概率的公理化定义及性质

合集下载

概率的公理化

概率的公理化

概率的公理化是概率论的基础,它提供了一种严格的数学框架来描述不确定性和随机现象。

概率的公理化由俄国数学家安德雷·科尔莫哥洛夫在20世纪30年代首次提出,并被广泛接受和应用。

概率的公理化基于三条基本原则,它们构成了概率论的基础。

以下是对这三条原则的详细阐述。

1. 非负性:概率是非负的。

这意味着对于任何事件A,它的概率必须大于等于零。

即P(A) ≥0。

这个原则表明概率不能为负数,即任何事件都至少有一定的可能性发生。

2. 规范性:全样本空间的概率为1。

全样本空间是指所有可能结果的集合,通常用Ω表示。

规范性要求全样本空间的概率等于1,即P(Ω) = 1。

这个原则确保所有可能结果的总和为1,表示了一定会发生某个结果的确定性。

3. 可加性:对于互斥(互不相交)事件的概率,可以通过求和计算。

如果事件A和B是互斥事件(即A和B不可能同时发生),则它们的概率之和等于它们分别的概率之和。

即P(A∪B) = P(A) + P(B)。

这个原则允许我们通过计算各个可能事件的概率来得到复合事件的概率。

在这三条基本原则的基础上,可以推导出概率论中的其他重要定理和性质。

例如,可以通过可加性原理推导出条件概率和乘法规则,用于计算事件之间的依赖关系。

条件概率是指在已知某一事件发生的条件下,另一个事件发生的概率。

乘法规则则用于计算多个事件同时发生的概率。

概率的公理化还涉及到概率空间的定义。

概率空间由样本空间Ω和一个叫做事件域的集合F组成。

事件域是样本空间的子集合的集合,它包含了我们感兴趣的所有事件。

概率被定义为一个函数P,它将事件映射到实数,即P:F→[0,1]。

满足非负性、规范性和可加性的概率函数被称为概率测度。

概率的公理化使得概率论成为一门严密的数学理论,并被广泛应用于统计学、风险管理、金融学、物理学等领域。

它提供了一种计算和分析不确定性的工具,帮助我们做出决策、预测事件的发生概率,并评估风险。

总结起来,概率的公理化是概率论的基础,它建立了一套数学框架来描述不确定性和随机现象。

概率的公理化定义

概率的公理化定义
§2.4 概率的公理化定义
一、概率的公理化定义 二、概率的基本性质
前面分别介绍了统计概率定义、古典概率及几 何概率的定义,它们在解决各自相适应的实际问题 中,都起着很重要的作用,但它们各自都有一定局 限性.
为了克服这些局限性,1933年,前苏联数学家 柯尔莫哥落夫在综合前人成果的基础上,抓住概率 共有特性,提出了概率的公理化定义,为现代概率 论的发展奠定了理论基础.
思考题
1.已知 P ( A ) = P ( B ) = P(C) = 1/4 ,
P(AB) = 0 , P(AC) = P(BC) = 1/6
则事件A,B,C 全不发生的概率为 2.已知A、B两事件满足条件 P( AB) P( AB ) 且P ( A ) = p,则P ( B ) = (上述题是考研填空题)
i 1
n
P ( Ai A j ) 1 i j n

P ( Ai A j Ak ) ( 1) 1 i j k n
n 1
P ( A1 A2 An ).
1 1 例1 设事件 A, B 的概率分别为 和 , 求在下列 3 2 三种情况下 P ( B A) 的值. 1 (1) A与B互斥; ( 2) A B; ( 3) P ( AB) 8
2
中提出的“概
率 为1的事件为什么不一定发生?”这一问题. Y 如图,设试验E 为“ 随机地向 长为 1 的正方形内投点” 事件A 边 1 为“点投在黄、蓝两个三角形内” , 求 P( A) 0 1 x 1 S黄三角形 S蓝三角形 1 1 1 2 2 P( A) 1 S正方形 1 1 由于点可能投在正方形的对角线上, 所以 事件A未必一定发生.
2000 333 因为 333 334, 所以 P ( A) 6 2000

概率公理化的定义

概率公理化的定义

概率公理化的定义概率公理化是概率论的基本公理系统,用于定义和推导概率的性质和规则。

它由三个基本公理组成,分别是非负性公理、规范性公理和可列可加性公理。

首先,非负性公理指出概率是一个非负的实数,即概率值始终大于或等于零。

这是因为概率是表示事件发生的可能性的度量,而任何事件的发生概率都不应该是负数。

因此,对于任何事件A,其概率P(A)满足P(A)≥0。

其次,规范性公理指出概率的最大值是1,即整个样本空间的概率是1。

样本空间是所有可能事件的集合,而其中的某一个事件一定会发生。

因此,整个样本空间的概率等于1。

即对于整个样本空间S,有P(S) = 1。

最后,可列可加性公理是概率公理化的核心内容,它指出对于任意可列个互不相容的事件Ai(i=1,2,3,...),其概率P(Ai)的和等于它们各自概率的和。

这表示当我们考虑多个事件同时发生的情况时,可以将它们的概率逐个相加来求得总概率。

即对于事件A1,A2,A3,...,有P(A1∪A2∪A3∪...) =P(A1) + P(A2) + P(A3) + ...。

这三个基本公理共同构成了概率公理化的定义,通过这些公理我们可以进行概率的形式化描述和推导。

同时,这些公理也满足概率的一些基本性质和规则,如辅助定理、概率的有限可加性、概率的递减性等。

其中,辅助定理是基于这三个公理得到的,它指出对于事件A 和事件B,当A包含于B时,A的概率一定小于等于B的概率。

即当A⊆B时,有P(A)≤P(B)。

概率的有限可加性指出对于任意有限个互不相容的事件A1,A2,A3,...,它们的概率P(A1∪A2∪A3∪...)等于它们各自概率的和。

即对于有限个事件A1,A2,A3,...,有P(A1∪A2∪A3∪...) = P(A1) + P(A2) + P(A3) + ...。

概率的递减性指出对于事件A和事件B,当A包含于B时,B的概率一定大于等于A的概率。

即当A⊆B时,有P(B)≥P(A)。

§1.4 概率的公理化定义及概率的性质

§1.4 概率的公理化定义及概率的性质

§1.4 概率的公理化定义及概率的性质一、几何概率一个随机试验,如果数学模型是古典概型,那么描述这个实验的样本空间Ω,文件域 F 和概率P 已在前面得到解决。

在古典概型中,试验的结果是有限的,受到了很大的限制。

在实际问题中经常遇到试验结果是无限的情况的。

例如,若我们在一个面积为ΩS 的区域Ω中,等可能的任意投点,这里等可能的确切意义是这样的:在区域Ω中有任意一个小区域A ,若它的面积为A S , 则点A 落在A 中的可能性大小与A S 成正比,而与A 的位置及形状无关。

如果点A 落在区域A 这个随机事件仍记为A ,则由P(Ω)=1可得Ω=S S A P A)(, 这一类概率称为几何概率。

同样,如果在一条线段上投点,那么只需要将面积改为长度,如果在一个立方体内投点,则只需将面积改为体积。

例1:(会面问题)甲乙两人约定在6时到7时之间某处会面,并约定先到者应等候另一人一刻钟,过时即可离去,求两人能会面的概率。

解:以x 和y 分别表示甲乙约会的时间,则600,600≤≤≤≤y x 。

两人能会面的充要条件是15≤-y x 在平面上建立直角坐标系(如教材图)则(x,y )的所有可能结果是边长为60米的正方形,而可能会面的时间由图中阴影部分表示。

这是一个几何概率问题,由等可能性 167604560)(222=-==ΩS S A P A例2 蒲丰(Buffon )投针问题。

平面上画有等距离的平行线,平行线间的距离为a(a>0),向平面任意投掷一枚长为l(l<a)的针,试求针与平行线相交的概率。

解:假设x 表示针的中点与最近一条平行线的距离,又以ϕ表示针与此直线间的交角,有20ax ≤≤,πϕ≤≤0 由这两式可以确定ϕ,x 平面上的一个矩形 }0,20),({πϕϕ≤≤≤≤=Ωax x , 这时为了针与平行线相交,其条件为ϕsin 2lx ≤,由这个不等式表示的区域A 是图中的阴影部分 }sin 2,20),({ϕϕlx a x x A ≤≤≤=由等可能性可知 a la d lS S A P A ππϕϕπ22sin 2)(0===⎰Ω 若l,a 为已知,则以π值代入上式,即可计算得P (A )的值。

《概率论》第1章§1.4 概率的公理化定义及概率的性质

《概率论》第1章§1.4 概率的公理化定义及概率的性质
第一章 事件与概率
§1.4 概率的公理化定义及概率的性质
3/29
(约会问题) 两人相约7点到8点在某地会面,先 到者等候另一人20分钟,过时离去。试求这两人能会面 的概率。 设 x, y分别表示两人达到的时间, 则两人能会面的充要条件是
| x y | 20
20 x y 20
y
m
n m
条件: m n ,
即 m = 0, 1, 2, ……, n.
第一章 事件与概率
§1.4 概率的公理化定义及概率的性质
26/29
常见模型(3) —— 盒子模型
n 个不同球放入 N 个不同的盒子中. 每个盒子中所放球数不限. 求恰有n 个盒子中各有一球的概率 n PN N! (nN)
§1.4 概率的公理化定义及概率的性质
1/29
古典概型的特点:
有限个样本点 基本事件的等可能性
怎样推广到“无限个样本点”而又 有某种“等可能性” ? 某5万平方公里的海域中,大约有40平方公里的 大陆架贮藏有石油。若在这海域中任选一点进行钻探, 问能够发现石油的概率是多少? 认为任一点能钻探到石油是等可能的, 则所求概 率为
第一章 事件与概率
§1.4 概率的公理化定义及概率的性质
24/29
思考题
口袋中有5 个白球、7个黑球、4个红球.
从中不返回任取3 个. 求取出的 3 个球为不同颜色的球的概率.
5 7 4 1 1 1 140 1 560 4 16 3
第一章 事件与概率
§1.4 概率的公理化定义及概率的性质
11/29
对于 n 个事件,有
n i 1
1i j n
减二

概率论--公理化定义及其性质

概率论--公理化定义及其性质
P( B AB) P( B) P( AB)
三个随机事件的和
P( A B C ) P( A) P( B) P(C ) P( AB) P( BC ) P( AC ) P( ABC )
A
B
C
逆ቤተ መጻሕፍቲ ባይዱ件的概率
P( A ) 1 P( A)
证明
由于A与其对立事件互不相容,由性质2有
甲、乙两人同时向目标射击一次,设甲击中的概率为 0.85 ,乙击中的概率为 0.8 .两人都击中的概率为 0.68 .求目标被击中的概率.
解 设A表示甲击中目标,B表示乙击中目标,C表示目标被击中, 则
P(C ) P( A B) P( A) P( B) P( AB)
= 0.85 + 0.8 - 0.68 = 0.97
(2) 由已知条件和性质3,推得必定有
A B
P( A B) P() 0
P( B A) P( B) P( A) 0.3
投掷两颗骰子,试计算两颗骰子的点数之 和在4和10之间的概率(含4和10).
解 设“两颗骰子的点数之和在4和10”为事件A 总的基本事件数为
6 36
概率的性质
P() 0
证明
由公理 3 知

P() P() P() P()
所以
P() 0
不可能事件的概率为零
注意事项
P() 0
但反过来,如果P(A)=0,未必有A=Φ 例如:
一个质地均匀的陀螺的圆周上均匀地刻有[0 , 5)上诸数字,在桌面上旋转它, 求当它停下来时,圆周与桌面接触处的刻度为2的概率等于0,但该事件有可能发生。
已知P(A)=0.3,P(B)=0.6,试在下列两种

概率统计知识点

概率统计知识点

一.随机事件和概率1、概率的定义和性质(1)概率的公理化定义设Ω为样本空间,A 为事件,对每一个事件A 都有一个实数P(A),若满足下列三个条件:1° 0≤P(A)≤1, 2° P(Ω) =13° 对于两两互不相容的事件1A ,2A ,…有∑∞=∞==⎟⎟⎠⎞⎜⎜⎝⎛11)(i i i i A P A P Υ常称为可列(完全)可加性。

则称P(A)为事件A 的概率。

(2)古典概型(等可能概型)1° {}n ωωωΛ21,=Ω,2° nP P P n 1)()()(21===ωωωΛ。

设任一事件A ,它是由m ωωωΛ21,组成的,则有P(A)={})()()(21m ωωωΥΛΥΥ=)()()(21m P P P ωωω+++Λn m =基本事件总数所包含的基本事件数A =2、五大公式(加法、减法、乘法、全概、贝叶斯)(1)加法公式P(A+B)=P(A)+P(B)-P(AB)当 P(AB)=0时,P(A+B)=P(A)+P(B)(2)减法公式P(A-B)=P(A)-P(AB)当B ⊂ A 时,P(A-B)=P(A)-P(B)当A=Ω时,P(B )=1- P(B)(3)条件概率和乘法公式定义 设A、B 是两个事件,且P(A)>0,则称)()(A P AB P 为事件A 发生条件下,事件B 发生的条件概率,记为=)/(A B P )()(A P AB P 。

条件概率是概率的一种,所有概率的性质都适合于条件概率。

(4)全概公式设事件B 1, B 2,Λ , B n 满足1°B 1, B 2,Λ , B n两两互不相容,P (B i ) > 0(i = 1,2,Λ , n ) ,2°Υni iB A 1=⊂,则有)|()()|()()|()()(2211n n B A P B P B A P B P B A P B P A P +++=Λ。

1.3 概率的公理化定义与性质

1.3 概率的公理化定义与性质
解 (1) 因为 AB = Φ ,知 B ⊂ A ,因此 A B = B ,从而
P( A B) = P( B) = 1 / 2 . (2) 因 A ⊂ B ,知 A B = B − A ,所以 P( A B) = P( B − A) = P( B) − P( A) = 1 / 6 .
(3) 因 P ( AB ) = 1 / 8 ,知 AB ≠ Φ 且 AB ⊂ B .从而有
= P ( B ) + P ( A ) − P ( AB )
= [1 − P ( B )] + [1 − P ( A)] − [1 − P ( AB )]
= 1− p +1− q + p + q − r −1 = 1− r .
首页
尾页
[例 3-3] P ( A) = 1 / 3 , P ( B ) = 1 / 2 ,求 P( A B) .已知 例 (1) A 、 B 互不相容,(2) A ⊂ B ,(3) P ( AB ) = 1 / 8 . 互不相容,
4 3 2 2 × × = 另解: 另解: 因 5 4 3 5, 2 3 P ( A) = 1 − P ( A ) = 1 − = 故由推论得 5 5. P( A ) =
首页
尾页
性质 4
设 A、B 为两个事件,且 A ⊂ B ,则 、 为两个事件, P( B − A) = P ( B ) − P ( A) .
(3-5)
此性质称为概率的单调性. 此性质称为概率的单调性.

及概率的非负性, 由性质 4 及概率的非负性, 知 P ( B − A) = P ( B ) − P ( A) ≥ 0 .
首页
尾页
推论 2
对任意事件 A ,有 P ( A) ≤ 1 .

1.4概率的公理化定义及概率的性质

1.4概率的公理化定义及概率的性质
Ω的度量
这个定义称为概率的几何定义,由 式确定的概率 () 称为几何概率。
例1 某公共汽车站每隔5分钟来一辆汽车,设乘客在 间隔的两辆车到站之间的任一时刻都可能到达车站,试 求乘客等车不超过3分钟的概率。 解 设A=“乘客等车不超过3分钟”
t : 0 t 5 ,L 5
A t : 0 t 3 ,LA 3
位于x1与 x3 之间”,
O C y x
线段AB的长为a
Ax1 , Ax2 , Ax3 的长度分别为 x, y, z
A
B
则 x, y, z 0 x a,0 y a,0 z a
点x2位于 x1与x3之间,则必须满足 x y z 或 z y x
z
1.0
0.75 0.83 0.5419
600
1030 3408 2520
382
489 1808 859
3.137
3.1595 3.1415929 3.1795
例4.从0,1中随机地取两个数,求其积不小于 3 ,其 16 和不大于1的概率。 解: 设所取的两个数为x、y,则样本空间为
x, y 0 x 1,0 y 1 ,S 1
B=“取出的2件产品中有两件不合格品”, C=“取出的2件产品中有不合格品”, 则C=A+B,且A、B是互不相容事件,
CC C 则P( A) P( B) P(C ) 2 0.192 C50 C
C 或PC 1 PC 1 0.192 C
2 45 2 50

1i j k n

P Ai Aj Ak 1 P A1 A2 An
n 1
n

1-3概率公理化定义及性质

1-3概率公理化定义及性质

云师大数学学院
第 10 页
2011-10-05
特别,当事件 A1 , A2 , , An 两两互斥时, 公式为 P( A1 ∪ A2 ∪ 证明
∪ An ) = P( A1 ) + P( A2 ) + + P( An )
可用数学归纳法证明,略.
例 1.3.1 顺序抛掷两颗骰子看成一次 试验, 把该试验重复25次, 问事件A = “至 少掷出一个双6”的概率. 可考 解 这个问题直接求 P ( A) 不容易,
1 10 × 9
; .
P( A1 A2 A3 ) = P ( A1 A2 A4 ) =
1 = P ( A8 A9 A10 ) = 10 × 9 × 8
;… ;
P ( A1 A2
A10 ) =
1 10!
由一般加法公式有
⎛ 10 ⎞ 10 P ⎜ ∪ Ai ⎟ = ∑P( Ai ) − ∑ P( Ai Aj ) + ∑ P( Ai Aj Ak ) − − P( A A2 1 1≤i< j ≤10 1≤i< j <k ≤10 ⎝ i=1 ⎠ i=1 1 1 1 = 1− + − − = 0.6321. 2! 3! 10!
云师大数学学院 第 16 页
A ) 10
2011-10-05
这 个 概 率 值 在 Excel 中 利 用 函 数 FACT(n)容易算出.
云师大数学学院
第 17 页
2011-10-05
推论 1.3.4(一般加法公式) 对任意 n 个事件 A1 , A2 , , An ,有
⎛n ⎞ n P⎜ ∪ Ai ⎟ = ∑P( Ai ) − ∑ P( Ai Aj ) + ∑ P( AAj Ak ) − + (−1)n−1 P( A A2 1 i 1≤i< j≤n 1≤i< j<k ≤n ⎝ i=1 ⎠ i=1 An ).

第3节概率的公理化定义及其性质

第3节概率的公理化定义及其性质
(3) 可列可加性:设A1 , A2 , 是两两互不相容事 件,即对于 i j, Ai A j , i , j 1, 2, ,则有
P ( A1 A2 ) P ( A1 ) P ( A2 ) .
则称 P( A)为事件 A的概率. 目 录 前一页 后一页 退 出
说:
概率的公理化定义
优点: 刻画了概率的本质, 适合任何随机现象
(2) P ( A B ) P ( A AB )
AB
P(A) P(AB) 1 P(A) P(AB)
1 0.5 0.2 0.3
目 录 前一页 后一页 退 出
(3) P ( A B ) P ( A) P ( B ) P ( AB )
1 0.5 0.4 0.2 0.7
(4) P ( AB ) P ( A B ) 1 P ( A B )
P(BC ) P(AC ) P(ABC )
特例,当A, B,C两两互斥时,则有
P( A B C ) P( A) P(B) P(C )
目 录 前一页 后一页 退 出
(2) 一般地,对任意 n个事件A1 , A2 , , An,有
P
n i1
Ai
n i1
P( Ai )
n i j
n
P ( Ai Aj ) P ( Ai Aj Ak )
缺点:
不易计算
目 录 前一页 后一页 退 出
二、概率的性质及运算法则
我们用 P( A) 表示事件 A发生的概率,
事件发生的可能 性最小是零,此 时概率为0.
(1) P ( A) 0
(非负性)
事件发生的可能性最 大是百分之百,此时
概率为1.
0 P(A) 1
(2) P() 1
(规范性)

§1.3 概率的公理化定义及概率的加法公式

§1.3 概率的公理化定义及概率的加法公式
12
P ( AB ) ≤ 0.6 .
可见, 可见,当 P ( B ) = 0.6 时上述不等式中的 取到它的最大值, "="号成立,此时 P ( AB ) 取到它的最大值, "="号成立, 号成立 最大值是0.6. 最大值是0.6. 0.6 另外, 另外,当 B ⊂ A 时,上述不等式中的 “=”号也成立,所以 ⊂ A 也是 P ( AB ) 号也成立, B 取到它的最大值0.6的一个充分条件. 取到它的最大值0.6的一个充分条件. 0.6的一个充分条件
) +L
= ∑ P ( Ai ) .
i =1
n
性质1.1 性质1.1
8
性质1.3 对立事件的概率公式) 性质1.3 (对立事件的概率公式) 对任何事 件A ,有
P ( A) = 1 − P A .
证 注意,A与 A 互不相容,且 A ∪ A = Ω , 注意, 互不相容,
概率的有限可加性
( )
1 = P ( Ω ) = P A ∪ A = P ( A) + P A .
2
从对应关系来说, 从对应关系来说,P : F → R 是一个映射 函数就是一种特殊的映射). (函数就是一种特殊的映射). 熟知,只有当定义域和对应法则确定之后, 熟知,只有当定义域和对应法则确定之后, 一个映射才算确定了.在这里,映射P 一个映射才算确定了.在这里,映射P的定义域 试问映射P的对应法则是什么? 是 F . 试问映射P的对应法则是什么? 映射P没有通常的函数解析式, 映射P没有通常的函数解析式, 1933年前苏联数学家 年前苏联数学家柯尔莫哥洛夫 1933年前苏联数学家柯尔莫哥洛夫 解决了映射P的对应法则问题, 解决了映射P的对应法则问题,这在 概率论发展史具有重大意义. 概率论发展史具有重大意义.

概率的公理化定义及其性质

概率的公理化定义及其性质

证明 由于A与其对立事件互不相容,由性质2有
P( A A) P( A) P( A)
而 A A , P() 1
所以 P( A) P( A) 1
A
A
袋中有20个球,其中15个白球,5 个黑球,从中任取 3个,求至少取到一个白球的概率.
解 设A表示至少取到一个白球,Ai 表示刚好取
到i个白球,i=0,1,2,3, 则
解 设A表示甲击中目标,B表示乙击中目标,
C表示目标被击中, 则
P(C) P(A B) P(A) P(B) P(AB)
= 0.85 + 0.8 - 0.68 = 0.97
已知P(A)=0.3,P(B)=0.6,试在下列两种 情形下分别求出P(A-B)与P(B-A)
(1) 事件A,B互不相容 (2) 事件A,B有包含关系
总的基本事件数为 62 36
A 所包含的样本点为
1,1 , 1, 2 , 2,1 , 5, 6 , 6, 5 , 6, 6
所以 P(A) 1 P( A) 1 1 5 66
考察甲,乙两个城市6月逐日降雨情况。已 知甲城出现雨天的概率是0.3, 乙城出现雨天 的概率是0.4, 甲乙两城至少有一个出现雨 天的概率为0.52, 试计算甲乙两城同一天出 现雨天的概率. 解 设A表示“甲城下雨”,B表示“乙城下雨”
方法1 (用互不相容事件和的概率等于概率之和)
P(A)=P(A1∪A2∪A3)=P(A1)+P(A2)+P(A3)
C115C52 C230
C125C51 C230
C135 C230
方法2 (利用对立事件的概率关系)
P(
A)
1
P(
A)
1
P(
A0
)

概率空间(公理化定义)分析

概率空间(公理化定义)分析

柯氏公理体系是现代概率论的基石.
定义(概率):设(Ω,F) ,对 A F 定义在F上的实值集函数P(A), 若满足 1) 非负性:对 A F, 0 P A 1; 2) 规范性:P(Ω) = 1; 3) 可列可加性,对 Ai F i 1,2,, Ai A j , i j , 有 P A P A i i i 1 i 1 则称P是(Ω,F)上的概率(测度),P(A)是事件A 的概率. 三元体(Ω,F, P)称为概率空间.
由概率的可列可加性得
k 1
P ( A1 A2 An ) P ( Ak ) P ( Ak ) P ( Ak ) 0
k 1 k 1

n
P ( A1 ) P ( A2 ) P ( An ).
( 3) 设 A , B 为两个事件,且 A B,则 P ( A) P ( B ), P ( B A) P ( B ) P ( A).
令: B1 A1, B2 A2 A1,, Bm Am Am1,
而A1 A2 A1 A3 A2 Am Am1 Am ,
m P( A) P P( Bm ) lim P( Bk ) Am P Bm m m1 m1 m1 k 1
(4)设 A 是 A 的对立事件, 则 P( A) 1 P( A).
证明
因为 A A S , A A , P ( S ) 1,
所以 1 P ( S ) P ( A A) P ( A) P ( A) . P ( A) 1 P ( A).
(5) (一般加法公式) 对于任意两事件A, B 有 P( A B) P( A) P( B) P( AB).

1 概率的公理化定义及其性质【精选】

1 概率的公理化定义及其性质【精选】
个条件:
(1)非负性条件:对每一集A ∈ F,都有
0≤P(A)≤1;
(2)规范性条件:P(Ω)=1;
(3)可列可加性条件: 设Ai ∈ F, i=1,2,…,而且
AiAj=, i≠j, i, j=1, 2,…,有


P( Ai ) P( Ai )
i 1
i 1
则称集合函数P(·)为(Ω,F)上的概率,P(A)为事
1≥P(A+B)=P(A)+P(B) 故
P(Ā ) =1-P(A)≥ P(B).
例2 设P( A ) 1 / 3, P( B ) 1 / 2, 试就下述三种情况 (1 ) A与B互不相容 ; ( 2 ) A B ; ( 3 ) P(AB) 1 / 8 , 分别求 P( B A ) 之值.
i 1
Ai

F
,
则称集类F为s-代数,称F中的元素为事件,Ω为
必然事件,空集f为不可能事件,(Ω, F)为可测
空间.
例1. F={f, }为s-代数,这是最小的为s-代数.
例2.设A 为任意集合,则 F={f, A , Ā,}为
s-代数.
例3.设为任意有限集,则 F=2={的子集}为 s-代数.
概率的加法公式可推广到多个事件的情况. 设A,B,C是任意三个事件,则有 P(A∪B∪C)=P(A)+P(B)+P(C) -P(AB)-P(BC)-P(CA) +P(ABC)
一般地,对于任意n个事件A1,A2,…,An,有
n
n
P( Ai ) P( Ai ) P( Ai Aj )
件A的概率,(Ω,F,P )为一个概率空间.
概率的性质
性质1. P()=0.

概率公理化的定义(一)

概率公理化的定义(一)

概率公理化的定义(一)概率公理化的定义1.引言–简介:概率公理化是概率论中的基本原理,通过对概率的定义和性质进行严格的公理化推导,建立了概率论的理论基础。

本文将介绍概率公理化的定义及相关概念。

2.概率的公理化定义–定义:概率的公理化定义是通过引入三个基本公理来定义概率的性质和运算规则。

–公理1:非负性(Non-negativity)- 对于任意事件A,概率P(A)大于等于0。

–公理2:规范性(Normalization)- 对于必然事件Ω(样本空间),概率P(Ω)等于1。

–公理3:可列可加性(Countable Additivity)- 对于两两互不相容的事件Ai,概率P(∪Ai)等于各事件概率之和。

3.概率公理化的理由–理论构建:概率公理化是概率论的基石,通过公理化的定义可以建立起完备且严密的概率论体系。

–可靠性:概率公理化的定义保证了概率的一致性和可靠性,使得概率论的结果具有普适性。

–推广性:概率公理化的定义可以被推广到更一般的情况,适用于各种概率空间和随机过程的建模和分析。

4.相关书籍推荐–《概率论与数理统计》(作者:李静波):该书全面介绍了概率论与数理统计的基本概念和理论,包括概率公理化的定义、概率分布、随机变量、统计推断等内容,适合作为入门教材和参考书阅读。

–《概率导论》(作者:德梅斯特):该书详细阐述了概率论的基本概念、性质和公理化定义,同时给出了大量的例题和习题,适合高年级本科生和研究生学习和研究。

–《概率论基础》(作者:谢益辉):该书系统地介绍了概率论的基本原理和公理化定义,注重理论的建立和证明过程,并给出了多个应用案例和实例分析,适合有一定数学基础的读者学习和研究。

5.总结–概率公理化的定义在概率论中扮演重要的角色,通过引入基本公理,建立了概率论的理论基础。

它的可靠性和推广性使得概率论在各个领域中得以广泛应用。

通过阅读相关书籍,可以加深对概率公理化的理解,并在概率论的研究和应用中获得更多收获。

概率1-4概率定义

概率1-4概率定义

P AB P AC P AD P BC P BD P CD
P ABC P ABD P BCD P ACD P ABCD
P Ai P Ai P Ai A j P Ai A j Ak 1 i j k n i 1 i 1 1 i j n
P A1 A2 An P A1 P A2 P An .
证 因为
A1 A2
P A1 A2
An A1 A2
An
An
所以由可列可加性及性 质 1 ,有
An P A1 A2
解 P A B C
P A P B P C P AB P AC P BC P ABC
1 1 1 5 3 0 . 2 4 8 8
性质6:概率的连续性
性质 5 设 A, B 为任意两个事件 , 则
一般加法公式
P A B P A P B P AB

而且
所以
A B A B AB
P A B P A P B AB P A P B P AB .
(1) P B A P B P AB
(2)若 A B ,则 P B A P B P A
并且 PB P A .
注:对于任一事件 A , 都有 P A 1 .
性质 4 对于任何事件 A , 有
P A 1 P A .
解 1由于 A、B 互斥 , 所以
  1. 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. 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. 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)。

五、概率的公理化定义及性质概率的公理化定义:(1)定义:随机试验的样本空间Ω对于随机事件A ,赋于一个实数,记为P A (),称为事件A 的概率,如果集合函数P ()⋅满足下列条件:1) 对于任一事件A ,有P A ()≥0。

2)P ()Ω=13)设A A 12,, 是两两互不相容的事件,即对于i j A A i j i j ≠=∅=,,,,,12则有P A A P A P A ()()()1212=++1)P ()∅=0证明:设A n n =∅=,,,12 ,,则An n =∅=∞,1 P A P P P n n ()()()(),=∞=∅+∅+=∅1 P ()∅≥0∴P ()∅=0(2)性质:2) A A A n 12,, 是两两互不相容的事件,则有P A A A P A P A P A n n ()()()()1212 =+++ 证明:设 A i n n i =∅=++,,,12 ,则 ∞====∅∅=111i n i n i i i i A A A ,)( n i i i i A P A P 11=∞==)()(=++++∅+P A P A P A P n ()()()()12 =+++P A P A P A n ()()()12 ∴P A A A P A P A P A n n ()()()()1212 =+++3)设B A ⊂,则)()()(A P B P A B P -=-且 )()(B P A P ≤。

证明: B A B A A B A =--=∅(),()且由性质2):P B P A B A P A P B A ()(())()()=-=+- ∴P B A P B P A ()()()-=- P B A ()-≥0∴-≥P B P A ()()0即P B P A ()()≥ABB-A =B -AB 推论:)()()(AB P B P A B P -=-证明:AB B A B -=- BAB ⊂)()()()(AB P B P AB B P A B P -=-=-∴A5)P A P A ()()=-1A A 证明: A A AA ==∅Ω,∴=+=+=P P A A P A P A ()()()()Ω1∴=-P A P A ()()14)P A ()≤1证明: A ⊂Ω,∴≤=P A P ()()Ω1P ()Ω=1B B-AB6))()()()(AB P B P A P B A P -+=+ 证明:P A B ()))((AB B A P -= )()()(AB P B P A P -+=)()(AB B P A P -+=(2)性质:1)P ()∅=0(逆不成立)2)A A A n 12,, 是两两互不相容的事件,则有P A A A P A P A P A n n ()()()()1212 =+++ (不相容的加法公式)3)设B A ⊂,则)()()(A P B P A B P -=-且 )()(B P A P ≤。

(单调性)4)P A ()≤15)P A P A ()()=-1(对立公式)6))()()()(AB P B P A P B A P -+=+(相容的加法公式)推论:)()()(AB P B P A B P -=-(减法公式)2) +-=∑∑≤<≤=)()(j i nj i ni i A A P A P 11+--()()1112n n P A A A P A A A n ()12 推广:1)---P A A P A A P A A ()()()122313+P A A A ()123P A A A P A P A P A ()()()()123123 =++例1.设A 与B 为两个随机事件,P A ()= 0.4,P A B () = 0.7,当A 、B 互不相容时,求P B ()。

解:P A B P A P B P AB ()()()()=+- A ,B 互不相容∴0)()(=∅=P AB P 又P A ()= 0.4,P A B () = 0.7∴P B P A B P A P AB ()()()()=-+ =-+07040..=03.例 2.设A ,B 为随机事件,已知P A () = 0.7 , P B ()= 0.5,P A B ()-= 0.3, 求P AB ()和P B A ()-解:)()()(B A P A P AB P --=∴)()()(AB P B P A B P -=-=-=050401...)()()(AB P A P B A P -=- =-=070304...A BAB解:设A 表示取到的整数能被6整除,B 表示取到的整数能被8整除,则AB 表示取到的整数既能被6整除,又能被8整除;AB 表示取到的整数既不能被6整除,又不能被8整除. 20006333262000825020002483824===,,,∴=P A (),3332000P B (),=2502000P AB (),=832000)(1)()(B A P B A P B A P -==∴=-+-1(()()())P A P B P A B =-+-133320002502000832000()==150********.即所求概率为0.75。

例3. 在1~2000的整数中随机地取一个数,问取到的整数既不能被6,又不能被8整除的概率是多少?1. 定义条件概率──考虑A 已发生的条件下,B 发生的概率。

例1.一枚硬币抛两次,观察其正反面出现的次数。

解:样本空间Ω={正正,正反,反正,反反}事件A 表示至少有一次为正面,事件B 表示两次都是同一面, A ={正正,正反,反正}, 求已知A 发生的条件下,B 发生的概率。

注意:A 发生,样本空间Ω缩小为'Ω={正正,正反,反正}=A其中,只有一个“正正”∈B ,∴=P B A (|)135分国徽B ={正正,反反} P A (),=34P AB ().=14P A (),=34P AB ().=14∴==P AB P A ()()143413∴=P B A P AB P A (|)()()P B A P AB P A (|)()()=恒成立吗??∴=P B A (|)13古典概型的情形设试验的基本事件总数(即样本空间的容量)为n ,事件A 所包含的基本事件数为m m ()>0,事件AB 所包含的基本事件数为k ,则m k A B P =)|(定义:设A 、B 为两事件,且P A ()>0,称P B A P AB P A (|)()()=为在事件A 发生的条件下,事件B 发生的概率。

nm n k =)()(A P AB P =P A (|)⋅符合概率定义中的三个条件:1)对每一个事件B ,P B A (|)≥02)P A (|)Ω=13)设B B B n 12,,, 是两两互不相容的事件,则有∑∞=∞==11)|()|(i i i i A B P A B P P A (|)⋅具有概率的重要结果:1) 如B B B n 12,,, 是两两互不相容的事件,则∑===ni i n i i A B P A B P 11)|()|( 2)若B B 12,是对立事件,则P B A P B A (|)(|)211=-3)∀B B 12,,P B B A P B A P B A P B B A (|)(|)(|)(|)121212 =+-的区别:与)|()(A B P AB P AA B P AB P ΩΩ的样本空间是的样本空间是)|()(1.."","""",:)|(,:)(关系条件先后主从或包含之间有同时发生事件B A A B P B A AB P 2.例2:一盒装有5只产品,其中有3只是一等品,2只二等品,从中取产品两次,每次任取一只,作不放回抽样,设事件A 为“第一次取到的是一等品”,事件B 为“第二次取到的是一等品”。

试求条件概率)|(A B P 。

解:方法一:条件概率的定义。

P A (),=35103)(251213==A C C AB P 2153103)()()|(===∴A P AB P A B P方法二:在A 已经发生的条件下,第二次只能从剩余的2只一等品、2只二等品中抽取,所以,这时抽到一等品的概率为P B A (|).==2412在计算条件概率时,一般有两种方法:(1) 由条件概率的公式;(2) 由P(B|A)的实际意义,按古典概型计算.2.乘法公式:P AB P B A P A ()(|)()=⋅推广:1) P ABC P C AB P B A P A ()(|)(|)()=⋅2)P A A A n ()12 =-P A A A n n (|)11 )()|()|()|(112123211A P A A P A A A P A A A P n n ⋅⋅⋅-- 注意:条件0)(>A P 0)(>AB P 注意:条件0)(121>-n A A A P 注意:条件)()|()(B P B A P AB P ⋅=0)(>B P例3.一批零件共100个,次品率10%,每次从其中任取一个,取出的不再放回,求第三次才取得合格品的概率。

解:设A i 表示第i 次取得合格品则321A A A =⋅⋅=10100999909800083.即:第三次才取得合格品的概率为0.0083.)(P )|()|()(213121A A A P A A P A P =例4.眼镜落地,第一次落下打破的概率为1/2;第一次未打破,第二次落下被打破的概率为7/10;若前二次未打破,第三次落下打破的概率为9/10,试求:眼镜在三次落下内打破的概率。

方法二:先算对立事件的概率。

B A A A =123P B P A A A P A A P A ()(|)(|)()=⋅312211=⋅⋅=110310123200985.020*********)(1)(==-=-=∴B P B P 即:眼镜在三次落下内打破的概率为0.985。

解:设A i 表示眼镜第i 次落下打破,B 表示眼镜落下三次内打破,则B A A A A A A =++121312方法一:直接计算。

P B P A P A A P A A A ()()()()=++121312=++P A P A A P A P A A A P A A P A ()(|)()(|)(|)()121131221121=21⋅+10721⋅103⋅+109985.0200197==。

相关文档
最新文档