline{A_i}$,$\overline{\bigcap_{i=1}^n A_i} = \bigcup_{i=1}^n\overline{A_i}$

频率与概率

  • 频率 $f_n(A)$ 体现了事件 $A$ 发生的频繁程度
    • $0 \le f_n(A) \le 1$
    • $f_n(S)=1$
    • 若 $A_1,A_2,\dots,A_k$ 两两互不相容,则有 $f_n(\bigcup_{i=1}^k A_i) = \sum_{i=1}^n f_n(A_i)$
  • $A$ 的频率 $f_n(A)$ 的稳定值 $p$ 定义为事件 $A$ 的频率,记作 $P(A)=p$ (注,不能说 $\lim_{n \to \infty} f_n=p $,这是错误的)
    • 非负性:$P(A) \ge 0$
    • 规范性:$P(S)=1$
    • 可列可加性:对于可列个互不相容的事件 $A_1,A_2,\dots,A_n,\dots$, 有 $P(\bigcup_i^{\infty}A_i)=\sum^{\infty}_i P(A_i)$
    • 有限可加性:对于有限个互不相容的事件 $A_1,A_2,\dots,A_n$, 有 $P(\bigcup_i^{n}A_i)=\sum^{n}_i P(A_i)$
    • $P(A)=1-P(\overline{A}),P(\emptyset)=0$ (发生概率为 $0$ 的事件不一定为 $\emptyset$)
    • $P(B-A)=P(B)-P(AB)$ (当 $A\subset B$ 时,$P(B-A)=P(B)-P(A)$),可化为 $P(B)=P(B-A)+P(AB)$
    • $P(A\cup B)=P(A)+P(B)-P(AB)$,若有更多项,用容斥做即可

等可能概型(古典概型)

  • 定义:若试验 E 满足:
    1. $S$ 中样本点有限(有限性)
    2. 出现每一样本点的概率相等(等可能性)

    称这种试验为等可能概型(或古典概型)

  • $P(A)=\frac{A 所包含的样本点数}{S 中的样本点数}$

本文作者:water_tomato
暂无评论

发送评论 编辑评论

|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇