概率论第十四章概率论初步重要知识点
概率论知识点总结.ppt

************************ 典 型 问 题 ************************** 典型问题一: 事件的概率( 利用概率定义和运算法则计算 )
利用古典概型与加法定理计算
利用全概公式和贝叶斯公式计算 利用条件概率与乘法公式计算
典型问题一: 事件的概率( 利用随机变量的概率分布计算 )
概率论知识要点
随机 事件
概念 样本点、样本空间、基本事件、随机事件、必然事件、不可能事件 运算及关系 运算性质
概率 定义、 性质 条件概率
乘法公式、全概率公式、贝叶斯公式、 独立、 独立重复试验
随机变量
定义 、性质、离散型/连续型、 n维 分布函数/分布律 概率密度 边缘分布、条件分布、 独立性
随机变量函数的分布
机 变
分布函数
量 及
性质
分
布
3)左连续
函
数 X落在区间内概率
定义
离
散
性质
型
与 连
与分布函数的关系
续
型
随
ቤተ መጻሕፍቲ ባይዱ
机 变
X落在区间内概率
量
分布律
分布函数
6
边 边缘分布函数
缘
分
定义
布
条件分布函数
条
件
定义
分
布
P{ X = xi | Y = yj } P{ Y = yj | X = xi }
独
立
定义
性
7
r.v.的函数 的分布
所求概率
已知分布
已知分布律
已知分布密度
典型问题一: 事件的概率( 概率的近似计算 )
典型问题二: 随机变量及其函数的分布
概率论基础知识汇总

P( A) 1 P( A)
P(A B C) P(A) P(B) P(C) P( AB) P(BC) P(AC) P(ABC)
条件概率 Conditional Probability
定义 设A,B为同一个随机试验中的两个随机事件 ,
且P(B)>0, 则称
P( A B) P( AB) P(B)
全概率公式
设A1 ,A2 ,...,An 构成一个完备事件组,且 P(Ai )>0 ,i=1,2,...,n,则对任一随机事件B, 有
n
P(B) P( Ai )P(B | Ai ) i 1
A1 P( A1) P(B | A1)
A2 P( A2 ) P(B | A2 )
A3 P( A3) P(B | A3)
为在事件B发生的条件下,事件A发生的条件概率.
乘法法则
P( AB) P( A)P(B A) P(B)P(A B)
推广
P(B A) P( AB) P( A)
P( A B) P( AB) P(B)
P( ABC) P( A)P(B A) P(C | AB)
P( A1 A2 An ) P( A1)P( A2 A1)P( A3 ( A1A2 )) P( An ( A1 A2 An1))
P(A B) P(AB) P(B)
P(AB) P(B | A)
P(AB) P(AB) / P(A)
P(A)
事件的独立性 判别
事件A与事件B独立的充分必要条件是
P( AB) P( A)P(B)
证明 由乘法公式 P( AB) P( A)P(B | A) 和 独立性定义P(B | A) P(B)可得
实际问题中,事件的独立性可根据问题的实 际意义来判断
概率论通识讲义

概率论通识讲义概率论是现代科学的重要分支之一,它研究的是随机事件的规律性和概率分布,是科学研究、决策分析、风险管理等领域不可或缺的工具。
本文旨在为读者提供概率论的基础知识,包括概率的定义、性质、概率分布、随机变量等内容。
一、概率的定义和性质概率是描述随机事件发生可能性的数值,通常用0到1之间的实数表示。
概率的定义有三种形式:古典概型、几何概型和统计概型。
其中,古典概型适用于事件的样本空间有限的情况,几何概型适用于事件的样本空间为几何形状的情况,统计概型适用于事件的样本空间无限的情况。
概率具有以下几个性质:1. 非负性:对于任何事件A,其概率P(A)必须大于等于0。
2. 规范性:对于样本空间Ω中的所有事件A,它们的概率之和等于1,即P(Ω)=1。
3. 可列可加性:对于任意的可列个事件A1、A2、…,它们的并集的概率等于它们概率之和,即P(A1∪A2∪…) = P(A1) + P(A2) + …。
4. 互斥事件的加法规则:对于互斥事件A和B,它们的并集的概率等于它们概率之和,即P(A∪B) = P(A) + P(B)。
二、概率分布概率分布是用来描述随机变量的概率分布规律的函数。
随机变量是指取值不确定的变量,可以是离散的或连续的。
离散型随机变量取有限或可数个值,其概率分布函数称为概率质量函数。
连续型随机变量可以取任意实数值,其概率分布函数称为概率密度函数。
离散型随机变量的概率质量函数可以用下列公式表示:P(X=x) = f(x),其中x为随机变量的取值,f(x)为概率质量函数。
连续型随机变量的概率密度函数可以用下列公式表示:P(a≤X≤b) = ∫ab f(x)dx,其中a和b为随机变量的取值范围,f(x)为概率密度函数。
三、随机变量随机变量是指取值不确定的变量,可以是离散的或连续的。
随机变量的期望、方差和协方差是概率论中重要的概念。
其中,期望是随机变量的平均值,方差是随机变量偏离其期望的平方的平均值,协方差是两个随机变量之间的相关性度量。
概率论与数理统计各章重点知识整理.pptx

件的概率相等,即 P(e1)=P(e2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型.
2.计算公式 P(A)=k / n 其中 k 是 A 中包含的基本事件数, n 是 S 中包含的基本事件总数.
P(A)=0 .
(2)有限可加性 对于 n 个两两互不相容的事件 A1,A2,…,An , P(A1∪A2∪…∪An)=P(A1)+P(A2)+…+P(An) (有限可加性与可列可加性合称加法定理)
(3)若 A B, 则 P(A)≤P(B), P(B-A)=P(B)-P(A) .
(4)对于任一事件 A, P(A)≤1, P(A)=1-P(A) .
y
fX
hyhy
0
y
其它
其中h(y)是 g(x)的反函数 , = min (g (-),g ()) = max (g (-),g ()) .
如果 f (x)在有限区间[a,b]以外等于零,则 = min (g (a),g (b)) = max (g (a),g (b)) .
第三章 二维随机变量及其概率分布
n PB
PA
i
B
i
.
i 1
六.事件的独立性
2
学海无 涯
1.两个事件 A,B,满足 P(AB) = P(A) P(B)时,称 A,B 为相互独立的事件.
(1)两个事件 A,B 相互独立 P(B)= P (B|A) .
(2)若 A 与 B,A 与 B , A与 B, , A 与 B 中有一对相互独立,则另外三对也相互独立.
概率论的基础知识

6s
计算上下规格限: USL=70+3=73 LSL =70-3=67 (1-Φ(2))+(1-Φ(2))=2-2Φ(2)
查标准正态分布函数表的Φ(2)=0.9772
随机变量及其分布
常用连续分布—均匀分布
6s
均匀分布在两端点a,b之间有一个恒定的概率密度函数,即在(a,b)上概率密度函数是一个常数,见
3 X 2 = 6 条旅游路线。
加法原理:设完成一件事可有两种途径,第一种途径有n1种方法,第二种途径有n2种方法 ,则完成这件事共有n1+n2种方法。 例如:从A城到B城有三类交通工具,汽车,火车和飞机。汽车有5个班次,火车有3个班次 ,飞机有2个班次,那么从A城到B城共有5+3+2=10个班次供旅游选择。 可以推广到多个步骤和途径事件。
5
1/6
6
1/6
随机变量及其分布
随机变量分布
6s
随机变量及其分布
随机变量均值和方差的运算性质
6s
随机变量及其分布
常用离散分布—二项分布
1)重复进行 n 次试验;
6s
2) n 次试验间相互独立;
3)每次试验仅有两个可能结果; 4)成功的概率为p,失败的概率为1-p; 在上述四个度函数为:
为使候车时间 X 少于 5 分钟,乘客必须在7:10 ,到 7:15 之间,或在7:25 到 7:30 之间到达车站, 则
:
随机变量及其分布
常用连续分布—指数分布
6s
e x , x 0 p( x) x0 0 ,
随机变量及其分布
常用连续分布—指数分布
6s
随机变量及其分布
常用连续分布—指数分布
概率初步知识点

概率初步知识点归纳1,概率的有关概念1.概率的定义:某种事务在某一条件下可能发生,也可能不发生,但可以知道它发生的可能性的大小,我们把刻划(描述)事务发生的可能性的大小的量叫做概率.2,事务类型:①必定事务:有些事情我们事先确定它确定发生,这些事情称为必定事务.。
不可能事务:有些事情我们事先确定它确定不会发生,这些事情称为不可能事务.③不确定事务:很多事情我们无法确定它会不会发生,这些事情称为不确定事务.必定事务,不可能事务都是在事先能确定它们会发生,或事先能确定它们不会发生的事务,因此它们也可以称为确定性事务.不确定事务都是事先我们不能确定它们会不会发生,我们把这类事务称为随机事务。
练习:1 .足球竞赛前,裁判通常要掷一枚硬币来确定竞赛双方的场地及首先发球者,其主要缘由是()•A.让竞赛更富有情趣B.让竞赛更具有神奇色调C.体现竞赛的公允性D.让竞赛更有挑战性2 .小张掷一枚硬币,结果是一连9次掷出正面对上,则他第10次掷硬币时,出现正面对上的概率是().A.0B.IC.0.5D.不能确定3 .关于频率及概率的关系,下列说法正确的是().A.频率等于概率B.当试验次数很多时,频率会稳定在概率旁边C.当试验次数很多时,概率会稳定在频率旁边D.试验得到的频率及概率不可能相等4 .下列说法正确的是().A.一颗质地匀称的骰子已连续抛掷了2000次,其中,抛掷出5点的次数最少,则第2001次确定抛掷出5点B.某种彩票中奖的概率是1%,因此买100张该种彩票确定会中奖C.天气预报说明天下雨的概率是50%.所以明天将有一半时间在下雨D.抛掷一枚图钉,钉尖触地和钉尖朝上的概率不相等5 .下列说法正确的是().A.抛掷一枚硬币5次,5次都出现正面,所以投掷一枚硬币出现正面的概率为1B. “从我们班上查找一名未完成作业的学生的概率为0”表示我们班上全部的学生都完成了作业C. 一个口袋里装有99个白球和一个红球,从中任取一个球,得到红球的概率为1%,所以从袋中取至少100次后必定可以取到红球(每次取后放同,并搅匀)D.抛一枚硬币,出现正面对上的概率为50%,所以投掷硬币两次,则一次出现正面,一次出现反面6 .在一个不透亮的袋子中装有4个除颜色外完全相同的小球,其中白球1个,黄球1个,红球2个,摸出一个球不放回,再摸出一个球,两次都摸到红球的概率是().7 .在今年的中考中,市区学生体育测试分成了三类,耐力类,速度类和力气类.其中必测项目为耐力类,抽测项目为:速度类有50m,IOOm,50m×2来回跑三项,力气类有原地掷实心球,立定跳远,引体向上(男)或仰卧起坐(女)三项.市中考领导小组要从速度类和力气类中各随机抽取一项进行测试,请问同时抽中50mX2来同跑,引体向上(男)或仰卧起坐(女)两项的概率是().8 .元旦游园晚会上,有一个闯关活动:将20个大小,重量完全一样的乒乓球放入一个袋中,其中8个白色的,5个黄色的,5个绿色的,2个红色的.假如随意摸出一个乒乓球是红色,就可以过关,则一次过关的概率为().9 .下面4个说法中,正确的个数为().(1)“从袋中取出一只红球的概率是99%”,这句话的意思是确定会取出一只红球,因为概率已经很大(2)袋中有红,黄,白三种颜色的小球,这些小球除颜色外没有其他差别,因为小张对取出一只红球没有把握,所以小张说:“从袋中取出一只红球的概率是50%”(3)小李说,这次考试我得90分以上的概率是200%(4)“从盒中取出一只红球的概率是0",这句话是说取出一只红球的可能性很小A.3B.2C.1D.010 .下列说法正确的是().A.可能性很小的事务在一次试验中确定不会发生B.可能性很小的事务在一次试验中确定发生C.可能性很小的事务在一次试验中有可能发生D.不可能事务在一次试验中也可能发生3,(重点)概率的计算1,概率的计算方式:概率的计算有理论计算和试验计算两种方式,依据概率获得的方式不同,它的计算方法也不同.2,如何求具有上述特点的随机事务的概率呢?假如一次试验中共有n种可能出现的结果,而且这些结果出现的可能性都相同,其中事m务A包含的结果有m种,则事务A发生的概率P(A)=〃。
概率论与数理统计14讲

10
它们的平均抗拉强度指标都是126, 但是, 使 用钢筋时, 一般要求抗拉强度指标不低于一 个指定数值(如115). 那么, 第二批钢筋的抗拉 强度指标与平均值偏差较大, 即取值较分散, 不合格的多, 可以认为第二批比第一批质量 差.
11
可见在实际问题中, 仅靠期望值(或平均值) 不能完善地说明随机变量的分布特征, 还必 须研究期离散程度. 通常人们关心的是随机 变量X对期望值E(X)的离散程度.
27
(2) 随机变量与常量之和的方差就等于这个 随机变量的方差本身
证 D(X+c)=E[X+cE(X+c)]2=E[X+cEXc)]2 =E(XEX)2=D(X)
28
(3) 常量与随机变量乘积的方差, 等于这常 量的平方与随机变量方差的乘积.
证 D(cX)=E[cXE(cX)]2=E{c[XE(X)]}2 =E{c2[XE(X)]2}=c2DX
)2]
2 2
1
52
D( X
*)
E(X
*2 )
[E(X
* )]2
E
X
2
1
2
E[( X
)2]
2 2
1
53
即对于任何方差不为零的随机变量 X,
X * X 的数学期望为 0, 方差为 1, X*称
为 X 的标准化变量.
54
例6 设随机变量X服从几何分布, 概率函数 P{X=k}=p(1p)k1, k=1,2,…
23
例 计算本节开始所举甲乙两炮射击中D(X1), 及D(X2)
X1 80 85 90 95 100 P 0.2 0.2 0.2 0.2 0.2 X2 85 87.5 90 92.5 95 P 0.2 0.2 0.2 0.2 0.2
概率论各章节复习口诀集锦

概率论各章节复习口诀集锦
为了同学们在考研道路中顺利通过,下面由小编给大家带来“概率论各章节复习口诀”,持续关注本站将可以持续获取更多的考试资讯!
概率论各章节复习口诀集锦
今日,小编带来的干货是考研数学概率论各章节复习口诀,熟记这些口诀能避免在做题当中犯细小的错误,并且有助于在复习过程中对知识点的记忆和巩固,希望同学们能牢记
第一章随机事件
互斥对立加减功,条件独立乘除清;
全概逆概百分比,二项分布是核心;
必然事件随便用,选择先试不可能。
第二、三章一维、二维随机变量
1)离散问模型,分布列表清,边缘用加乘,条件概率定联合,独立试矩阵
2)连续必分段,草图仔细看,积分是关键,密度微分算
3)离散先列表,连续后求导;分布要分段,积分画图算
第五、六章数理统计、参数估计
正态方和卡方出,卡方相除变F,
若想得到t分布,一正n卡再相除。
样本总体相互换,矩法估计很方便;
似然函数分开算,对数求导得零蛋;
区间估计有点难,样本函数选在前;
分位维数惹人嫌,导出置信U方甜。
第七章假设检验
检验均值用U-T,分位对称别大意;
方差检验有卡方,左窄右宽不稀奇;
不论卡方或U-T,维数减一要牢记;
代入比较临界值,拒绝必在否定域!。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第十四章 概率论初步第一节 事件与概率一、随机事件和样本空间在研究自然界和人类社会时,人们可观察到各种现象,按它是否带有随机性将它们划分为两类。
一类是在一定条件下必然会发生的现象,称这类现象为确定性现象。
例如苹果从树上掉下来总会落到地上,三角形的内角和一定为180º。
另一类现象是在一定条件可能出现也可能不出现的现象,称这类现象为随机现象。
例如掷一枚质地均匀的硬币时,它可能出现正面向上,也可能出现反面向上等。
对于随机现象的一次观察,可以看作是一次试验,如果某种试验满足以下条件:(1)试验可在相同条件下重复地进行;(2)每次试验的结果可能不止一个,并且能事先确定试验的所有可能的结果;(3)每次试验的结果事先不可预测,称这种试验为随机试验。
随机试验的每一个可能的结果,称为基本事件,它们的全体,称作样本空间,通 常用字母Ω表示。
样本空间的元素即基本事件,有时也称作样本点,常用ω表示。
例1、一次掷两颗骰子,观察每颗的点数解: Ω=}654321,|),{(、、、、、j i j i =其中()j i ,表示第一颗掷出i 点,第二颗掷出j 点,显然, Ω共有36个样本点。
例2、 一个盒子中有十个完全相同的球,分别标以号码1021、、、Λ从中任取一球, 解:令 {}i i 取出球的号码为=则}1021{、、、Λ=Ω称样本空间Ω的某一子集为一个随机事件,简称事件,通常用大写英文字母A 、B 、C ……表示。
如在例2中, A={}取出球的标号为奇数因为Ω是所有基本事件所组成,因而在任一次试验中,必然要出现Ω中的某一些基本事件ω,即Ω∈ω,也即在试验中,Ω必然会发生,又用Ω来代表一个必然事件。
相应地,空集φ可以看作是Ω的子集,在任意一次试验中,不可能有φω∈,即φ永远不可能发生,所以φ是不可能事件。
我们可用集合论的观点研究事件,事件之间的关系与运算如下:(1)包含 如果在一次试验中,事件A 发生必然导致事件B 发生,则称事件B 包含事件A ,记为B A ⊂由例2,{}5球的标号为=B ,则A B ⊂(2)等价 如果B A ⊂同时A B ⊂,则称事件A 与事件B 等价,记为A=B 。
由例2, 若}97531{、、、、C 球的标号为=, 则A=C (3) 交事件 "事件A 与事件B 同时发生",这样的事件称为事件A 与事件B 的交(或积),记作 B A I (或AB)}5{球的标号为=C B I将交事件推广到有限个或可列个事件的情形,称i ni A 1=I 为n 个事件n 、A 、、A A Λ21的交事件,表示n 个事件同时发生;称i i A ∞=1I 为可列个事件ΛΛ、、A 、、A A 21的交事件,表示可列个事件同时发生。
(4)并事件 "事件A 与事件B 至少有一个发生",这样的一个事件称作事件A 与B的并,记作 B A Y记 }3{≤=球的标号D , 则 }975321{、、、、、D A 球的标号为=Y 同样将并事件推广到有限个或可列个事件的情形,称i ni A 1=Y 为n 个事件n 、A 、、A A Λ21 的并事件;称i i A ∞=1Y 为可列个事件ΛΛ、、A 、、A A 21的并事件。
(5)差事件 "事件A 发生而B 不发生",这样的事件称为事件A 与B 的差,记作B A - 。
}9731{、、、B A 球的标号为=- (6)互不相容事件 如果事件A 与B 不能同时发生,也即AB 是一个不可能事件,称A 与B 为互不相容事件,记为 φ=B A I记}4{球的标号为=E , 则A 与E 为互不相容事件(7) 逆事件又称对立事件 设事件A 与B ,如果φ=Ω=B ,A B A I Y , 则称B 为A 的逆事件或对立事件,或称A 与B 互逆,B 也记为A 。
例3、设A 、B 、C 是Ω中的随机事件,则事件"A 发生,B 、C 都不发生"可表为 C B A"A 、B 都发生,C 不发生"可表为 C AB"A 、B 、C 中至少有一个发生"可表为 C B A Y Y"A 、B 、C 中不多于一个事件发生"可表为 C B A C B A C B A C B A Y Y Y"A 、B 、C 中至少有两个事件发生"可表为ABC BC A C B A C AB Y Y Y事件运算满足如下规则:(1)交换律 A B B A Y Y = , A B B A I I =(2)结合律 )()(C B A C B A Y Y Y Y = , )()(C B A C B A I I I I =(3)分配律 )()()(C A B A C B A Y I Y I Y = ,)()()(C A B A C B A Y Y I Y I =(4)De Morgan 定理(对偶原则)B A B A I Y = ,B A B A Y I =推广到有限个和可列个的情形 i n i i n i A A 11===I Y , i ni i n i A A 11===Y Ii i i i A A ∞=∞==11I Y , i i i i A A ∞=∞==11Y I事件是Ω的某些子集,如果把"是事件"的这些子集归在一起,则得到一个类,记作F ,称作事件域,即 },:{是事件A A A F Ω⊂=二、随机事件的概率定义1 随机事件A 发生可能性大小的度量(数值),称为A 发生的概率,记作)(A p 。
概率具有下述性质:(1)非负性:任给F A ∈,10≤≤p ; (2)规范性:1)(=Ωp ; (3) 可列可加性:任给F A i ∈,Λ、、i 21=且任意事件两两互不相容,有)()(11∑∞=∞==i ii i A p A p Y 由此可得到以下结论:(1)0)(=φp ,即不可能事件的概率为0;(2)有限可加性,若事件n 、A 、、A A Λ21两两互不相容, 则 )()(11∑===ni ii n i A p A p Y ; (3)事件A 、B ,如果B A ⊂,则有)()()(A p B p A B p -=-,)()(B p A p ≤;(4)对任意事件A ,有 10≤≤p ;(5)对任意事件A ,有)(1)(A p A p -=(6)对于任意事件A 、B ,有 )()()()(B A p B p A p B A p I Y -+= , )()()(B p A p B A p +≤Y该公式也可推广到有限个事件,较复杂在此省略。
三、古典概率对于一个随机试验,如何寻求随机事件A 的概率)(A p 呢?先讨论一类较为简单的随机试验,它具有两类共性:(1) 试验的所有可能结果只有有限个,即样本空间的元素(基本事件)为有限个,}{21n 、、、ωωωΛ=Ω,在一次试验中有且仅有其中的一个基本事件发生;(2) 试验中每个事件i ω)21(、n 、、i Λ=发生的可能性相等,即)()()(21n p p p ωωω===Λ。
具有上述两个特点的试验模型称为古典概型。
如果古典概型中的所有基本事件的个数是n ,事件A 包含的基本事件的个数是k ,则事件A 的概率为 )(A p = nk例4、盒内有5个双喜牌,3个双环牌乒乓球,从中任取2个,问两个都是双喜牌的概率?解:试验可能出现的结果共有2828=C 种,其中取得两个为双喜牌所包含的基本事件数为1025=C 种357.02810≈=p 例5 、从5双不同的鞋子中任取4只,问这4只鞋子中至少有2只成双的概率是多少?解:设A 为"4只鞋子中至少有两只成双"的事件,A 为"4只鞋子中没有成双"的事件,基本事件总数为410C 。
A 所包含基本事件数(先从5双中任取4双,再从抽出的4双中每双抽出1只)共有4542C ⨯种, 2182)(410454=⨯=C C A p 所以 21132181)(1)(=-=-=A p A p 例6 、(分房问题) 设有n 个人,每人都等可能地被分配到N 个房间中的任意一间去住)(N n ≤,求下列事件的概率(1)指定的n 个房间各有一个人住;(2)恰好有n 个房间,其中各住一个人。
解:因为每人有N 个房间可供选择,所以n 个人住的方式共有n N 种,它们是等可能的。
指定的n 个房间各有一个人住,其可能总数为n 个人的全排列!n ,nN n p !1= ; n 个房间可以在N 个房间中任意选取,有n N C 种选法,)!(!!2n n N N N n C p n n n N -=⋅= 。
例7、 某班级有n 个人(365≤n ),问至少有两个人的生日在同一天的概率为多大?解:A 为事件"n 个人至少有两个人的生日相同",A 为事件"n 个人的生日全不相同")!(!)(n N N N A p n -=, )!(!1)(1)(n N N N A p A p n --=-=,)365(=N 四、条件概率1、条件概率前面讨论了一些简单的概率,实际上存在很多复杂的概率问题,比如求在已知事件B 发生的条件下事件A 发生的概率,也记为求)|(B A p 。
例8、 某班共有60名学生,其中有10名视力减退,而这10名学生中有6名轻度近视,4名高度近视,现在班上任点一名学生,问:(1)点到的学生恰为高度近视的概率;(2)已知点到的一名学生视力减退,该生是高度近视的概率。
解:设为A"点到的学生高度近视"事件,为B"点到的学生势力减退"事件(1) 151604)(==A p (2) 52104)|(==B A p 又 AB 为事件"点到的学生既是视力减退又是高度近视"616010)(==B p ,151604)(==AB p , )()(601060452)|(B p AB p B A p === 定义 设A 、B 为事件,且0)(>B p ,称)()()|(B p AB p B A p =为事件B 发生的条件下事件A 发生的条件概率。
条件概率具有概率的三个基本性质:(1)非负性 对任意的F A ∈,0)|(≥B A p ;(2)规范性 1)|(=ΩB p ;(3)可列可加性 对任意的一列两两互不相容的事件i A (Λ、、i 21=),有 )|()|(11B A p B A p i i i i ∑∞=∞==Y例9、 一个家庭中有两个小孩,已知其中有一个是女孩,问这时另一个也是女孩的概率为多大?(假定一个小孩是男还是女是等可能的)解: Ω={(男,男)、(男,女)、(女,男)、(女,女)}A={已知有一个是女孩}={(男,女)、(女,男)、(女,女)}B={另一个也是女孩}={(女,女)}314341)()()|(===A p AB p A B p 2、乘法定理定理(乘法定理)设任意事件A 、B ,且0)(>B p ,则有)()|()(B p B A p AB p ⋅=例10、 有编号为1、2、3、4、5的五张卡片,第一次任取一张,且不放回,第二次在剩下的四张中人取一张,试求:(1)第一次取到奇数号卡片的概率;(2)第二次取到奇数号卡片的概率;(3)两次都取到奇数号卡片的概率。