概率论与数理统计总结

随机事件及其概率

{{{+{{+{ AB ABP(BA)=P(AB)P(A){  nAk Cnkpk(1p)nknAk Cn1k1pk1(1p)nkp{1 P(B)=i=1nP(Ai)P(BAi)=i=1nP(AiB)B P(AiB)=P(AiB)P(B)=P(Ai)P(BAi)P(B)取物 \begin{cases} 一步取 \begin{cases} 取一次 \begin{cases} 有限等可能:古典概型+组合\\ 无限等可能:几何概型 \end{cases}\\ 取多次 \begin{cases} 无放回 \begin{cases} 非条件概率:古典概型+排列\\ 条件概率 \begin{cases} 关键字:\\ ①A发生的条件下B…\\ ②已知A出现,B…\\ P(B|A)= \frac{P(AB)}{P(A)} \\ 缩减样本空间 \end{cases}\\ \end{cases}\\ 有放回:独立:伯努利概型 \begin{cases} 关键字:\\  互不干扰\\  互不影响\\ n次试验中A发生k次 \\  C_n^kp^k(1-p)^{n-k} \\ 第n次试验中A恰发生k次\\  C_{n-1}^{k-1}p^{k-1}(1-p)^{n-k}p \\ \end{cases}\\ \end{cases}\\ \end{cases}\\ 分步取 \begin{cases} 分两步且第一步概率和为1:全概率公式\\  P(B) = \displaystyle\sum_{i=1}^{n} P(A_i)P(B|A_i) = \displaystyle\sum_{i=1}^{n} P(AiB)\\ B已发生求某一情况的概率:贝叶斯公式\\  P(Ai|B) = \frac{P(AiB)}{P(B)} = \frac{P(A_i)P(B|A_i)}{P(B)} \\ \end{cases}\\ \end{cases}


本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,文章禁止转载!