排列组合、积事件概率、条件概率、贝叶斯公式、独立事件

排列组合公式

A n m = n ( n 1 ) ( n m + 1 ) = n ! ( n m ) ! A_n^m=n(n-1)⋅⋅⋅(n-m+1)=\frac{n!}{(n-m)!}

C n m = A n m m ! = n ! m ! ( n m ) ! = C n n m C_n^m=\frac{A_n^m}{m!}=\frac{n!}{m!(n-m)!}=C_n^{n-m}

参考视频 《古典概型(排列组合)理论【板书】》

积事件概率与条件概率

举个例子,袋里有两个白球,一个黑球,不放回摸两次,问:

  1. 两次都摸到白球的概率
  2. 已知第一次摸到了白球,第二次也摸到白球的概率

解:设 A A = 第一次摸到白球, B B = 第二次摸到白球

(1)就是求事件 A B AB 的概率,它等价于,同时摸两个球,摸到的都是白球,所以概率
P ( A B ) = C 2 2 C 3 2 = 1 3 P(AB)=\cfrac{C_2^2}{C_3^2}=\cfrac{1}{3}
或者说,第一次摸到白球的概率是 2 3 \frac2 3 ,第二次摸到白球的概率是 1 2 \frac1 2 ,相乘得到 1 3 \frac1 3
P ( A B ) = P ( A ) P ( B A ) = 2 3 1 2 = 1 3 P(AB)=P(A)∗P(B|A)=\frac2 3 * \frac1 2= \frac{1}{3}

(2)是求在 A A 已经发生的条件下, B B 发送的概率,即 P ( B A ) P(B|A) , 也就是说第一次已经摸掉了一个白球,那么在第二次摸的时候,只有一个黑球,一个白球,于是
P ( B A ) = 1 2 P(B|A)=\cfrac{1}{2}

条件概率与贝叶斯公式

P ( B A ) = P ( A B ) P ( A ) = 1 3 2 3 = 1 2 P(B|A)=\cfrac{P(AB)}{P(A)}=\cfrac{\cfrac{1}{3}}{\cfrac{2}{3}}=\cfrac{1}{2}

公式变形

P ( B A ) = P ( A B ) P ( A ) P(B|A)=\cfrac{P(AB)}{P(A)}

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

P ( A B ) = P ( A B ) P ( B ) P(A|B)=\cfrac{P(AB)}{P(B)}

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

假设样本总空间是 Ω A B Ω_{AB} ,事件A已经发生时,样本空间不再是 Ω A B Ω_{AB} ,而是 Ω A Ω_A
由于A、B不是独立事件, P ( A B ) = P ( A ) P ( B A ) = P ( B ) P ( A B ) P ( A ) P ( B ) P(AB)=P(A)∗P(B|A)=P(B)∗P(A|B) \not =P(A)*P(B)

条件概率 https://www.bilibili.com/video/av36206436?p=11
乘法公式 https://www.bilibili.com/video/av36206436?p=12
全概率公式 https://www.bilibili.com/video/av36206436?p=13
贝叶斯公式 https://www.bilibili.com/video/av36206436?p=14

独立事件

事件 A A 发生的概率不受事件 B B 发生的影响
P ( A B ) = P ( A ) P ( A B ) = P ( B ) P ( A B ) = P ( B ) P ( A ) 即,P(A|B)=P(A),那么P(AB)=P(B)∗P(A|B)=P(B)∗P(A)

发布了154 篇原创文章 · 获赞 349 · 访问量 71万+

猜你喜欢

转载自blog.csdn.net/Leytton/article/details/103781475