概率论与数理统计 第一章-4-事件的独立性

合集下载

概率与统计中的事件独立性

概率与统计中的事件独立性

概率与统计中的事件独立性概率与统计是数学领域中重要的分支之一,它研究的是事物发生的可能性以及事物之间的关联程度。

在概率与统计中,事件独立性是一个重要的概念。

本文将介绍事件独立性的定义、性质以及相关的应用。

一、定义事件独立性是指在一系列随机试验中,某一事件的发生与其他事件的发生无关。

具体地说,对于两个事件A和B,如果事件A发生与否不会对事件B的发生产生任何影响,或者说事件B的发生与否不会对事件A的发生产生任何影响,那么我们称事件A和事件B是相互独立的。

二、性质1. 互逆性:如果事件A和事件B相互独立,那么事件A的补事件和事件B也相互独立。

2. 自反性:任意事件与自身都是相互独立的。

3. 偶然性:事件A和事件B相互独立,并不意味着它们是不可能发生的,它们仍然可以同时发生或者同时不发生。

4. 独立性传递性:如果事件A和事件B相互独立,事件B和事件C 相互独立,那么事件A和事件C也相互独立。

三、应用事件独立性在概率与统计中有广泛的应用,以下是几个常见的应用场景:1. 抛硬币:在抛硬币的过程中,每一次的抛硬币都是一个独立事件。

无论前一次抛硬币结果是正面还是反面,对于下一次抛硬币的结果都没有影响,每次抛硬币的概率仍然是50%。

2. 掷骰子:与抛硬币类似,每一次掷骰子的结果都是独立事件。

无论前一次掷骰子的点数是多少,对于下一次掷骰子的结果都没有影响。

3. 抽样调查:在进行抽样调查的时候,每一次的抽样都是独立事件。

例如,在进行市场调研时,每一次的问卷发放都是独立的,一个人接收到问卷并填写与其他人接收到问卷并填写之间没有关联性。

4. 生活中的决策:在日常生活中,我们经常需要根据过去的经验和信息做出决策。

如果我们认为某个事件的发生与其他事件是独立的,我们可以根据概率和统计的知识来进行决策。

总结起来,概率与统计中的事件独立性是一个重要的概念。

它可以帮助我们理解和分析随机事件之间的关系,并且在实际应用中有着广泛的用途。

概率论与数理统计课件(1-4)独立性

概率论与数理统计课件(1-4)独立性
0.8 0.7 0.8 0.7 0.94 .
或者 P A B 1 P A B 1 P A B
1 P A P B 0.94.
或者 P A B P AB A B AB
P AB P A B AB 0.94 .
A、B独立
概率的性质
= 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 练习: B与 A独立
定理 以下四事件等价: (1) 事件A、B相互独立;
(2) 事件A、B相互独立;
(3) 事件A、B相互独立; (4) 事件A、B相互独立。
解:由题意
P( AB) P( AB)
A与B独立,则 A与B ;与B也独立 A
P( A) P(B) P( A) P(B)
P ( A)1 P ( B) 1 P ( A)P ( B)
1 P ( A) P ( B ) 3
练习 设两个相互独立的事件A与B都不发生的 概率为1/9, A发生B不发生的概率与B发生A不 发生的概率相等,则P(A)=( 2/3 )
解:由题意

P( AB) P( AB)
P ( A) P ( B)
上一题 结论
2
A与B独立,则 A与B 也独立
P( AB) P( A) P(B) 1 P( A)
2 P ( A) 3
例 设0<P(A)<1,则 A与B相互独立 P(B | A) P(B) P(B | A) P(B)
可见
P(A)= P(A|B)
, 即事件A、B独立.

概率论与数理统计复习资料

概率论与数理统计复习资料

自考04183概率论与数理统计(经管类)笔记-自考概率论与数理统§1.1 随机事件1.随机现象:确定现象:太阳从东方升起,重感冒会发烧等;不确定现象:随机现象:相同条件下掷骰子出现的点数:在装有红、白球的口袋里摸某种球出现的可能性等;其他不确定现象:在某人群中找到的一个人是否漂亮等。

结论:随机现象是不确定现象之一。

2.随机试验和样本空间随机试验举例:E1:抛一枚硬币,观察正面H、反面T出现的情况。

E2:掷一枚骰子,观察出现的点数。

E3:记录110报警台一天接到的报警次数。

E4:在一批灯泡中任意抽取一个,测试它的寿命。

E5:记录某物理量(长度、直径等)的测量误差。

E6:在区间[0,1]上任取一点,记录它的坐标。

随机试验的特点:①试验的可重复性;②全部结果的可知性;③一次试验结果的随机性,满足这些条件的试验称为随机试验,简称试验。

样本空间:试验中出现的每一个不可分的结果,称为一个样本点,记作。

所有样本点的集合称为样本空间,记作。

举例:掷骰子:={1,2,3,4,5,6},=1,2,3,4,5,6;非样本点:“大于2点”,“小于4点”等。

3.随机事件:样本空间的子集,称为随机事件,简称事件,用A,B,C,…表示。

只包含一个样本点的单点子集{}称为基本事件。

必然事件:一定发生的事件,记作不可能事件:永远不能发生的事件,记作4.随机事件的关系和运算由于随机事件是样本空间的子集,所以,随机事件及其运算自然可以用集合的有关运算来处理,并且可以用表示集合的文氏图来直观描述。

(1)事件的包含和相等包含:设A,B为二事件,若A发生必然导致B发生,则称事件B包含事件A,或事A包含于事件B,记作,或。

性质:例:掷骰子,A:“出现3点”,B:“出现奇数点”,则。

注:与集合包含的区别。

相等:若且,则称事件A与事件B相等,记作A=B。

(2)和事件概念:称事件“A与B至少有一个发生”为事件A与事件B的和事件,或称为事件A与事件B的并,记作或A+B。

概率与统计中的事件独立性

概率与统计中的事件独立性

概率与统计中的事件独立性事件独立性是概率论和统计学中一个基本概念,用于描述两个或多个事件之间是否相互独立发生的性质。

在概率论和统计学中,研究事件独立性对于理解随机性事件的关系和推断未知信息具有重要意义。

本文将介绍概率与统计中的事件独立性的定义、性质和应用。

一、定义在概率论中,两个事件A和B是相互独立的,当且仅当事件A的发生与B的发生是相互无关的,即事件A的发生不会影响事件B的发生概率,记作P(A∩B) = P(A)P(B)。

其中,P(A)和P(B)分别表示事件A 和事件B发生的概率,P(A∩B)表示事件A和B同时发生的概率。

如果P(A∩B) ≠ P(A)P(B),则事件A和B是不独立的。

二、性质事件独立性具有以下性质:1. 互逆性:若事件A和B独立,则事件B和A也独立。

2. 自反性:事件A与自身独立,即P(A∩A) = P(A)P(A) = P(A)。

3. 不交性:对于任意事件A和B,若A与B互不相容(即A∩B=∅),则A和B不独立。

4. 幂等性:若事件A和事件B独立,那么事件A和事件B的补集(A'和B')也独立。

三、应用事件独立性在概率论和统计学中有广泛的应用,例如:1. 加法法则与乘法定理:事件独立性是加法法则和乘法定理的重要前提。

根据加法法则,对于互不相容的事件A和B,其联合概率可以表示为P(A∪B) = P(A) + P(B)。

而乘法定理则利用了独立事件的特性,通过P(A∩B) = P(A)P(B)计算联合概率。

2. 条件独立性:条件独立性指的是在给定某一事件的条件下,其他事件之间是否独立。

例如,对于事件A、B和C,若事件A和B独立,且事件C与A的发生与否无关,那么事件C与B也独立。

3. 贝叶斯定理:贝叶斯定理利用了事件独立性的概念,通过P(A|B) = P(B|A)P(A) / P(B)计算后验概率。

其中,P(A|B)表示在事件B发生的条件下,事件A发生的概率。

4. 统计推断:在统计学中,独立性的概念也广泛应用于构建统计模型和进行推断。

1.4_事件的独立性

1.4_事件的独立性
A1 , A2 , , A n 中任意多个事件换成它们各自的对立事件,
所得的 n 个事件仍相互独立.
2012年11月11日星期日
10
目录
上页
下页
返回
【例 20】两门高射炮彼此独立地射击一架敌机,设甲炮 击中敌机的概率为 0.9, 乙炮击中敌机的概率为 0.8, 求 敌机被击中的概率? 解 设 A ={甲炮击中敌机}, B ={乙炮击中敌机},那么 {敌机被击中 }= A B .因为 A 与 B 相互独立,所以,有
所以结论成立.
2012年11月11日星期日
9
目录
上页
下页
返回
由定义,还可以得到以下两个推论:
(1) 若 事 件 A1 , A2 , , An , n 2 相 互 独 立 , 则 其 中 任 意
k ( 2 k n ) 个事件也相互独立.
(2) 若 事 件 A1 , A2 , , An , n 2 相 互 独 立 , 则 将
则称这三个事件 A , B , C 是两两独立的.
2012年11月11日星期日 4
目录 上页 下页 返回
定义 11
设 A , B , C 是三个事件,如果满足:
P ( A B ) P ( A ) P ( B ), P ( B C ) P ( B ) P ( C ), P ( A C ) P ( A ) P ( C ), P ( A B C ) P ( A ) P ( B ) P ( C ).
(2)事件的独立性与互斥是两码事,互斥表示两个事件 不能同时发生,而独立性则表示它们彼此互不影响对方 发生的概率.当 P ( A ) 0 , P ( B ) 0 时,若 A , B 相互独 立 , 则 P ( AB ) P ( A) P ( B ) 0 . 若 A, B 互 斥 , 则 P ( A B ) P ( ) 0 ,此时 A , B 相互独立和 A , B 互斥不会 同时成立.

概率论与数理统计— 独立性

概率论与数理统计— 独立性
P( A1)P( A2 ) P( A3)P( A4 ) P( A1)P( A2 )P( A3)P( A4 )
p2 p2 p4 2 p2 p4.
例10 甲 、 乙 两 人 进 行 乒 乓 球比 赛, 每 局 甲 胜 的 概 率 为p (p 1 2) , 问 对 甲 而 言, 采 用 三 局 二 胜 制 有 利, 还 是 采 用 五 局 三 胜 制 有利 . 设 各 局 胜 负 相 互 独 立.
1
2

3
4
以 Ai (i 1,2,3,4) 表示事件第i 个元件正常工作,
以 A 表示系统正常工作 . 则有 A A1 A2 A3 A4 . 由事件的独立性,得系统的可靠性 : P( A) P( A1 A2 ) P( A3 A4 ) P( A1 A2 A3 A4 ) P( A1)P( A2 ) P( A3 )P( A4 ) P( A1)P( A2 )P( A3 )P( A4 ) p1 p2 p3 p4 p1 p2 p3 p4 .
Rs' (R ' ) n r n (2 r) n Rc (2 r) n . 显然 Rs' Rc.
由数学归纳法可证明当
n 2时,
(2 r)n
2 r n,即
R
' s
Rs .
第一章 概率论的基本概念
例 8 设有电路如图,其中 1, 2, 3, 4 为继电器接点。 设各继电器接点闭合与否相互独立,且每一个继电 器接点闭合的概率均为 p。求 L至 R 为通路的概率。
0.41.
由 A3 ABC , 得 P( A3 ) P( ABC ) P( A)P(B)P(C) 0.4 0.5 0.7 0.14.
因而,由全概率公式得飞机被击落的概率为

概率论与数理统计课件 1.4事件的独立性

概率论与数理统计课件 1.4事件的独立性
1P(A) P(B) P(AB)
1 P(A) P(B) P(A)P(B)
1 P(A)1 P(B) P(A)P(B)
所以,A与B 独立。
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(A1A2…An)=P(A1) P(A2) …P(An) 则称随机试验 E1, E2,.., En相互独立. 例如
试验E1:掷一枚硬币,观察出现正反面的情况
试验E2:掷一颗骰子,观察出现的点数 显然,试验 E1,E2 的先后次序不影响每次试验的 结果,所以 E1,E2 是相互独立的。
n重伯努利试验
又设A表示加工出来的零件是次品, 则 A=A1∪A2∪A3
P(A) 1 P(A) 1 P(A1 A2 A3 )
1 P(A1)P(A2 )P(A3 )
=1-(1- 0.02)(1- 0.01)(1- 0.05) = 0.0783
独立试验概型
相互独立的试验 设有随机试验 E1, E2,.., En, 如果对 Ei 的任意结 果(事件)Ai,i=1,2,…,n,都有
解 情形(2)的样本空间为
Ω={(男男男),(男男女),(男女男),(女男男) (男女女),(女男女),(女女男),(女女女)}
P(A) 6 , P(B) 1 , P(AB) 3
8
2
8
此种情形下,事件A、B是独立的。
下列四组事件,有相同的独立性:
(1)A与B;(2)A与B; (3)A与B;(4)A与B 证明 若A、B独立,则 P(AB) P(A) P(B) P( AB) P( A B) 1 P( A B)

概率与统计中的事件独立性与互斥性

概率与统计中的事件独立性与互斥性

概率与统计中的事件独立性与互斥性概率与统计是数学中的一个重要分支,研究从大量实验或观察中将某一事件的结果进行分析、总结和推断的方法。

而在概率与统计的理论中,事件的独立性与互斥性是两个基本概念,对于解决实际问题具有重要意义。

一、事件的独立性事件的独立性是指事件B的发生与事件A的发生无关,即事件A 的发生与否不影响事件B的发生概率。

事件A和事件B同时发生的概率等于事件A发生的概率乘以事件B发生的概率。

在概率论中,事件的独立性可以用以下方式表示:P(A∩B) = P(A) × P(B)举个例子来说明事件的独立性。

假设某商店销售两种商品A和B,我们希望了解一个顾客购买商品A和商品B的概率。

如果商品A和商品B的销售是独立的,也就是说购买商品A的顾客与购买商品B的顾客之间没有相关性,那么他们同时购买商品A和商品B的概率可以表示为P(A∩B) = P(A) × P(B)。

这种情况下,我们可以通过已知的商品A 和商品B的销售概率来计算他们同时被购买的概率。

二、事件的互斥性事件的互斥性是指在一次试验中,事件A和事件B不能同时发生,即事件A的发生与否决定了事件B的发生与否。

换句话说,事件A和事件B是互相排斥的。

在概率论中,事件的互斥性可以用以下方式表示:P(A∩B) = 0继续以商店销售的例子来说明事件的互斥性。

假设某商店销售两种商品A和商品B,我们希望了解一个顾客购买商品A或商品B的概率。

如果商品A和商品B是互斥的,也就是说购买商品A的顾客不会购买商品B,那么他们购买商品A或商品B的概率可以表示为P(A∪B) =P(A) + P(B)。

这种情况下,我们可以通过已知的商品A和商品B的销售概率来计算顾客购买商品A或商品B的概率。

三、事件独立性与互斥性的关系事件的独立性和互斥性是两个不同的概念,但在某些情况下它们是可以同时存在的。

当事件A和事件B是互斥的时候,它们的发生概率P(A∩B) = 0,也就是说事件A与事件B是不相关的。

自考概率论与数理统计(经管类)自学资料

自考概率论与数理统计(经管类)自学资料

自考概率论与数理统计(经管类)自学资料第一章随机事件与随机事件的概率1.1 随机事件例一,掷两次硬币,其可能结果有:{上上;上下;下上;下下}则出现两次面向相同的事件A与两次面向不同的事件B都是可能出现,也可能不出现的。

引例二,掷一次骰子,其可能结果的点数有:{1,2,3,4,5,6}则出现偶数点的事件A,点数≤4的事件B都是可能出现,也可能不出现的事件。

从引例一与引例二可见,有些事件在一次试验中,有可能出现,也可能不出现,即它没有确定性结果,这样的事件,我们叫随机事件。

(一)随机事件:在一次试验中,有可能出现,也可能不出现的事件,叫随机事件,习惯用A、B、C表示随机事件。

由于本课程只讨论随机事件,因此今后我们将随机事件简称事件。

虽然我们不研究在一次试验中,一定会出现的事件或者一定不出现的事件,但是有时在演示过程中要利用它,所以我们也介绍这两种事件。

必然事件:在一次试验中,一定出现的事件,叫必然事件,习惯用Ω表示必然事件。

例如,掷一次骰子,点数≤6的事件一定出现,它是必然事件。

不可能事件:在一次试验中,一定不出现的事件叫不可能事件,而习惯用φ表示不可能事件。

例如,掷一次骰子,点数>6的事件一定不出现,它是不可能事件。

(二)基本(随机)事件随机试验的每一个可能出现的结果,叫基本随机事件,简称基本事件,也叫样本点,习惯用ω表示基本事件。

例如,掷一次骰子,点数1,2,3,4,5,6分别是基本事件,或叫样本点。

全部基本事件叫基本事件组或叫样本空间,记作Ω,当然Ω是必然事件。

(三)随机事件的关系(1)事件的包含:若事件A发生则必然导致事件B发生,就说事件B包含事件A ,记作。

例如,掷一次骰子,A表示掷出的点数≤2,B表示掷出的点数≤3。

∴A={1,2},B={1,2,3}。

所以A发生则必然导致B 发生。

显然有(2)事件的相等:若,且就记A=B,即A与B相等,事件A等于事件B,表示A与B实际上是同一事件。

(完整版)概率论与数理统计知识点总结

(完整版)概率论与数理统计知识点总结

p k q nk
其中 q 1 p,0 p 1, k 0,1,2,, n ,
则称随机变量 X 服从参数为 n , p 的二项分布。记为
X ~ B(n, p) .
当 n 1时, P(X k) pk q1k , k 0.1,这就是(0—1)分布,
所以(0-1)分布是二项分布的特例。
泊 松 设随机变量 X 的分布律为
1
(完整版)概率论与数理统计知识点总结
A—B,也可表示为 A—AB 或者 AB ,它表示 A 发生而 B 不发生的事
件.
A、B 同时发生:A B,或者 AB。A B=Ø ,则表示 A 与 B 不可能 同时发生,称事件 A 与事件 B 互不相容或者互斥。基本事件是
互不相容的.
—A 称为事件 A 的逆事件,或称 A 的对立事件,记为 A .它表 示 A 不发生的事件。互斥未必对立。
P(A)= (1) (2 ) (m ) = P(1) P(2 ) P(m )
m n
A所包含的基本事件数 基本事件总数
(6)几 若随机试验的结果为无限不可数并且每个结果出现的可能性均
1
(完整版)概率论与数理统计知识点总结
何概型 匀,同时样本空间中的每一个基本事件可以使用一个有界区域 来描述,则称此随机试验为几何概型。对任一事件 A,
3° F() lim F(x) 0, F() lim F(x) 1;
x
x
4° F(x 0) F(x) ,即 F(x) 是右连续的;
5° P(X x) F(x) F(x 0) .
对于离散型随机变量, F(x) pk ; xk x x
对于连续型随机变量, F(x) f (x)dx .
概型 用 p 表示每次试验 A 发生的概率,则 A 发生的概率为1 p q ,用

概率论与数理统计1.4事件的独立性与二项概型

概率论与数理统计1.4事件的独立性与二项概型

P( A1 A2 An ) 1 P( A1 A2 An ) 1 P( A1 ) P( A2 ) P( An ).
P ( Ai A j Ak ) P ( Ai ) P ( A j ) P ( Ak ) P ( Ai An ) P ( Ai ) P ( An ) P ( Ai A j ) P ( Ai ) P ( A j )
k Pn (k ) Cn pk qnk ,
k 0, 1, 2, , n
其中 p + q = 1.
证明 n次试验中事件A在某k次发生, 在其余 n-k次 不发生,由试验的独立性,有
P Ai1 Ai 2 Aik Ai ,k 1 Ain pk (1 p)nk pk qnk .
k 在n次试验中,A发生k次的方式有 Cn 种.且任何两种
方式都是互不相容的,于是有
k P (k ) Cn pk q nk , n
显然
k Pn (k ) Cn p k q n k ( p q)n 1. k 0 k 0
n
n
此式刚好是二项式(p+q)n 的展开式中的第k+1项,故 亦称为二项概率公式.
例4设随机试验E中,事件A出现的概率0<P(A)<1, 试证不断独立重复试验时,A迟早会出现的概率为1.
证 设Ai={A在第i次试验出现}, i=1,…,n
P(Ai)=r ,前n次试验中,A都不出现的概率为
P( A1 A2 An ) (1 r )n ,
因此,在n次试验中,A至少出现一次的概率为

P(C) 1 P(A B)
1 (1 P( A))(1 P( B))
2、多个事件的独立性 2.1 3个事件的独立性的定义 三个事件A、B、C,如果满足下面四个等式

概率论之随机事件的独立性

概率论之随机事件的独立性

随机事件及其概率
A 与 B 之间没有关联或关联很微弱
A 与 B 相互独立
P(AB) P(A)P(B)
§4随机事件的独立性
随机事件及其概率
例一台自动报警器由雷达和计算机两部分组成,两 部分如有任何一个出现故障,报警器就失灵.若使用 一年后,雷达出故障的概率为 0.2,计算机出故障的 概率为 0.1,求这个报警器使用一年后失灵的概率.
§4随机事件的独立性
随机事件及其概率
定理 当 P(A) 0 ,P(B) 0 时,若 A, B 相互独立,则
A, B 相容;若 A, B 互不相容,则 A, B 不相互独立.
证明 (1)若 A,B 相互独立,则 P(AB)=P(A)P(B)≠ 0 ,即 A,B 是相容的.
(2)若 A,B 互不相容,则 AB=,P(AB)=0. 因此 0=P(AB)≠ P(A)P(B)>0,即 A,B 是不相互独立.

1 4
则三事件 A, B, C 两两独立.
由于 P( ABC ) 1 1 P( A)P(B)P(C ), 48
因此 A,B,互独立
随机事件及其概率
定义 设 A1, A2, , An 是 n(n 2) 个事件,若其中任意 两个事件都相互独立,则称 A1, A2 , , An 两两独立 (Independence between them).
Pn (k) Cnk pk qnk , q 1 p, k 0,1, 2, , n
证明 设 Ai {第 i 次试验中事件 A 发生},1 i n ; Bk { n 次试验中事件 A 恰好出现 k 次}, 0 k n , 则
§4随机事件的独立性
随机事件及其概率
Bk A1A2 Ak Ak1 An

交大:概率论与数理统计1.4事件的独立性

交大:概率论与数理统计1.4事件的独立性

Ch1-83例1 已知袋中有5只红球, 3只白球.从袋中 有放回地取球两次,每次取1球. 事件的独立性 设第 i 次求 取得白球为事件 A i ( i =1, 2 ) .,)(12A A P ,)(12A A P ,)(,)(21A P A P 解 ,8/3)(12=A A P ,8/3)(12=A A P ,)(8/3)(21A P A P ==)()()(12212A A P A P A A P ==§1.4 事件的独立性事件 A 1 发生与否对 A 2 发生的概率没有影 响可视为事件A 1与A 2相互独立)()()8/3()(121221A A P A P A A P ==定义 设 A , B 为两事件,若 )()()(B P A P AB P =则称事件 A 与事件 B 相互独立)()(21A P A P =两事件相互独立的性质❑ 两事件 A 与 B 相互独立是相互对称的 ❑ 若 )()(,0)(A B P B P A P =>则若 )()(,0)(B A P A P B P =>则❑ 若 ,0)(,0)(>>B P A P 则“事件 A 与 事件 B 相互独立”和 “事件 A 与 事件 B 互斥”不能同时成立 (自行证明)四对事件 BA B A B A B A ,;,;,;,任何一对相互独立,则其它三对也相互独立 试证其一 独立独立B A B A ,,⇒事实上)()()()(B A P A P B A A P AB P -=-=[])()()(1)(B P A P B P A P =-=)()()(B P A P A P -=Ch1-87三事件 A , B , C 相互独立是指下面的关系式同时成立:注:1) 关系式(1) (2)不能互相推出2)仅满足(1)式时,称 A , B , C 两两独立)()()()()()()()()(C P B P BC P C P A P AC P B P A P AB P ===(1) )()()()(C P B P A P ABC P =(2)A ,B ,C 相互独立 A , B , C 两两独立定义Ch1-88 例2有一均匀的八面体, 各面涂有颜色如下将八面体向上抛掷一次, 观察向下一面出现的颜色。

《概率论与数理统计》第一章知识点

《概率论与数理统计》第一章知识点

第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象:1.确定性现象:在一定条件下实现与之其结果。

2.随机现象(偶然现象):在一定条件下事先无法预知其结果的现象。

二、随机试验满足条件:1.实验可以在相同条件写可以重复进行;(可重复性)2.事先的所有可能结果是事先明确可知的;(可观察性)3.每次实验之前不能确定哪一个结果一定会出现。

(不确定性)1.1.2样本空间1.样本点:每次随机试验E 的每一个可能的结果,称为随机试验的一个样本点,用w 表示。

2.样本空间:随机试验E 的所有样本点组成的集合成为试验E 的样本空间。

1.1.3随机事件1.随机事件:一随机事件中可能发生也可能不发生的事件称为试验的随机事件。

2.基本事件:试验的每一可能的结果称为基本事件。

一个样本点w 组成的单点集{w}就是随机试验的基本事件。

3.必然事件:每次实验中必然发生的事件称为必然事件。

用Ω表示。

样本空间是必然事件。

4.不可能事件:每次试验中不可能发生的事件称为不可能事件,用空集符号表示。

1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”,则称事件B 包含事件A ,也称事件A 是B 的子事件,记作A B B A ⊃⊂或。

2.事件的和(并⋃)“事件A 与B 中至少有一个事件发生”,这样的事件称为事件A 与B 的和事件,记作B A 。

3.事件的积(交⋂)“事件A 与B 同时发生”,这样的事件称作事件A 与B 的积(或交)事件,记作AB B A 或 。

4.事件的差“事件A 发生而事件B 不发生”,这样的事件称为事件A 与B 的差事件,记作A-B 。

5.事件互不相容(互斥事件)“事件A 与事件B 不能同时发生”,也就是说,AB 是一个不可能事件,即=AB 空集,即此时称事件A 与事件B 是互不相容的(或互斥的)6.对立事件“若A 是一个事件,令A A -Ω=,称A 是A 的对立事件,或称为事件A 的逆事件”事件A 与事件A 满足关系:=A A 空集,Ω=A A 对立事件一定是互斥事件;互斥事件不一定是对立事件。

概率论与数理统计-基于R 第一章 第四节 事件的独立性

概率论与数理统计-基于R 第一章 第四节 事件的独立性

2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
定理1.3: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:由已知A P(A-B) =P(A-AB)= P(A)- P(AB)
=P(A)- P(A)P (B) =P(A)[1- P (B)] =P(A) P (B).
(1)此密码能被译出的概率为
P( A B) P( A) P(B) P( AB) 0.55.
(2)密码恰好被一个人译出的概率为
P(AB AB) P(AB) P(AB)
P( A)P(B) P( A)P(B) 0.45.
二、多个事件的独立性
定义1.9对于三个事件A、B、C,若
课堂练习
1. 设A、B为互斥事件,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)
2. 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
n
n
P( A) 1 P Ak k1
1
k 1
P ( Ak )
1 (0.99)n
(2) P( A) 0.5 0.99n 0.5
n lg 2 2 lg 99
684.16.
例:有4个独立元件构成的系统(如图),设每个元 件能正常运行的概率为p,求系统正常运行的
由此可见两事件相互独立,但两事件不互斥.
14
若 P( A) 1 , P(B) 1

概率论与数理统计(事件的独立性)

概率论与数理统计(事件的独立性)
= P ( A) P ( B ) + P ( AB ) P ( AB ) = P ( A)[1 − P ( B )] = P ( A) P ( B )
即A与 B 相互独立. 与 相互独立. 相互独立, 由此可推出 A 与 B 相互独立, 再由 B = B又推出B与 A 相互独立. 又推出 与 一般地,有下面定义: 一般地,有下面定义: 定义1.7 设 A, B是两个事件 , 如果 是两个事件, 定义 , 是两个事件 如果P(AB)= P(A)P(B),则称 与B相互独立. 相互独立. ,则称A与 相互独立 显然, 显然 , 当 P(A)>0时 , A与 B相互独立当且仅当 时 与 相互独立当且仅当 P(B|A) = P(B). P(B). 显然, 显然 , 当 P(B)>0时 , A与 B相互独立当且仅当 时 与 相互独立当且仅当 P(A|B) = P(A). .
地取两次 .记 A = 第一次抽取 , 取到绿球” 取到绿球” , “
则有 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 .
由P ( B A ) = P ( B )
B = 第二次抽取 , 取到绿球” 取到绿球” , “
P ( AB ) = P ( A) P ( B )
1.6.1 事件的独立性
定义推广:如果事件 定义推广:如果事件A1,A2,…,An(n ≥ 2)中任 ) 意k(2 ≤k ≤ n)个事件积事件的概率都等于各个 ( ) 事件的概率之积,则称 相互独立; 事件的概率之积,则称A1,A2,…,An相互独立; 如果A 中任意两个 事件相互独立, 两个事件相互独立 如果 1,A2,…,An 中任意 两个 事件相互独立 , 则称A1,A2,…,An两两独立. 两两独立. 则称 n 个事件相互独立 n个事件两两相互独立 个事件两两相互独立
  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)。
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)。
定理4.3 若两事件A、B相互独立,则 A与B, A与B, A与B也相互独立。
证明: 仅证A与 B 独立。
P(AB) P(A B) P(A AB)
概率论与数理统计
张保田 第一章 概率论的基本概念
第四节 事件的独立性
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,

B ={第二次掷出6点},
A={第一次掷出6点},
显然 P(B A) 1 P(B) 6
6
66
这就是说:已知事件A发生,并不影响事
件B发生的概率,这时称事件B独立于事件A。
= P(A) -P(AB) = P(A) - P(A) P(B)
A、B独立
=P(A)[1 -P(B)]
=P(A)P( B ),
故A与 B 独立。
二、多个事件的独立性 将两事件独立的定义推广到三个事件:
定义4.4 对于三个事件A、B、C,若
P(AB)= P(A)P(B),
P(AC)= P(A)P(C) ,
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)。
再如: 一批产品共n件,从中抽取2件,设
A1={第1件是合格品}, A2={第2件是合格品} (1) 若抽取是有放回的, 则A1与A2独立。
P(B A) P(B) P(AB) P(B)
P( A)
P(AB) P(A)P(B).
注意到:P(A)=0时, P(AB) P(A)P(B)
任然成立,于是,为方便适用,规定:
定义4.3 设A与B为任意两个事件,如果
P(AB) P(A)P(B)
则称事件A与B相互独立。
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) 更好,它不受 P(B)>0或P(A)>0的制约。
若四个等式同时成立, 则称事件A、B、C相
互独立。
类似地,我们可以定义n个事件的两两独 立和n个事件相互独立。
定义 (对n(≥2)个事件的相互独立性): 设A1,A2, …,An是 n个事件, 如果其中任意2个, 任 意3个, …,任意n-1个事件积的概率都等于概率的积, 且n个事件积的概率也等于概率的积,则称n个事件 A1,A2, …,An相互独立。 ※ (1) n个事件相互独立包含等式:
例1 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)。
所以,事件A、B独立。
※ 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:
自己证明: Ω与φ和任何事件都独立。
练习:
(1)设A、B为互斥事件,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)。
( 2)设A、B为独立事件,且P(A)>0, P(B)>0,
P( Ai1 Ai2 L Aik ) P( Ai1 )P( Ai2 )L P( Aik )
(2 k n , 1 i1 i2 L ik n)
包含等式总数为:
Cn2 Cn3 L Cnn 2n n 1。
可以证明如下性质:
性质1 若事件A1,A2, …,An (n>1)相互 独立,则其中任意 k个事件也相互独立.
定义4.2 若事件B独立于A,且事件A独立于B,
定义4.2 若事件B独立于A,且事件A独立于B,
称事件A与B相互独立。 定理4.2 若事件A与B满足: P(A)>0, P(B)>0,则
则事件A与B相互独立的充要条件是:
P(AB) P(A)P(B)
证明:P(
A
B)
P(
A)
P( AB) P(B)
P( A)
※ 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(相容)。
问2:能否在样本空间Ω中找两个事件,它们既相
互独立又互斥?
这两个事件就是 Ω和f
W
因为 Wf f,
P(W f) p(W) P(f) 0,
所以, φ与Ω独立且互斥。
P(BC)= P(B)P(C) ,
则称事件A、B、C 两两相互独立。
※ 三个事件A,B,C两两相互独立, 不等于三 个事件相互独立。
定义4.5 对于三个事件A、B、C,若
P(AB)= P(A)P(B), P(AC)= P(A)P(C) ,
P(BC)= P(B)P(C) , P(ABC)= P(A)P(B)P(C) 。
性质2 若n个事件A1,A2, …,An相互独立, 则其中任意m个事件换成它们的对立事件, 所得的n个事件仍相互独立.
因为第二次抽取的结果不受第一次抽取的影响。
(2) 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。
请问1:如图的两个事件是独立的吗? 我们来计算: P(AB)=0,
AB W
而P(A) ≠0, P(B) ≠0。 即 P(AB) ≠ P(A)P(B)。 故 A与B不独立。
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}。
由于 P(A)=1/13, P(A|B)= 2/26=1/13,
P(A)= P(A|B), 说明事件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 。
※ 在实际应用中,往往根据问题的独立的定义
定义4.1 若两事件A(P(A)>0)、B满足
P(B A) P(B)
则称事件B独立于事件A。 定理4.1 若两事件B独立于A, 且P(A)>0, P(B)>0,
则事件A也独立于B.
证明:因为,P(AB)= P(A) P(B|A)= P(B) P(A|B) = P(A) P(B)
所以,P(A|B)= P(A) ,事件A独立于B。
相关文档
最新文档