概率统计和随机过程课件12概率的定义及其计算

概率统计和随机过程课件12•概率的定义contents•概率的计算•概率的性质目录•随机事件及其概率•古典概型与几何概型01概率的定义概率的公理化定义概率的公理化定义概率是一个从样本空间到实数的映射，满足非负性、规范性、完全可加性和有限可加性它用于描述随机事件发生的可能性程度具体描述公理化定义将概率定义为满足特定条件的实数，这个实数表示随机事件发生的可能性非负性指概率值不能是负数，规范性指必然事件的概率为1，完全可加性指两两互斥事件的概率之和等于它们所包含的基本事件的概率，有限可加性指有限个两两互斥事件的概率之和等于它们所包含的基本事件的概率概率的统计定义概率的统计定义通过大量重复实验中某一事件出现的频率来定义概率当频率趋于稳定时，该频率即为该事件的概率具体描述统计定义基于实际实验和观察结果来估计概率通过在相同条件下重复进行实验，观察某一事件发生的次数，并计算其频率当实验次数足够多时，频率会趋于稳定，这个稳定的频率可以作为该事件的概率值概率的其他定义概率的其他定义除了公理化和统计定义外，概率还可以通过其他方式定义，如相对频率、经验概率、主观概率等具体描述相对频率定义将概率定义为某一事件在大量重复实验中相对于其他事件出现的相对频率经验概率基于历史数据或经验来估计概率主观概率则基于个人信念或专家判断来评估某一事件发生的可能性程度这些定义各有特点和适用范围，可以根据具体问题和情境选择合适的概率定义02概率的计算概率的加法公式互斥事件的概率加法公式如果两个事件是互斥的，即两个事件不能同时发生，那么这两个事件的概率之和等于它们包含的基本事件数之比完备事件的概率加法公式如果两个事件是完备的，即它们包含了样本空间中所有的样本点，那么它们的概率之和等于1概率的乘法公式独立事件的概率乘法公式如果两个事件是独立的，那么它们的概率之积等于它们包含的基本事件数之积条件概率的乘法公式如果事件A在事件B发生的条件下发生，那么PA|B=PA∩B/PB条件概率条件概率的定义01条件概率是指在某个已知事件B发生的条件下，另一个事件A发生的概率，记作PA|B条件概率的性质02条件概率具有一些重要的性质，如非负性、规范性、可列可加性等条件概率与独立事件的关系03如果事件A和事件B是独立的，那么PA|B=PA03概率的性质概率的取值范围概率的取值范围在0到1之间，概率的取值具有规范性，即对概率的取值具有可加性，即对即0≤P≤1其中，概率为0表于任何事件A，有于两个互斥事件A和B，有示事件不可能发生，概率为1表PA=1−PA其中，A表示PA∪B=PA+PB示事件一定发生事件A的补集概率的运算性质概率的加法性质概率的乘法性质概率的指数性质对于任意两个事件A和B，有对于任意两个事件A和B，有对于任意事件A，有PA∪B=PA+PB−PA∩B PA∩B=PA×PB∣A其中，PA^n=PA^n其中，A^n其中，A∩B表示事件A和事件B PB∣A表示在事件A发生的条件表示事件A发生n次的交集下，事件B发生的条件概率概率的连续性概率的连续性是指在连续型随机变量的连续型随机变量的概率密度函数具有非连续型随机变量的期望值和方差分别定条件下，概率密度函数具有连续性即负性，即对于任意实数x，有px≥0义为EX=∫−∞∞xpxdx和随机变量X在任意区间[a,b]上的概率为同时，概率密度函数在全实数域上的积DX=∫−∞∞x2pxdx−[EX]2其中，该区间长度乘以概率密度函数在该区间分值为1，即∫−∞∞pxdx=1EX表示随机变量X的期望值，DX表上的积分值示随机变量X的方差04随机事件及其概率随机事件的定义随机事件不可能事件在一定条件下，可能发生也可能不发在一定条件下，一定不会发生的事件生的事件必然事件在一定条件下，一定会发生的事件随机事件的概率概率的取值范围0到1之间，包括0和1概率的加法原则两个互斥事件的概率之和等于它们各自概率的和概率的乘法原则两个事件相互独立时，它们的联合概率等于各自概率的乘积随机事件的独立性010203独立性定义独立性的判断独立性的性质如果一个事件的发生不影通过计算事件的联合概率如果两个事件相互独立，响另一个事件发生的概率，和边缘概率来判断则它们的和事件与积事件则称这两个事件独立的概率可以通过各自的概率计算得出05古典概型与几何概型古典概型的概率计算定义概率计算公式应用场景古典概型是一种概率模型，$PA=frac{mA}{n}$，古典概型在日常生活、游其中样本空间中的样本点其中$mA$是事件A包含戏、彩票等领域都有广泛是有限的，且每个样本点的样本点个数，$n$是样应用出现的可能性相等本空间中样本点的总数几何概型的概率计算定义几何概型是一种概率模型，其中样本空间是一个几何图形，样本点的位置和大小由该几何图形决定概率计算公式$PA=frac{SA}{SOmega}$，其中$SA$是事件A对应的几何图形的面积或体积，$SOmega$是样本空间对应的几何图形的面积或体积应用场景几何概型在物理、工程、金融等领域都有广泛应用几何概型与古典概型的比较相同点古典概型和几何概型都是概率模型，用于描述随机现象的概率分布不同点古典概型的样本空间是有限的，而几何概型的样本空间可以是无限的；古典概型中每个样本点出现的可能性相等，而几何概型中样本点的位置和大小由几何图形决定感谢您的观看THANKS。