第二节概率的概念

概率论重要知识点总结概率论重要知识点总结概率论是研究随机现象数量规律的数学分支。

随机现象是相对于决定性现象而言的。

在一定条件下必然发生某一结果的现象称为决定性现象。

下面为帮助同学们更好地理解概率论，小编汇总了关于概率论的重要知识点总结，希望对同学们学习上有所帮助。

第一章随机事件及其概率第一节基本概念随机实验：将一切具有下面三个特点：（1）可重复性（2）多结果性（3）不确定性的试验或观察称为随机试验，简称为试验，常用表示。

随机事件：在一次试验中，可能出现也可能不出现的事情（结果）称为随机事件，简称为事不可能事件：在试验中不可能出现的事情，记为。

必然事件：在试验中必然出现的事情，记为Ω。

样本点：随机试验的每个基本结果称为样本点，记作ω. 样本空间：所有样本点组成的集合称为样本空间. 样本空间用Ω 表示. 一个随机事件就是样本空间的一个子集。

基本事件—单点集，复合事件—多点集一个随机事件发生，当且仅当该事件所包含的一个样本点出现。

事件的关系与运算（就是集合的关系和运算）包含关系：若事件发生必然导致事件B发生，则称B 包含A，记为，则称事件A与事件B 相等，记为A＝B。

事件的和：“事件A 与事件B 至少有一个发生”是一事件，称此事件为事件A 与事件B 事件的积：称事件“事件A与事件B 都发生”为A 或AB。

事件的差：称事件“事件A 发生而事件B 不发生”为事件A 与事件B 的差事件,记为 A－B。

用交并补可以表示为互斥事件：如果A，B两事件不能同时发生，即AB＝Φ，则称事件A 与事件B 是互不相容事件或互斥事件。

互斥时可记为A＋B。

对立事件：称事件“A不发生”为事件A 的对立事件（逆事件），记为A 。

对立事件的性质：事件运算律：设A，B，C为事件，则有：（1）交换律：AB=BA，AB=BA A(BC)=(AB)C=ABC（3）分配律：A(BC)＝(AB)(AC) ABAC（4）对偶律（摩根律）：第二节事件的概率概率的公理化体系：第三节古典概率模型1、设试验E 是古典概型, 其样本空间Ω 个样本点组成.则定义事件A 的概率为的某个区域，它的面积为μ(A)，则向区域上随机投掷一点，该点落在区域假如样本空间Ω可用一线段，或空间中某个区域表示，则事件A 的概率仍可用上式确定，只不过把μ 理解为长度或体积即可. 第四节条件概率条件概率：在事件B 发生的条件下，事件A 发生的概率称为条件概率，记作乘法公式：P(AB)=P(B)P(A|B)＝P(A)P(B|A)全概率公式：设第五节事件的独立性两个事件的`相互独立：若两事件A、B 满足P(AB)= 相互独立.三个事件的相互独立：对于三个事件A、B、C，若P(AB)= 相互独立三个事件的两两独立：对于三个事件A、B、C，若P(AB)= 两两独立独立的性质：若A 均相互独立总结：1.条件概率是概率论中的重要概念，其与独立性有密切的关系，在不具有独立性的场合，它将扮演主要的角色。

第六章概率与概率分布推论统计研究如何依据样本资料对总体性质作出推断，这是以概率论为基础的。

通过概率论，可以知道在一定条件下，总体的各种抽样结果所具有的概率特性。

然后，推论统计依据这些概率特性，研究在发生了某种抽样结果的情况下总体参数是什么，或者对社会研究中提出的某种假设进行检定。

学习推论统计必须首先对概率论有所了解。

第一节概率论1．随机现象和随机事件概率是与随机现象相联系的一个概念。

所谓随机现象，是指事先不能精确预言其结果的现象。

随机现象具有非确定性，但内中也有一定的规律性。

例如，事先我们虽不能准确预言一个婴儿出生后的性别，但大量观察，我们会发现妇女生男生女的可能性几乎一样大，都是0．5，这就是概率。

随机现象具有在一定条件下呈现多种可能结果的特性。

但由于到底出现哪种结果，却又无法事先预言。

因此，人们把随机现象的结果以及这些结果的集合体称作随机事件，简称事件。

当随机事件发生的可能性能用数量大小表示出来时，我们就得到了概率。

在统计学中，我们把类似掷一枚硬币的行为（或对某一随机现象进行观察）称之为随机试验。

随机试验必须符合以下三个条件：①它可以在相同条件下重复进行；②试验的所有结果事先已知；③每次试验只出现这些可能结果中的一个，但不能预先断定出现哪个结果。

随机试验的每一个可能的结果，称为基本事件（或称样本点）；所有可能出现的基本事件的集合，称为样本空间，记为Ω。

随机事件（可记为A、B、C等）如果仅含样本空间中的一个样本点，该事件称为简单事件；随机事件如果含样本空间中的一个以上的样本点，该事件称为复合事件。

换言之，复合事件是样本空间Ω的某个子集。

随机事件有两种极端的情况：一种是必然会出现的结果，称为必然事件；另一种是不可能出现的结果，称为不可能事件。

从样本空间来看，必然事件是由其全部基本事件组成的，可记为S；不可能事件则不含任何基本事件，可记为Φ。

2．事件之间的关系客观事物之间总是存在着一定的关系，随机事件之间也不例外。

第一章随机事件与概率第一节随机事件及其运算1、随机现象：在一定条件下，并不总是出现相同结果的现象2、样本空间：随机现象的一切可能基本结果组成的集合，记为Ω={ω｝，其中ω表示基本结果，又称为样本点。

3、随机事件：随机现象的某些样本点组成的集合常用大写字母A、B、C等表示,Ω表示必然事件，∅表示不可能事件.4、随机变量：用来表示随机现象结果的变量，常用大写字母X、Y、Z等表示。

5、时间的表示有多种：（1）用集合表示，这是最基本形式（2）用准确的语言表示（3）用等号或不等号把随机变量于某些实属联结起来表示6、事件的关系（1）包含关系:如果属于A的样本点必属于事件B，即事件 A 发生必然导致事件B发生，则称A被包含于B，记为A⊂B；（2）相等关系：若A⊂B且B⊃A，则称事件A与事件B相等，记为A＝B。

（3）互不相容:如果A∩B=∅,即A与B不能同时发生,则称A与B互不相容7、事件运算（1）事件A与B的并:事件A与事件B至少有一个发生,记为 A∪B。

(2）事件A与B的交：事件A与事件B同时发生,记为A∩ B或AB。

(3）事件A对B的差：事件A发生而事件B不发生，记为 A－B。

用交并补可以表示为。

（4)对立事件:事件A的对立事件（逆事件），即“A不发生”,记为.对立事件的性质：。

8、事件运算性质：设A，B,C为事件，则有(1）交换律：A∪B=B∪A,AB=BA（2）结合律：A∪（B∪C)=(A∪B）∪C=A∪B∪C A(BC）=（AB)C=ABC（3)分配律：A∪(B∩C）＝(A∪B)∩(A∪C)、A（B∪C)＝(A∩B）∪(A∩C)= AB∪AC（4）棣莫弗公式（对偶法则）：9、事件域：含有必然事件Ω，并关于对立运算和可列并运算都封闭的事件类ξ称为事件域，又称为σ代数。

具体说,事件域ξ满足：（1）Ω∈ξ;(2）若A∈ξ，则对立事件∈ξ；（3)若A n∈ξ,n=1,2，···，则可列并ξ。

第一章随机事件的概率第二节概率的定义及性质所谓随机事件的概率,概括地说就是用来描述随机事件出现（或发生）的可能性大小的数量指标.其实概率的思想术语在我们日常生活中经常出现.对未来的不确定事件,我们经说有把握、希望、机会有多大,高考上线率,各种升学率等.“不怕一万，就怕万一”，就是人们对确定事件和不确定事件的认识，为此提前作出的思想准备，表明人类的智慧与先见之明。

古代智人（周文王，姜子牙，诸葛亮，刘伯温等）的掐指一算，就是算的样本空间和随机事件的概率。

数学上只能对简单的随机现象进行概率定义,复杂的随机现象有待于研究.随机事件在一次试验中既可能发生，也可能不发生，似乎无什么规律。

如果在相同的条件下，把一个试验重复做许多次，我们一定会发现，某些事件发生的次数多一些，而另一些事件发生的次数少一些。

表现出一定的规律性。

例如买彩票时投注号码，有极少一部分人能预感到中奖号码的规律。

例如，将一颗骰子重复投掷100次，毫无疑问，事件“出现奇数点”比事件“出现1点”发生的次数会多得多。

那么，发生次数多的事件在每次试验中发生的可能性大一些，而发生次数少的事件在每次试验中发生的可能性小一些。

问题是：如何度量事件发生可能性的大小？对于事件A ，如果实数)(A P 满足：（1）数)(A P 的大小表示事件A 发生可能性的大小；（2）)(A P 是事件A 所固有的，不随人们主观意志而改变的一种度量。

那么数)(A P 称为事件A 的概率。

它是事件A 发生可能性的度量。

在本节中，我们首先介绍一类最简单的概率模型，然后逐步引出概率的一般定义。

一、 概率的古典定义古典型随机试验:如果试验E 的样本空间S 只包含有限个基本事件，设},,,{21n e e e S ，并且每个基本事件发生的可能性相等，即)()()(21n e P e P e P === ，则称这种试验为古典型随机试验，简称古典概型。

下面我们来讨论古典概型中事件A 的概率)(A P 。

第二节 概率的概念及其性质(The definition of probability and its properties)一、概率的概念孤立地看某个随机事件的发生，似乎没有任何规律，可是，当进行大量的重复实验以后，随机事件发生的规律（即显现可能性）就会显此刻人的眼前。

例如，历史上就有数学家作抛掷硬币的实验，从中考察显现正面的频率。

(见书上表)从上表中能够看到，随着抛掷硬币次数的增加，显现正面次数的频率稳固地在的周围摆动。

这种频率逼近某个常数的性质，就客观描述了随机事件发生或显现可能性的规律，也确实是随机事件显现可能性大小本身所固有的性质。

由此，概念随机事件的概率。

概念1：在相同的条件下，重复进行大量的实验，假设事件A 发生的频率(frequency)稳固地逼近某常数p ，称p 为事件A 发生的概率(probability)，记为P(A)，即p=P(A)。

以上概念是所谓统计性的概率概念，它基于随机事件发生频率的稳固性。

它具有直观因此比较易于明白得的特点。

概率的严格概念是所谓公理化概念(The definition of axioms of probability)。

概念2：设Ω是随机实验E 的样本空间，A 为E 的任意一个事件，P(A)是A 的实函数，知足：（1）P(A) ≥ 0（非负性）；（2） P(Ω)=1（标准性）；（3） 若n A A A ,...,,21，…，两两互不相容，即 j i A A j i ≠Φ=,，i ，J=1，2，…，那么有)()(11∑=∑==ni i n i i A P A P （有限可加性）;而)()(11∑=∑∞=∞=i i i i A P A P （可列可加性）。

由概率的概念，对任何事件A ，有1)(0≤≤A P 成立(参见下例) ；而且由（3）不难看出，0)(=ΦP ；假设A ，B 为互斥事件，有P(A+B)=P(A)+P(B)。

专门地，对任意事件A 有)(1)(A P A P -=。