从mmm个不同元素中取出n(n≤m)n(n\leq m)n(n≤m)个元素(被取出的元素各不相同),并按照一定的顺序排成一列(一般顺序是抽取出来的顺序),叫做从mmm个不同元素中取出nnn个元素的一个排列,记作A(m,n)A(m,n)A(m,n)
A(m,n)=Amn=m!(m−n)!A(m,n)=A_m^n=\frac{m!}{(m-n)!}A(m,n)=Amn=(m−n)!m!
从mmm个不同元素中取出n(n≤m)n(n\leq m)n(n≤m)个元素的所有组合的个数,叫做从mmm个不同元素中取出nnn个元素的组合数,记作C(m,n)C(m,n)C(m,n)
C(m,n)=Cmn=m!(m−n)!⋅n!C(m,n)=C_m^n=\frac{m!}{(m-n)!\cdot n!}C(m,n)=Cmn=(m−n)!⋅n!m!
古典概型
概率是以假设为基础,即假定随机现象所发生的事件是有限的、互不相容的,而且每个基本事件发生的可能性相等。一般来讲,如果在全部可能出现的基本事件范围内构成事件AAA的基本事件有aaa,不构成事件AAA的有bbb个,那么事件AAA出现的概率为:
P(A)=aa+bP(A)=\frac{a}{a+b}P(A)=a+ba
概率体现的是随机事件AAA发生可能的大小度量(数值)
联合概率:表示两个事件共同发生的概率,事件AAA和事件BBB的共同概率记作:P(AB)P(AB)P(AB)、P(A,B)P(A,B)P(A,B)或者P(A⋂B)P(A\bigcap B)P(A⋂B),读作事件AAA和事件BBB同时发生的概率
条件概率:事件AAA在另外一个事件BBB已经发生的条件下的发生概率叫做条件概率,表示为P(A∣B)P(A|B)P(A∣B),读作在BBB条件下AAA发生的概率
P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)
将条件概率公式由两个事件推广到任意又穷多个事件时,可以得到如下公式,假设A1,A2,⋯ ,AnA_1,A_2,\cdots,A_nA1,A2,⋯,An为nnn个任意事件(n≥2)(n\geq 2)(n≥2),而且P(A1A2⋯An)>0P(A_1A_2\cdots A_n)>0P(A1A2⋯An)>0,则:
P(A1A2⋯An)=P(A1)P(A2∣A1)⋯P(An∣A1A2⋯An−1)P(A_1A_2\cdots A_n)=P(A_1)P(A_2|A_1)\cdots P(A_n|A_1A_2\cdots A_{n-1})P(A1A2⋯An)=P(A1)P(A2∣A1)⋯P(An∣A1A2⋯An−1)
全概率公式:样本空间Ω\OmegaΩ有一组事件A1,A2,⋯ ,AnA_1,A_2,\cdots,A_nA1,A2,⋯,An,如果事件组满足下列两个条件,那么事件组称为样本空间的一个划分:
∀i≠j∈1,2,⋯ ,n,AiAj≠∅\forall i \neq j \in {1,2,\cdots,n},A_iA_j \neq \emptyset ∀i=j∈1,2,⋯,n,AiAj=∅
A1⋃A2⋃⋯⋃An=ΩA_1\bigcup A_2 \bigcup \cdots \bigcup A_n = \OmegaA1⋃A2⋃⋯⋃An=Ω
设事件Ai{A_i}Ai是样本空间Ω\OmegaΩ的一个划分,且P(Ai)>0P(A_i)>0P(Ai)>0,那么对于任意事件BBB,全概率公式为:
P(B)=∑i=1nP(Ai)P(B∣Ai)P(B)=\sum_{i=1}^nP(A_i)P(B|A_i)P(B)=i=1∑nP(Ai)P(B∣Ai)
贝叶斯公式:
P(A∣B)=P(B∣A)P(A)P(B)P(A|B) = \frac{P(B|A)P(A)}{P(B)}P(A∣B)=P(B)P(B∣A)P(A)
设A1,A2,⋯ ,AnA_1,A_2,\cdots,A_nA1,A2,⋯,An是样本空间Ω\OmegaΩ的一个划分,如果对于任意事件BBB,有P(B)>0P(B)>0P(B)>0,那么:
P(Ai∣B)=P(BAi)P(B)=P(Ai)⋅P(B∣Ai)∑j=1n(Aj)⋅P(B∣Aj)P(A_i|B) = \frac{P(BA_i)}{P(B)}=\frac{P(A_i)\cdot P(B|A_i)}{\sum_{j=1}^n(A_j)\cdot P(B|A_j)}P(Ai∣B)=P(B)P(BAi)=∑j=1n(Aj)⋅P(B∣Aj)P(Ai)⋅P(B∣Ai)
本文深入探讨了概率论的基础概念,包括古典概型、联合概率、条件概率、全概率公式和贝叶斯公式,以及排列组合的基本原理。通过具体公式阐述了如何计算不同情况下的概率和组合数。
4697

被折叠的 条评论
为什么被折叠?



