概率基础
2026-04-15 21:46:26
发布于:浙江
先看这一帖
一、 核心概念与公理
- 样本空间 ():随机试验所有可能结果的集合,是概率计算的“全集”。
- 事件:样本空间的子集。包含关系 表示A发生则B必然发生;互斥 () 表示两事件不能同时发生。
- 概率公理 (Kolmogorov):
- 非负性:
- 规范性:
- 可列可加性:互斥事件和的概率等于概率之和。
二、 五大核心计算公式
这是解题的基石,务必熟练掌握:
- 加法公式:(防止重叠部分重复计算)。
- 减法公式:。
- 乘法公式:(A发生后B发生的概率)。
- 全概率公式:(通过划分原因 来求结果 的总概率)。
- 贝叶斯公式:(已知结果 发生,反推是由原因 导致的概率,即“后验概率”)。
三、 常见概型与分布
- 古典概型:适用于结果有限且等可能的场景,。
- 几何概型:适用于结果无限且连续的场景(如长度、面积),。
- 常用分布:
- 离散型:0-1分布、二项分布(n重伯努利试验)、泊松分布(稀有事件计数)。
- 连续型:均匀分布、指数分布(寿命模型)、正态分布(钟形曲线,自然界最常见)。
四、 进阶核心概念
- 事件独立性:若 ,则A、B独立(发生互不影响)。注意:两两独立 相互独立。
- 随机变量:将随机试验结果映射到实数的函数 ,分为离散型和连续型。
- 数字特征:
- 期望 :随机变量的加权平均值(重心)。
- 方差 :描述数据波动程度,。
- 协方差与相关系数:描述两个变量间的线性相关性。
全部评论 1
d'd'd
2026-04-23 来自 浙江
1















有帮助,赞一个