概率论独立性ppt课件
合集下载
概率论独立性ppt课件
请问：如图的两个事件是独立的吗？
我们来计算： P(AB)=0
而P(A) ≠0, P(B) ≠0
A
B即
P(AB) ≠ P(A)P(B)
故 A、B不独立
即 若A、B互斥，且P(A)>0, P(B)>0,则A与B不独立.
反之，若A与B独立，且P(A)>0,P(B)>0,则A 、B不互 斥.
前面我们看到独立与互斥的区别和联系， 再请你做个小练习.
两事件独立的定义independence
若两事件A、B满足
P(AB)= P(A) P(B)
(1)
则称A、B相互独立，简称A、B独立.
定理 1 事件 A、B 独立的充要条件为
PA | B PA , PB 0
或
PB | A PB, PA 0
证 先证必要性 . 设事件 A、B 独立 ,由独立定义知
概念辨析
事件Ａ与事件Ｂ独立
P(AB) P(A) P(B)
事件Ａ与事件Ｂ互不相容
AB P(AB) 0
事件Ａ与事件Ｂ为对立事件
AB A B
P(A) P(B) 1
二、多个事件的独立性
定义 设 A、B、C 为三事件,如果满足等式
PAB PAPB PAC PAPC PBC PBPC
解 设 Hi 随机地取出3 件 , 恰有 i 件音色不纯 ,
i 0,1,2,3 .
A 这批乐器被接收 . 则
PA PA | H0 PH0 PA | H1PH1
PA | H2 PH2 PA | H3 PH3
其中 P H0
C
3 96
C1300
第四节独立性和全概率课件
解析
由于随机变量$X_1, X_2, X_3, X_4$相互独 立，根据独立事件的概率乘法原则，有
$P(X_1+X_2 > X_3+X_4) = P(X_1 > X_3) times P(X_2 > X_4)$。根据泊松分布的概 率质量函数和独立性，计算得$P(X_1+X_2
> X_3+X_4) = frac{e^{-2}}{2} times frac{e^{-2}}{2} = frac{e^{-4}}{4}$。
概率质量函数，计算得$P(X+Y=2) = frac{1}{4} + frac{1}{4} + frac{e^{-2} times 2}{4} = frac{e^{-2} + 3}{4}$。
习题三及解析
题目
设随机变量$X_1, X_2, X_3, X_4$相互独立 且均服从参数为$lambda = 2$的泊松分布 ，求$P(X_1+X_2 > X_3+X_4)$。
独立性是概率论的基本概念之一
在概率论中，独立性是一个重要的概念，它决定了事件之间是否相互影响。
全概率公式是概率论中的基本公式之一
全概率公式是概率论中用于计算复杂事件发生的概率的基本公式之一，它基于独 立事件的乘积原则。
独立性和全概率在现实生活中的应用
金融预测
在金融领域中，股票价格的变化通常 被视为独立事件，通过全概率公式可 以计算股票价格在未来某个时间点的 预期值。
全概率公式的应用场景
风险评估
全概率公式可以用于风险评估， 通过分析各种可能的风险因素，
计算出事件发生的总概率。
决策制定
全概率公式可以帮助决策者综合考 虑各种可能的情况，从而制定出更 加科学合理的决策。
《概率论》课程PPT：边缘分布及随机变量的相互独立性
F(x, y) FX (x) FY ( y)
例1 设（X，Y）的概率分布（律）为
y x
1/2 1 2
p .j
-1 2/20 2/20 4/20 2/5
0 1/20 1/20 2/20 1/5
2
pi.
2/20 1/4
2/20 1/4
4/20 2/4 2/5
证明：X、Y相互独立。
逐个验证等式 pij pi p j
即
Y
X
y1 y2 y3 …
x1 p11 p12 p13 … x2 p21 p22 p23 … x3 p31 p32 p33 … ……………
二维离散型R.v.的边缘分布
Y
X
y1
y2
y3
…
Pi.
x1
p11
p12
p13
…
P1.
x2
p21
p22
p23
…
P2.
x3
p31
p32
p33
…
P3.
…………… …
p.j p.1 p.2 p.3 …
依次称为二维随机变量 (X ,Y )关于 X 和关于 Y
的边缘分布函数．
FX (x) F(x, ) FY ( y) F(, y)
二维离散型R.v.的边缘分布
如果二维离散型随机变量（X,Y）的联合分布律为
P{X xi ,Y y j} pij i, j 1, 2,3,
关于Y的边缘分布
Y 0 1 1/3 概率 7/12 1/3 1/12
（X，Y）的联合分布列
Y
X
0
1 1/3
-1 0 1/3 1/12 0 1/6 0 0 2 5/12 0 0
例1 设（X，Y）的概率分布（律）为
y x
1/2 1 2
p .j
-1 2/20 2/20 4/20 2/5
0 1/20 1/20 2/20 1/5
2
pi.
2/20 1/4
2/20 1/4
4/20 2/4 2/5
证明：X、Y相互独立。
逐个验证等式 pij pi p j
即
Y
X
y1 y2 y3 …
x1 p11 p12 p13 … x2 p21 p22 p23 … x3 p31 p32 p33 … ……………
二维离散型R.v.的边缘分布
Y
X
y1
y2
y3
…
Pi.
x1
p11
p12
p13
…
P1.
x2
p21
p22
p23
…
P2.
x3
p31
p32
p33
…
P3.
…………… …
p.j p.1 p.2 p.3 …
依次称为二维随机变量 (X ,Y )关于 X 和关于 Y
的边缘分布函数．
FX (x) F(x, ) FY ( y) F(, y)
二维离散型R.v.的边缘分布
如果二维离散型随机变量（X,Y）的联合分布律为
P{X xi ,Y y j} pij i, j 1, 2,3,
关于Y的边缘分布
Y 0 1 1/3 概率 7/12 1/3 1/12
（X，Y）的联合分布列
Y
X
0
1 1/3
-1 0 1/3 1/12 0 1/6 0 0 2 5/12 0 0
概率统计教学课件PPT 条件概率与事件的独立性教学课件PPT
例2 一类动物由出生起活到20或20岁以上的,
概率为0.8,活到25岁以上的概率为0.4,现假设此 类动物中有一动物为20岁,问其活到25岁以上的
概率是多少?
解：设B:活到20或20岁以上; A:活到25岁以上
求P(A|B) AB
P( A | B) P( AB) P(B)
P( A | B) P( A) 0.4 0.5 P(B) 0.8
解 分别用A、B、C表示具有上述品质的姑娘
根据题意有 P(A) 0.01, P(B) 0.01, P(C) 0.00001
则所求概率为 P(ABC) 0.000000001
即十亿分之一。
例 三人独立地去破译一份密码，已知各人能译 出的概率分别为1/5，1/3，1/4，问三人中至少有一人 能将密码译出的概率是多少？
若A1 A2 P(A1 | B) P(A2 | B)
单调性
P(A1 A2 B) P(A1 B) P(A2 B) P(A1A2 B)
加法公式
P(A1 A2 B) P(A1 B) P(A2 B)
P(• B) 是连续的.
半可加性
例1 考虑有两个小孩的家庭,问其中至少有一个女 孩的家庭中, 另一小孩也是女孩的概率有多大? (假设生男,生女是等可能的)
设A、B为独立事件，且P(A)>0,P(B)>0,下面
四个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
两事件相互独立的性质
性质1. A, B独立 A, B 独立
A, B 独立 A, B 独立.
试证其一 A, B 独立 A, B 独立
注3) 关系式(1) (2)不能互相推出.
1.5独立性及伯努利概型 《概率论与数理统计》课件
则称 A1,A2,An 相互独立.
n 个事件相互独立，则必须满足 2n n1个等式.
显然 n 个事件相互独立，则它们中的任意
m （2 mn）个事件也相互独立.
2.事件独立性的性质
定理1.5.1 四对事件{A、B}，{ A , B }，{A，B }、
{ A 、B }中有一对相互独立，则其它三对也相互独立.
证明 不失一般性.设事件 A 与 B 独立，仅证 A 与 B
相互独立，其余情况类似证明 因为 P ( A B ) P ( B A ) P ( B A ) P B ( B ) P ( A )B
又 A 与 B 独立，所以 P (A)B P (A )P (B )
从而 P ( A B ) P ( B ) P ( A ) P ( B ) P ( B ) 1 P ( ( A ) P ) ( A ) P ( B ) 所以， A 与 B 相互独立.
AB=｛（男、女），（女、男）｝
于是
P(A)= 1 , P(B)= 3 , P(AB)= 1
2
4
2
由此可知 P(AB) P(A) P(B).
所以 A与B 不独立.
2）有三个小孩的家庭，样本空间Ω=｛（男、
男、男），（男、男、女），（男、女、男），
（女、男、男）（男、女、女），（女、女、男），
（女、男、女），（女、女、女）｝
= 1 P(A1A2An) = 1 P(A 1)P(A 2)P(A n)
这个公式比起非独立的场合，要简便的多，它 在实际问题中经常用到.
例1.5.6 假若每个人血清中含有肝炎病的概率为 0.4%，混合100个人的血清，求此血清中含有肝炎病 毒的概率？
解: 设 A i={第 i 个人血清中含有肝炎病毒}
n 个事件相互独立，则必须满足 2n n1个等式.
显然 n 个事件相互独立，则它们中的任意
m （2 mn）个事件也相互独立.
2.事件独立性的性质
定理1.5.1 四对事件{A、B}，{ A , B }，{A，B }、
{ A 、B }中有一对相互独立，则其它三对也相互独立.
证明 不失一般性.设事件 A 与 B 独立，仅证 A 与 B
相互独立，其余情况类似证明 因为 P ( A B ) P ( B A ) P ( B A ) P B ( B ) P ( A )B
又 A 与 B 独立，所以 P (A)B P (A )P (B )
从而 P ( A B ) P ( B ) P ( A ) P ( B ) P ( B ) 1 P ( ( A ) P ) ( A ) P ( B ) 所以， A 与 B 相互独立.
AB=｛（男、女），（女、男）｝
于是
P(A)= 1 , P(B)= 3 , P(AB)= 1
2
4
2
由此可知 P(AB) P(A) P(B).
所以 A与B 不独立.
2）有三个小孩的家庭，样本空间Ω=｛（男、
男、男），（男、男、女），（男、女、男），
（女、男、男）（男、女、女），（女、女、男），
（女、男、女），（女、女、女）｝
= 1 P(A1A2An) = 1 P(A 1)P(A 2)P(A n)
这个公式比起非独立的场合，要简便的多，它 在实际问题中经常用到.
例1.5.6 假若每个人血清中含有肝炎病的概率为 0.4%，混合100个人的血清，求此血清中含有肝炎病 毒的概率？
解: 设 A i={第 i 个人血清中含有肝炎病毒}
概率论与数理统计课件 L5.8独立性检验
pij P{X Ai ,Y Bj}, i 1,..., r, j 1,..., q
pi P{X Ai}, i 1,..., r
p j P{Y Bj}, j 1,..., q
则有
q
r
pi pij , p j pij , i 1,...,r, j 1,...,q
j 1
i1
估计。当H0成立时，似然函数为
rq
rq
L( pi, p j )
p Ni j ij
( pi p j )Ni j
i1 j1
i1 j1
r i 1
p Ni i
q j 1
p N j
j
6
利用前面的方法 我们可以进行列联表的独立性检验
首先 可以证明 参数pi·与pj的最大似然估计为
pˆi
Ni n
pˆ j
N j n
i1
r
j1
q
r
q
其次 由于 pi p j 1 故 rq 个参数 pi·与 p·j 中仅有 rq2 个
i1
j 1
独立参数 于是相应的统计量
02
n
r i1
q j1
Nij
NiN n
NiN j
j
2
渐近服从2(rq(rq2)1)(即2((r1)(q1)))分布
(520)
拒绝域相应为
N2.
… …
… … …
r
Nr1 Nr2 … Nrq
r
N j Nij N.1 N.2 … N.q i 1
Nr. n
5
二、独立性检验问题
考虑二元总体(X Y)的非参数假设检验问题
H0 X与Y独立 上述假设检验问题可转化为多参数假设检验问题
《概率论》第1章6独立性S教学幻灯片
P(A1)P(A2) P(A3)P(A4) P(A1A2)P(A3A4)
p2 p2 p2 p2 p2 (2 p2 )
第一章 概率论的基本概念
课件制作
§6 独立性
3/9
WangWenHaAo, B 独立与
A, B 独立
A,
B不相容有什么关系
P(AB) P(A)P(B)
A, B不相容 AB
为
p
40 50000
0.0008
第一章 概率论的基本概念
课件制作
§6 独立性
10/9
Wang设We随n机Ha试o验的样本空间为有界区域 D,事件
A {试验结果落在区域 d 中 }
发生的概率定义为
P( A)
d 的面积 D的面积
称为几何概型
事件 A发生的概率与位置无关,只与 A的面积有关， 这体现了某种“等可能性”
故 A, B 独立,从而 A, B独立 , A, B独第立一章 概率论的基本概念
课件制作
§6 独立性
4/9
WangWenHao
第一章 概率论的基本概念
课件制作
§6 独立性
5/9
Wa求n混gW合e1n0H0设a个o每人个的人血血清清中中含含有有肝肝炎炎病病毒毒的的概概率率. 为0.4%,
记
Ai {第 i 个人血清含肝炎病毒 }, i 1, 2,,100
A, B “独立”
P(A | B) P(A), P(B | A) P(B) P(AB) P(A | B)P(B)
P(B | A)P(A) P(A)P(B)
第一章 概率论的基本概念
课件制作
§6 独立性
2/9
WangWen某Ha系o统由四系个统部可件靠I, I性I,III,IVP{系统正常I 工作II}
概率论与数理统计：事件的独立性与相关性.ppt
由于 P( ABC ) 1 1 P( A)P(B)P(C ), 48
因此 A，B，C 不相互独立.
三 相互独立事件的性质
性质1 如果 n 个事件 A1, A2,, An 相互独立，则 将其中任何 m(1 m n)个事件改为相应的对立事 件，形成新的 n 个事件仍然相互独立. 性质2 如果 n 个事件 A1, A2,, An 相互独立，则有
Ai (i =1,2,…,100 ).
则
100
A Ai
i 1
100
P(A) 1 1P(Ai ) i 1 1 (1 0.004)100 0.33
若Bn表示 n 个人的血清混合液中含有肝炎病毒，则
P(Bn) 1 (1 )n, 0 1 n 1,2,
lim
n
P
(
Bn
)
1
—— 不能忽视小概率事件, 小概率事件迟早要发生
例5 甲、乙、丙三人同时对飞机进行射击, 三人 击中的概率分别为 0.4, 0.5, 0.7, 飞机被一人击中 而被击落的概率为0.2 ,被两人击中而被击落的概 率为 0.6 , 若三人都击中飞机必定被击落, 求飞机 被击落的概率.
n
n
n
P( Ai ) 1 P( Ai ) 1 (1 P( Ai ))
i 1
i 1
i 1
例4 设每个人的血清中含肝炎病毒的概率为0.4%, 求来自不同地区的100个人的血清混合液中含有肝 炎病毒的概率.
解:设这100 个人的血清混合液中含有肝炎病毒为
事件 A, 第 i 个人的血清中含有肝炎病毒为事件
注意: 从直观上讲,n个事件相互独立就是其中任何一个 事件出现的概率不受其余一个或几个事件出现与否的 影响.
伯恩斯坦反例
条件概率和独立性-PPT文档资料
解：由 P (A B C ) 1 P (A B C ) P (A B C )P (A )P (B )P ( C ) P (AB )P (AC )P (BC )P (ABC )
第一讲 古典概型与加法公式 1 1 1 11 由 P 已 ( A B 知 C ) 0 P ( AB ) 4 4 4 16 16 5 P ( A B C ) 1 P ( A B C ) 1 P ( ABC ) 8 又 P ( ABC ) P （ AB ) 0 , P ( ABC ) 0 ,
P A B P A P B P AB
一般加法公式 到也 有可 限推 个广 事件 如的 ：情 形 P (A B C )P (A ) P ( B ) P ( C ) P (AB ) P ( BC ) P (AC ) P (ABC )
第二讲 条件概率与独立性
例1-3-5（95数学一，3分）
设随 A : { 机 X 0 }; B 事 : { Y 件 0 }, 3 4 已 P ( AB 知 ) ; P ( A ) P ( B ) , 则P 求 {max( X ： , Y ) 0 } 7 7
解：设事件 C ｛ max( X , Y ) 0 }, 则： C ｛ max( X , Y ) 0 } { X 0 } { Y 0 } A B
例1-3-3 设P (A) > 0， P (B) > 0 ，将下列四个数： P (A) 、P (AB) 、P (A∪B) 、P (A) + P (B)
用“≤”连接它们，并指出在什么情况下等号成立. 解 P A B P ( A ) P ( B ) P ( AB )
随机变量的相互独立性【概率论及数理统计PPT】
例2. (X,Y)的联合概率分布为:
Y0 1 X
0 0.3 0.4
(1)求X,Y的边缘分布; (2)判断X,Y是否独立.
1 0.2 0.1
解: (1)X,Y的概率分布分别为:
X0 1
Y
0
1
P 0.7 0.3
P
0.5 0.5
(2) P(X=0,Y=0)=0.3 P(X=0)P(Y=0) =0.7×0.5 =0.35
所以,X,Y独n个随机变量独立性的概念与性质 定义:称n个随机变量X1,X2,…，X n相互独立,若对任意
ai<bi( i=1,2,…，n), 有 P{a1<X1<b1,a2<X2<b2,…,a n<X n<b n}= P{a1<X1<b1}…P{a n<X n<b n}
(2)
0
即:
z<0 (x<0或y=z-x<0)
0≤z≤1
y=z-x>0 x=z-y≤z
z>1 y=z-x>0 x=z-y≤z
1．设成年人群的体重与身高组成二维随机向量（X，Y）， 历史资料表明（X，Y）服从二维正态分布，参数分别为μ=55， σ=10，μ=170，σ=8，ρ=0.90，求X和Y的边缘分布。
(2)P(X<Y)=
所以, X, Y独立.
随机向量的联合分布函数
一、二维随机向量的联合分布函数
1、n元实函数 F(x1,x2,…,xn)= P{X1≤x1,X2≤x2,…,Xn≤xn},
(x1,x2,…,xn)∈Rn, 称为n维随机向量(X1,X2,…,Xn)的 联合分布函数。
注意: X1≤x1,X2≤x2,…,Xn≤xn 均表示事件,
第四节独立性和全概率课件
详细描述
在抛硬币实验中，每一次抛硬币正面朝上的概率是固定的 ，不受其他次抛硬币的结果影响，因此每一次抛硬币正面 朝上的概率是50%。
总结词
在抛硬币实验中，如果连续多次抛硬币正面朝上，下一次 抛硬币正面朝上的概率仍然是50%。
详细描述
在抛硬币实验中，每一次抛硬币的结果都是独立的，因此 连续多次抛硬币正面朝上并不会影响下一次抛硬币正面朝 上的概率，所以下一次抛硬币正面朝上的概率仍然是50% 。
04
独立性和全概率的实例 分析
抛硬币实验的独立性分析
总结词
在抛硬币实验中，每一次抛硬币的结果与其他次抛硬币的 结果是独立的。
详细描述
在抛硬币实验中，每一次抛硬币的结果只有两种可能，正 面朝上或反面朝上，且每一次抛硬币的结果不受其他次抛 硬币的结果影响，因此每一次抛硬币的结果是独立的。
总结词
在抛硬币实验中，每一次抛硬币正面朝上的概率是50%。
P(A and Bi) / P(Bi)。
全概率公式的应用场景
风险评估
全概率公式可以用于评估一个项目的 风险，通过分析项目中的各种可能情 况和每个情况下风险发生的概率，计 算出整体风险水平。
决策制定
统计分析
在统计分析中，全概率公式可以用于 分析数据的分布和规律，例如在回归 分析中用于计算预测变量的权重。
独立性的条件概率定义是指在给定某个条件下，两个事件之间没有相互影响的关 系。
详细描述
如果事件A在给定事件C发生的条件下与事件B独立，那么有$P(A|B, C) = P(A|C)$。这意味着在给定某个条件C下，事件A的发生与否与事件B无关。
02
全概率公式
全概率公式的内容
定义
全概率公式是概率论中的一个重 要公式，用于计算一个事件发生 的概率，该事件可以分解为若干
概率论第2章条件概率与独立性精品PPT课件
解 设Ai 第 i 次考试及格 i 1, 2, 3
B＝{他考试能及格}
则
B A1A2A3 A1A2A3A4 A1A2A3A4 A1A2A3A4
P B = P A1A2A3A4 + P A1A2A3A4 + P A1A2A3A4 + P A1A2A3
= P A1 P A2 A1 P A3 A1A2 P A4 A1A2A3
2、规范性 若A B，则P(B A) 1 特别地，P( A) 1
3、可加性
若B1, B2 , ，Bn , 为一列两两互不相容事件，
则 P( Bk A) P(Bk A)
k1
k1
常用到 P(B | A) = 1 - P(B | A)
例2 一个家庭中有二个小孩，已知其中有一个是女孩， 问这时另一个小孩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 样本空间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)} 则
P(B | A) P(AB) 1/ 4 1 P(A) 3 / 4 3
例3 设已知某种动物自出生能活过20岁的概率是0.8,能活 过25岁的概率是0.4, 问现龄20岁的该种动物能活过25岁的 概率是多少？ 解 设 A={该种动物能活过20岁}
P(A1A2…An-1)＞0, 则有 P(A1A2…An)=P(A1)P(A2|A1)P(A3|A1A2)…P(An|A1A2…An-1) 上式表明，事件积的概率可通过一系列条件概率的乘积来 计算。
证明：当P(A1A2An-1)＞0时， 由于A1A1A2…A1A2…An-1, 则有 P(A1)≥P(A1A2)≥…≥P(A1A2…An-1)＞0 由条件概率的定义，得
事件的独立性与相关性ppt课件
5
例1.5.1 某高校的一项调查表明：该校有30%的学生 视力有缺陷. 7%的学生听力有缺陷，3%的学生视力与 听力都有缺陷，记
A =“学生视力有缺陷”P，( A) 0.30 B =“学生听力有缺陷”P，(B) 0.07 AB=“学生听力与视力都有缺陷”，P( AB) 0.03 现在来研究下面三个问题： （1）事件 A与 B 是否独立？ 由于
概率论与数理统计
1
1.5 事件的独立性与相关性
1.5.1 两个事件的独立性与相关性 1.5.2 有限个事件的独立性 1.5.3 相互独立事件的性质 1.5.4 Bernoulli概型
2
1.5.1 两个事件的独立性与相关性
例如 箱中装有10件产品:7件正品,3件次品,甲买走1件 正品,乙要求另开一箱,也买走1件正品.
（3）如果已知一学生听力有缺陷，那么他视力也有缺 陷的概率是多少？
类似地可算条件概率 P( A B) P( AB) 0.03 3 P(B) 0.07 7
7
定义 设 0 P( A) 1,0 P(B) 1, 称
( A, B)
P( AB) P( A)P(B)
P( A)(1 P( A))P(B)(1 P(B))
A表示电路断电,
则A1,A2,A3相互独立,A= A1+A2+A3, P(A)=P(A1+A2+A31)= P( A1 A2 A3 )
1 P( A1 )P( A2 )P( A3 )
=1-0.168=0.832
12
例1.5.4 已知事件 A, B, C 相互独立,证明:事件
事件 A 与 B C 也相互独立.
P(Bn) 1 (1 )n, 0 1 n 1,2,
lim
例1.5.1 某高校的一项调查表明：该校有30%的学生 视力有缺陷. 7%的学生听力有缺陷，3%的学生视力与 听力都有缺陷，记
A =“学生视力有缺陷”P，( A) 0.30 B =“学生听力有缺陷”P，(B) 0.07 AB=“学生听力与视力都有缺陷”，P( AB) 0.03 现在来研究下面三个问题： （1）事件 A与 B 是否独立？ 由于
概率论与数理统计
1
1.5 事件的独立性与相关性
1.5.1 两个事件的独立性与相关性 1.5.2 有限个事件的独立性 1.5.3 相互独立事件的性质 1.5.4 Bernoulli概型
2
1.5.1 两个事件的独立性与相关性
例如 箱中装有10件产品:7件正品,3件次品,甲买走1件 正品,乙要求另开一箱,也买走1件正品.
（3）如果已知一学生听力有缺陷，那么他视力也有缺 陷的概率是多少？
类似地可算条件概率 P( A B) P( AB) 0.03 3 P(B) 0.07 7
7
定义 设 0 P( A) 1,0 P(B) 1, 称
( A, B)
P( AB) P( A)P(B)
P( A)(1 P( A))P(B)(1 P(B))
A表示电路断电,
则A1,A2,A3相互独立,A= A1+A2+A3, P(A)=P(A1+A2+A31)= P( A1 A2 A3 )
1 P( A1 )P( A2 )P( A3 )
=1-0.168=0.832
12
例1.5.4 已知事件 A, B, C 相互独立,证明:事件
事件 A 与 B C 也相互独立.
P(Bn) 1 (1 )n, 0 1 n 1,2,
lim
01-5独立性-19页精品文档
解 ： 设事件 Ai =“有 i 台机器故障”
( 1 ) P ( A 0 ) C 4 0 0 . 2 0 ( 1 0 . 2 ) 4 0 . 8 4 0 . 4 0 9 6 .
16
第一章 概率论的基本概念
§5 独立性
例6. 今有四台机器，如果在一小时内这些机器发生 故障的概率为0.2，机器相互独立，求 （1）计算在一小时内都不发生故障的概率； （2）一人照看四台机器，设一台机器故障只需一 人修理，求机器的待修率； （3）至少需几人，才能使待修率<0.1?
解 ： 设事件 Ai =“有 i 个台机器故障”
(2 )P (A 2)P (A 3)P (A 4)1P (A 0)P (A 1) 10 .84C 4 10 .2 1(10 .2 )30 .1 8 0 8 .
17
第一章 概率论的基本概念
§5 独立性
例6. 今有四台机器，如果在一小时内这些机器发生 故障的概率为0.2，机器相互独立，求 （1）计算在一小时内都不发生故障的概率； （2）一人照看四台机器，设一台机器故障只需一 人修理，求机器的待修率； （3）至少需几人，才能使待修率<0.1?
三、多个事件的独立性
1）三个事件的独立性：设A、B、C是三个随机事件，
如果 P AB P AP B A, B,C这三个
P BC P B P C 事件两两独立
P
AC
P AP C
P A B P A P C B P C
则 称 A 1 ,A 2 ， ， A n 这 n 个 随 机 事 件 相 互 独 立 ．
7
第一章 概率论的基本概念
§5 独立性
3）独立随机事件的性质：
概率论课件——独立性
Three events A, B, C are called Independence between them if
P( AB) P( A) P( B), P( BC) P( B) P(C ), P( AC) P( A) P(C )
4.三事件相互独立的概念
定义 设 A, B , C 是三个事件, 如果满足等式 P ( AB ) P ( A) P ( B ), P ( BC ) P ( B ) P (C ), P ( AC ) P ( A) P (C ), P ( ABC ) P ( A) P ( B ) P (C ), 则称事件 A, B , C 相互独立 .
则有
P ( B A) P ( B), P ( B A) P ( B)
它表示 A 的发生并不影响B 发生的可能性大小 .
P ( AB ) P ( A) P ( B )
2.定义
设 A, B 是两事件 , 如果满足等式 P ( AB ) P ( A) P ( B ) 则称事件 A, B 相互独立, 简称 A, B 独立.
又因为 A、B 相互独立, 所以有
P ( AB ) P ( A) P ( B ),
因而 P ( AB ) P ( A) P ( A) P ( B )
P ( A)(1 P ( B ))
P ( A) P ( B). 从而 A 与 B 相1 , A2 , , An ( n 2) 相互独立 , 则 其中任意 k ( 2 k n)个事件也是相互独立 .
1 (0.8)10 0.893.
例2 甲、乙、丙三人同时对飞机进行射击, 三人 击中的概率分别为 0.4, 0.5, 0.7, 飞机被一人击中 而被击落的概率为0.2 ,被两人击中而被击落的概 率为 0.6 , 若三人都击中飞机必定被击落, 求飞机 被击落的概率. 解 设 Ai 表示有 i 个人击中飞机, A, B, C 分别表示甲、乙、丙击中飞机 ,
相关主题
- 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)。
概率论
事件Ａ与事件Ｂ独立
P (A B )P (A )P (B )
事件Ａ与事件Ｂ互不相容
AB P(AB)0
事件Ａ与事件Ｂ为对立事件
AB AUB
P(A)P(B)1
概率论
二、多个事件的独立性
定义 设A、 B、 C为三,事 如件 果满足等
PAB PAPB PAC PAPC PBC PBPC
则称三 A、 事 B、 件 C为两两独.立的事
故 事件A、B独立.
概率论
前面我们是根据两事件独立的定义作出结论 的，也可以通过计算条件概率去做:
从一副不含大小王的扑克牌中任取一张,记 A={抽到K}, B={抽到的牌是黑色的}, 则
P(A)=1/13, P(A|B)=2/26=1/13
可见 P(A)= P(A|B), 即事件A、B独立.
在实际应用中, 往往根据问题的实际意义去判 断两事件是否独立.
概率论
在实际应用中,往往根据问题的实际意义去判 断两事件是否独立.
例如 甲、乙两人向同一目标射击,记 A={甲命中}, B={乙 命中}，A与B是否独立？
由于“甲命中”并不影响“乙命中”的概率，
故认为A、B独立 .
（即一事件发生与否并不影响另一事件发生的概率）
又如： 一批产品共n件，从中抽取2件，设 Ai={第i件是合格品} i=1,2
概率论
第六节 独立性
主要内容： 1）两个事件的独立性 2）多个事件的独立性 3）独立性的概念在计算概率中的应用
重点： 1）两个、多个事件独立性的定义 2）利用独立性的概念接概率题目
概率论
一、两事件的独立性
先看一个例子： 将一颗均匀骰子连掷两次，
设 A={第二次掷出6点}， B={第一次掷出6点}，
8 7 2 84. 10 9 10 9 5
而
87 28
P(A1A2)
. 109 45
概率论
因为 P (A 1A 2)P (A 1)P (A 2)
所以在有放回抽样 下，第i次取到正品和第j次取到正品 不是独立的.
概率论
请问：如图的两个事件是独立的吗？ 我们来计算： P(AB)=0 而P(A) ≠0, P(B) ≠0
试讨论A、B、C的相互独立性。
A={第一个…为偶数}；B={第二个…为奇数} 概率论 C={两个…同时为奇数，或者同时为偶数}
解 试验的样本空间为
而
88 P(A1A2)1010P(A1)P(A2).
所以在又放回抽样下，第i次和第j次抽到正品是独立的。
2）无放回抽样
P ( A1 )
8, 10
P ( A 2 ) P ( A 1 A 2 A 1 A 2 ) P ( A 1 A 2 ) P ( A 1 A 2 )
P (A 2 |A 1 )P (A 1 ) P (A 2 |A 1 )P (A 1 )
更好,它不受 P(B)>0 或 P(A)>0 的制约.
概率论
两事件独立的定义independence
若两事件A、B满足
P(AB)= P(A) P(B)
(1)
则称A、B相互独立，简称A、B独立.
定理1 事件A、B独立的充要条件为
PA|BPA,PB0
或
PB|APB,PA0
概率论
证 先证必要性. 设事A、 件 B独立 ,由独立定
P A P B A P B 所 ,当 以 P B 0 时 ,P A |B P P A B B PPABPB PA 或 ,当 者 P A 0 时 ,P B |A P P A A B PPAPAB PB
再证充分性: 设 P A |B P A 成 ,则 立 有 P A P B A |B P B P A P B
概率论
定理 2 若两事件A、B独立, 则A与 B,A与 B,A与 B
也相互独立.
证明 仅证A与 B 独立
A、B独立
概率的性质 P(AB )= P(A - A B)
= P(A)- P(AB) = P(A)- P(A) P(B)
=P(A)[1- P(B)]= P(A) P(B ) 故 A与 B 独立
概念辨析
当事 A、 B 件 、 C 两两独 ,等立 式时
P A P B A P B C P C
不一定成立.
概率论
例
设同时抛掷两个均匀的正四面体一次，每 一个四面体标有号码1，2，3，4。令 A={第一个四面体的触地面为偶数} B={第二个四面体的触地面为奇数}
C={两个四面体的触地面同时为奇数，或者同 时为偶数}
个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
设A、B为独立事件，且P(A)>0,P(B)>0,下面四
个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
若抽取是有放回的, 则A1与A2独立. 因为第二次抽取的结果 不受第一次抽取的影响.
若抽取是无放回的，则A1与A2不独立.
因为第二次抽取的结果受到第一次 抽取的影响.
概率论
概率论
例 一批产品共有10件，其中8件正品，2件次品，设
A i ={第i次取到正品}，则
1）有放回抽样
8
8
P(A1)10,P(A2)10,
显然
P(A|B)=P(A)
这就是说,已知事件B发生,并不影响事件A发生的概
率,这时称事件A、B独立.
概率论
由乘法公式知，当事件A、B独立时，有
P(AB)=P(A) P(B)
P A B P A B P B
用P(AB)=P(A) P(B)刻划独立性,比用
P(A|B) = P(A)
或
P(B|A) = P(B)
A B 即 P(AB) ≠ P(A)P(B)
故 A、B不独立
即 若A、B互斥，且P(A)>0, P(B)>0,则A与B不独立.
反之，若A与B独立，且P(A)>0,P(B)>0,则A 、B不互 斥.
概率论
前面我们看到独立与互斥的区别和联系， 再请你做个小练习.
设A、B为互斥事件，且P(A)>0,P(B)>0,下面四
由定,义 事A 可 件 、 B相 知互 . 独立
概率论
例 从一副不含大小王的扑克牌中任取一张， 记 A={抽到K}, B={抽到的牌是黑色的}
问事件A、B是否独立？
解 由于 P(A)=4/52=1/13, P(B)=26/52=1/2,
P(AB)=2/52=1/26.
可见,
P(AB)=P(A)P(B)