概率论 基本概率模型、分布、期望和方差

本文总结了概率论的基本概念,包括等可能概型、条件概率、离散型随机变量(如0-1分布、二项分布、泊松分布)和连续型随机变量(如均匀分布、指数分布、正态分布)。通过实例解析了伯努利试验、全概率公式和贝叶斯公式,并探讨了常见概率分布表。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这段时间校招,发现很多笔试都是概率论的题目,拿出课本写下来总结(不涉及组合和数理统计)。

基本概念

等可能概型(古典概型)

特点

  • 试验的样本空间只包含有限个元素;
  • 试验中每个基本事件发生的可能性相同。

公式

设试验的样本空间为S= { e1,e2,e3,,en} ,若事件A包含k个基本事件,即A= { ei1}{ ei1}{ eik} ,这里 i1,i2,,ik 1,2,,n 中k个不同的数。则有:

P(A)=j=1kP({ eij})=kn=AS

例题

  • 将一枚硬币抛掷三次,恰有一次出现正面的概率;
  • 袋子里装小球,放回抽样和不放回抽样;
  • n个人中至少有两人生日相同的概率。

    假设每人的生日在一年365天中任一天是等可能的,即 1365 ,则随机选取n个人,生日各不相同的概率是:

    365365(365n+1)365n

    所以n个人至少两人生日相同的概率是:
    p=1365365(365n+1)365n

n 20 23 30 40 50 60 100
p 0.411 0.507 0.706 0.891 0.970 0.997 0.999 999 7

条件概率

条件概率定义

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

乘法定理

设P(A)>0,则有

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

全概率公式

设试验E的样本空间为S,A为E的事件, B1,

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值