2012独立事件,伯努利试验
伯努利试验

推论
设在一次试验中,事件A首次发生的概率为p(0<p<1),则在伯努利试验序列中,事件A在第 k次试验中才首 次发生的概率为。
特殊情形
二项分布
几何分布
二项分布
一般地,在n次独立重复试验中,ξ表示事件A发生的次数。如果事件A发生的概率是p,则不发生的概率 q=1-p,n次独立重复试验中,事件A发生k次的概率是:P(ξ=k)= (k=0,1,2,3…n),那么就说ξ服从参数p的二 项分布,其中p称为成功概率。记作:ξ~B(n,p)。
(1)几何分布的期望Eξ= ; (2)几何分布的方差Dξ=。
谢谢观看
单个伯努利试验是没有多大意义的,然而,当我们反复进行伯努利试验,去观察这些试验有多少是成功的, 多少是失败的,事情就变得有意义了,这些累计记录包含了很多潜在的非常有用的信息。
试验要点
试验要点
重复试验的相互独立性
伯努利试验是在同样的条件下重复地、相互独立地进行的一种随机试验,其中“在相同条件下”意在说明: 每一次试验的结果不会受其它实验结果的影响,事件之间相互独立。
多次试验
判断某种试验是否为伯努利试验的关键是:首先,必须是重复的试验,即多次试验,而非一次试验;其次, 每次试验的结果同其他各次试验的结果无关,即事件发
典例
(1)连续的n次射击; (2)连续的掷n次硬币。
相关定理
设在一次试验中,事件A发生的概率为p(0<p<1),则在n重伯努利试验中,事件A恰好发生 k次的概率 为:。
介绍
介绍
伯努利试验是一个有两种结果的简单试验,它的结果是成功或失败,黑或白,开或关,没有中间的立场,没 有妥协的余地。这样的例子也特别多,例如我们观察从一副纸牌中拿出一张牌,它或者是黑色或者是红色;接生 一个婴儿,或者是男孩或者是女孩;我们经历24小时的一天,或者遇到流星或者遇不到流星。在每一种情况下, 很方便设计一种结果“成功”,另外一种结果为“失败”,例如选出一张黑色牌,生出一个女儿,没有遇到流星 都可以表示为“成功”。然而,从概率的角度看,选择红牌、儿子、遇到流星为成功也是不会产生差异的。在这 种场合下,“成功”是没有价值取向的色彩。
§1.4 事件的独立性与伯努利概型

第一章
§1.4 事件的独立性与伯努利概型
第7页
例3 甲、乙两人独立地对同一目标射击一次,其命 中率分别为 0.6 和 0.7,现已知目标被击中,求它是甲 击中的概率.。
解:设 A =“甲中”, B= “乙中”, C= “目标被击中”, 所以 P(A|C) = P(AC)/P(C) = P(A)/[P(A)+P(B)P(A)P(B)] = 0.6/0.88 = 15/22
P(A)=P(B)=1/2,P(AB)=1/4,P(AB)=P(A) P(B) , 所以A、B相互独立.
第一章
§1.4 事件的独立性与伯努利概型
第6页
例2 两射手独立地向同一目标射击一次,其 命中率 分别为 0.9 和 0.8,求目标被击中的概率. 解: 设 A =“甲中”, B= “乙中”, C= “目标被击中”, 所 以 解法i) P(C) = P(AB) = P(A)+P(B)P(A)P(B) = 0.9+0.80.90.8 = 0.98. 解法ii) 用对立事件公式 P(C) = P(AB) 1 P( AB) = 1 (1 0.9)(1 0.8) = 1 0.02 = 0.98.
Hale Waihona Puke 8页 第一章 §1.4 事件的独立性与伯努利概型 例4 有甲、乙两批种子,发芽率分别为0.8和0.7,从两批种子 中各随机地抽取一粒,求:
(1)两粒都能发芽的概率; (2)至少有一粒种子能发芽的概率; (3)恰好有一粒种子能发芽的概率 。 解 设以A、B分别表示取自甲、乙两批种子中的某粒种子发芽 这一事件,则所求的概率为
P( B)[1 P( A)] P( A)P(B).
所以 A 和B相互独立.
第一章
伯努利试验的推广及应用

伯努利试验的推广及应用伯努利(Bernoulli)试验作为史上最早被研究的概率模型之一,它从本质上反映一类试验:具有“二值”属性的随机试验.伯努利试验的应用十分广泛,在产品的质量控制管理与检测,行业的风险预测与控制,以及生物学上的群体遗传等方面都具有尤为突出的理论地位.若在一次随机试验中,试验的结果只有两种“成功”或者“失败”,为方便描述记为基本事件和,且,则随机试验称为伯努利试验.1伯努利试验推广的概率分布重伯努利试验:伯努利试验在相同条件下独立重复地进行次,即进行随机试验其中试验代表一次伯努利试验,而且任意两次试验的结果相互之间不干扰,在每次子试验中事件发生的概率不变为,则试验称为重伯努利试验.推广的伯努利试验:在一次随机试验中,试验有种不同的两两互斥的结果,试验结果为的概率为且,则称随机试验为推广的伯努利试验.广义重伯努利试验:随机试验需要进行次重复的伯努利试验,即随机试验,其中试验指一次伯努利试验,试验的结果由基本事1/ 9件和组成,在第次伯努利试验中事件发生的概率为不发生的概率为,且,当事件发生的概率与试验序数有关时,则称随机试验为广义重伯努利试验.由伯努利试验、重伯努利试验以及推广的伯努利试验和广义重伯努利试验不难拓展推广得到以下的概率分布.1.1两点分布两点分布是从一次伯努利试验中提炼出来的简单离散型概率分布。
为方便随机事件发生概率的描述,在一次伯努利试验中引入随机变量,伯努利试验的结果由和组成,定义随机变量:且.只进行一次伯努利试验的随机试验满足的分布称为两点分布,即,其中.两点分布又称为伯努利分布和分布.1.2二项分布二项分布来源于重伯努利试验,每次伯努利试验的结果由对立事件和构成,且重伯努利试验中每次试验的进行都互不影响,是重复且独立的关系.事件在每次试验中发生的概率为一常数,随机变量为重伯努利试验中事件发生次数,则重伯努利试验中事件发生次数为的概率为容易验证:,因此重伯努利试验的概率分布称为二项分布.谈到二项分布,必然涉及到重伯努利试验,于是也必然联想到广义的重伯努利试验,那么广义重伯努利试验对应的概率分布如何呢?假设随机事件中也发生了次独立的伯努利试验,只是每2/ 9次伯努利试验中事件发生的概率与试验序数密切相关.记事件发生对应的伯努利试验序号组成的集合为,则集合,若还表示广义重伯努利试验中事件发生的次数,则广义重伯努利试验中随机变量满足的概率分布为:,其中表示集合中元素的数量,.容易验证广义重伯努利试验对应的概率为多项式中的系数.1.3几何分布几何分布也是由重伯努利试验推广而来,它本质上来讲可以视为二项分布的一种特例,相比二项分布特殊在于试验次数不受限制可以取任意正整数,而且几何分布的试验结果是进行次伯努利试验时事件首次发生.进行独立重复的伯努利试验,每次伯努利试验中事件发生的概率为,记随机变量为事件首次发生时需要进行的伯努利试验次数,于是满足概率分布:,则称服从参数为的几何分布,记为.1.4多项分布多项分布来源于推广的伯努利试验,独立重复地进行次推广的伯努利试验,设伯努利试验结果为的概率为,事件发生的次数为,则事件发生次,事件发生次,……,事件发生次的概率为:其中,,因为恰好是多项式的一般式,即,所以该概率分布称为参数为的多项分布.多项分布是具有个独立参数的维随机变量的概率分布,因为3/ 9满足关系:.多项分布与二项分布关系密切,参数为的多项分布,其一维边缘分布是参数为的二项分布.1.5帕斯卡分布帕斯卡分布同样来自重伯努利试验的推广.进行独立重复的伯努利试验,设每次伯努利试验中事件发生的概率为,记随机变量为事件发生次需要进行伯努利试验的次数,则随机变量满足如下的概率分布:,其中.分析帕斯卡分布可以知道:若记直到事件发生次需要进行次独立重复伯努利试验为事件,重伯努利试验中事件发生次为事件,第次伯努利试验事件发生为事件,则容易验证.即帕斯卡分布描述的是由一次特殊的重伯努利试验(事件发生次)和一次事件发生的单独伯努利试验组成的积事件.2 伯努利试验推广的概率分布的实际应用2.1广义重伯努利试验的应用由于广义重伯努利试验在每次进行的伯努利试验中,同一事件发生的概率随着试验次数的不同而发生改变,与实际生活中传染病的传播性质十分类似,所以在医学传染病传播的最初研究中得到了应用.在传染病的蔓延过程中,每一个患病者往往会产生新的病菌,进而增大疾病进一步蔓延的机会,类似地每一个不带菌者也会增加其他人群不被传染的机会,针对这一现象法国数学4/ 9家卜里耶提出了著名的“卜里耶坛子模型”.例(卜里耶坛子模型)假设坛子中最初含有个黑球和个红球,进行次抽球试验,每次抽球完成之后将球放回,并向坛子中增加个与该次抽球实验结果颜色相同的球,是一个整数,当为负数时意味着从坛中取出个球.问进行3次试验时出现两个黑球和一个红球,但结果为{黑,红,黑}和{红,黑,黑}的概率是否一样呢?推广而言,次抽球试验结果为个黑球,个红球的任意指定颜色序列其概率,是否会随抽球结果颜色序列指定的不同而改变?解卜里耶坛子模型从本质上来讲属于广义重伯努利试验,每次伯努利试验事件发生的概率有所变化.若按照上述中关于广义重伯努利试验概率的计算方法来事件的概率会较为复杂.如下将采用条件概率进行求解.设事件:第次抽球结果为黑色,则表示第次抽球结果为红色.根据条件概率容易计算得到:,与此同时推而广之,按照试验进行,每进行一次抽球试验之后球的总量将增加,因此最终条件概率的分母应该为,在次抽球试验中,当第一次抽到黑球时此时对应的条件概率分项的分子该为,第二次抽到黑球时此时对应的条件概率分项的分子该为,……,第次抽到黑球时此时对应的条件概率分项的分子该为;类似地第次抽到红球时此时对应的条件概率分项的分子该为,因此由分析的过程知道对于试验结果为个黑球,个红球时任意指定序列的概率均5/ 9为:若,则上式对成立;若,则上式对成立.2.2二项分布的应用二项分布是基于重伯努利试验得到的概率分布,具有广泛的应用.在质量管理控制中,不合格产品数控制图和不合格率控制图的绘制;一些抽样检验方案的制定;经济活动中风险的管理与决策以及人力物力资源的合理分配都要用到二项分布.例(电力资源分配)某金工车间有10台机床设备,每台机床设备正常工作时提供动力的电动机消耗功率为一个单位功率,每台电动机每小时只工作12分钟,而且每台电动机工作与否彼此之间相互独立.但该季度当地的供电部门电力资源不足,需要对当地所有电力消耗较大的所有公司减少电力资源供应,进行优化分配.同时这家工厂对供电部门也提出了要求,分配给该金工车间的电力资源至少要保证能让10台机床设备在99%的时间内正常运行.问供电部门至少向该金工车间提供多少个单位的电力资源?解由题意可知道每台机床只有“开动”和“不开动”两种状态,开动的概率为,不开动的概率则为,而且每台机床的工作状态相互独立.设随机变量为某一时刻正常运行的车床设备数量,电力部门向该金工车间提供个单位功率的电力资源,取正整数,则服从二项分布即.6/ 9因此,这10台机床能够正常工作的概率为:,其中.上式也表示同时开动着的机床设备数量不超过台的概率.于是,同时开动着不超过4台机床设备的概率为:类似地可以知道:因此供电部门至少向该金工车间提供5个单位功率的电力资源才能保证10台机床设备在99%的时间内能够正常运行.2.3多项分布的应用当伯努利试验结果由多个两两互斥的基本结果组成时,重伯努利试验就演化成推广的重伯努利试验,对应概率分布为多项分布.多项分布在医学数理统计、故障检测等方面得到了广泛应用.例(血型抽样检测)假设中国人血型为O型、A型、B型、AB型的比例分别为0.41、0.28、0.24、0.07,现随机对5名中国公民进行血型检测,问其中两人为O型,其他人分别为其他三种血型的概率?解分析可知5人血型检测的结果可视为相互独立的,每次独立伯努利试验有四种两两互斥的结果,则其概率分布服从多项分布.具体可以理解为:5次独立重复试验中,有两次血型的检测结果为O型,另外三次分别为A、B、AB型,于是所求事件发生的概率为:2.4帕斯卡分布的应用7/ 9帕斯卡分布最著名的应用为巴拿赫火柴盒问题和巴拿赫售货问题.例(巴拿赫售货问题)某售货员同时销售个书架上同样的本书籍,每次售书时他都是等可能地任选一个书架并从中选取一本,直到他发现某一个书架上的书籍全部售完为止.问这时其余个书架上剩余书本数量由小到大分别为的概率为多少?解由于和是否相等会影响概率的计算,此处仅考虑对于任意不等的和,,的情况.为不失一般性,设第个书架最后全部售完,第个书架剩余书本数量分别为,该事件发生的概率记为.事实上,每售出一本书来自的书架都是等可能的,其概率为,记从第个书架售出一本书,……,从第个书架售出一本书.则题中事件可以描述为前次伯努利试验中事件发生次,事件发生次,……,事件发生次,第次试验事件发生的帕斯卡分布.则根据帕斯卡分布概率计算方法可知:根据排列组合的知识可以知:当售货员发现某一个书架上的书籍全部售完为止,而这时其余个书架上剩余书本数量由小到大分别为发生的概率为:3 结论伯努利试验是概率论中地位极其重要的一类随机试验,由它推广得到的典型概率分布如二项分布,多项分布,帕斯卡分布等在质量检测与控制、活动中风险的管理与决策、资源的合理分配8/ 9以及生物遗传学方面被广泛应用,掌握伯努利试验及其推广的概率分布对实际应用具有重要的意义.9/ 9。
事件的独立性和伯努利试验

n
n
n
P C P( Ak Bk )
P(
Ak
)P(Bk
)
(
6 25
)n
Cnk
Cnk n
(
6 25
)n
Cn2n
.
k 0
k 0
k 0
谢谢聆听
定义 1.7 设 A, B,C 是三个事件,如果有 P(AB) P(A)P(B) , P(AC) P(A)P(C) , P(BC) P(B)P(C) ,
则称事件 A, B,C 两两独立,若同时还有 P(ABC) P(A)P(B)P(C) ,
则称事件 A, B,C 相互独立.
注:相互独立的事件一定是两两独立的,反之不成立.
定理 1.5 在 n 重伯努利试验中,设每次试验中事件 A 发生的
概率为 p (0 p 1) , 则在 n 次试验中,事件 A 恰好发生 k 次的
概率为
Pn (k) Cnk pk (1 p)nk , k 0, 1, , n .
证明 记 Ai {第 i 次试验中事件 A 发生} , i 1, 2, , n .在 n
1 2
,
1 P( A1A2 ) P( A1A3) P( A2 A3) 4 .
由于
P( A1A2
)
1 4
P( A1)P(
A2
)
,
P( A1A3)
1 4
P(
A1)P( A3)
,
P( A2
A3 )
1 4
P( A2
)P(
A3 )
,
因而 A1, A2 , A3 三个事件两两独立.
又知
P( A1A2
A3 )
一般地, 任意 n 个事件 A1, A2 , , An ,若对任意的 k (1 k n ) 个事件 Ai1 , Ai2 , , Aik , 1 i1 i2 ik n ,都有
伯努利试验特征

伯努利试验特征伯努利试验,又称二元抉择试验,是概率统计学上的一种实验方式,可以用来研究多种科学和社会问题。
这种试验方式在1700年代由英国科学家威廉伯努利(William Bernoulli)提出,因此得名。
伯努利试验具有以下几个特征:首先,伯努利试验具有明确的研究内容和研究目的,可以明确实验的结果。
其次,伯努利试验需要双方当事人,比如说实验者和受实验者,双方都知道试验是可重复的,实验结果也可以进行统计分析。
再者,伯努利试验需要严格控制所有的外部因素,确保实验结果的准确性。
此外,伯努利试验也要考虑结果的可靠性,并考虑到观察者带来的偏差影响。
最后,伯努利试验需要记录实验结果,使实验结果更加可靠有效。
伯努利试验的应用非常广泛,在心理学、社会学、经济学等众多领域,都有广泛应用。
在心理学研究中,伯努利试验可以用来研究人们在抉择当中的行为规律,从而帮助我们了解人类行为的本质特点。
此外,在社会科学研究中,伯努利试验可以帮助研究者探索不同文化背景下,人们对抉择和社会现象的反应。
由于这种实验方式可以模拟真实的社会场景和人们的抉择,因此,这种方式在社会学研究中的应用量非常大。
此外,在经济学研究中,伯努利试验也有着重要的应用,它可以帮助我们探索不同的经济环境下,投资者的抉择行为和投资结果的关系。
总之,伯努利试验是一种重要的统计实验方式,具有很多特点,并在心理学、社会学、经济学等众多领域,都有广泛应用。
尽管如此,伯努利试验也存在若干限制,比如实验量的大小可能会影响实验结果的准确性,必须慎重对待。
因此,伯努利试验作为一种重要的实验方式,在不同的研究领域,都有着广泛的应用,但同时也有一些关键性的局限性,需要谨慎鉴别。
伯努利试验定义

伯努利试验定义
摘要:
1.伯努利试验的定义
2.伯努利试验的应用
3.伯努利试验的例子
正文:
伯努利试验是一种在概率论中常用的试验,用于描述某个事件在多次重复试验中出现的概率。
伯努利试验具有两个关键特征:每次试验的结果只有两种可能,通常被称为“成功”和“失败”;每次试验的结果是相互独立的,即一次试验的结果不会影响下一次试验的结果。
伯努利试验被广泛应用于各种领域,例如,掷骰子、抽取一张扑克牌、检测一个产品是否合格等。
在这些应用中,伯努利试验可以帮助我们计算某个事件发生的概率,从而做出更准确的决策。
一个经典的伯努利试验例子是掷一个均匀的六面体骰子。
在这个试验中,成功的事件是掷出六,失败的事件是掷出其他数字。
每次掷骰子的结果都是相互独立的,因此我们可以使用伯努利试验来计算掷出六的概率。
根据伯努利试验的公式,掷出六的概率为1/6。
总之,伯努利试验是一种描述多次重复试验中事件发生概率的工具,具有广泛的应用。
事件的独立性、伯努利实验

事件的独⽴性、伯努利实验
事件的独⽴性
定义
A的概率不受B发⽣与否的影响
P(A)=P(A|B)
即若A、B独⽴,当且仅当
P(AB)=P(A)P(B)
若事件A和事件B相互独⽴,那么B发⽣不会对A发⽣与否提供任何信息
空集与全集与任意事件都独⽴
独⽴与互不相容
独⽴:A的概率不受B发⽣与否的影响
互不相容:AB=空集
形象化:A、B两⼈独⽴即他们做事不受彼此影响;A、B互不相容即有A没B,有B没A,A、B不会同时出现若P(A)>0,P(B)>0,则AB之间独⽴和互不相容不能同时成⽴
推⼴到三个事件:ABC独⽴:两两相互独⽴,且P(ABC)=P(A)P(B)P(C)
啥时候⽤?投篮、射击等前后互不影响的⾏为、若抽象为ABC事件,则需指明彼此相互独⽴
伯努利模型
独⽴实验序列:n个独⽴实验
n重独⽴实验:⼀个实验做n次
伯努利实验:结果只有两种,例如:硬币正反,产品合格与否,射击命中与否
n重伯努利实验:n次,独⽴,实验结果只有两种
定理:A的概率P(0<P<1)
n重伯努利实验中A发⽣k次:
Pn(k)=C(k,n)p k(1−p)n−k
上式称为⼆项式公式
⽽有时⼆项式公式要计算诸如0.99的五百次⽅等难以计算的数据,⼆项式的公式近似计算将在以后提及Processing math: 100%。
独立事件的概率问题

独立事件的概率问题
独立事件是指两个或多个事件之间不存在相互影响的关系,即每个事件的发生与否不会对其他事件的发生产生影响。
在概率统计中,独立事件的概率问题是一个重要的研究方向。
在独立事件的概率问题中,需要考虑事件的发生概率以及事件之间的关系。
例如,若有两个独立事件A和B,它们的发生概率分别为P(A)和P(B),则它们同时发生的概率为P(A∩B)=P(A)×P(B)。
而它们至少有一个发生的概率为P(A∪B)=P(A)+P(B)-P(A∩B)。
在实际问题中,独立事件的概率问题常常与伯努利试验相关。
伯努利试验是指在相同的条件下,重复进行独立的、只有两个结果的随机试验,每次试验的结果只有成功和失败两种可能。
在伯努利试验中,若事件A的发生概率为p,则事件A在n次试验中恰好发生k次的概率为二项分布概率公式:P(k;n,p)=C(n,k)×p^k×(1-p)^(n-k)。
独立事件的概率问题在实际中有着广泛的应用,例如在金融、医学、工程等领域中都有着重要的作用。
对于独立事件的概率问题的深入研究,不仅有助于提高问题解决的准确性和可靠性,也能为实际应用提供更好的支持和保障。
- 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、"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)。
集美大学诚毅学院
27
机动 目录 上页 下页 返回 结束
例2
每门高射炮击中飞机的概率都为0.6
若有一架敌机入侵,想要以99%以上的概率 击中它,至少需要多少门高射炮?
解
设 Ak 第 k 门高射炮发射一发炮弹击中飞机 ,
k 1, 2...... ,则 Ak 之间相互独立 ,且 P Ak 0.6 ,于是
故 事件A、B独立.
集美大学诚毅学院
7
机动 目录 上页 下页 返回 结束
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.
集美大学诚毅学院
10
机动 目录 上页 下页 返回 结束
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 P( A) 0, 则P( B) P( B A) 若 P( B) 0, 则P( A) P( A B)
集美大学诚毅学院
11
机动 目录 上页 下页 返回 结束
请同学们思考
两两独立
?
集美大学诚毅学院
21
机动 目录 上页 下页 返回 结束
若 n 个事件 A1, A2, …, An 相互独立
则
P A1 A2 An
1 P A1 A2 An
1 P A1 A2 An
1 P A1 P A2 P An
集美大学诚毅学院
19
机动 目录 上页 下页 返回 结束
定义
n 个事件 A1, A2, …, An 相互独立 是指下面的关系式同时成立
P( Ai Aj ) P( Ai ) P( Aj ), 1 i j n
P( Ai Aj Ak ) P( Ai ) P( Aj ) P( Ak ), 1 i j k n
(即一事件发生与否并不影响另一事件发生的概率)
集美大学诚毅学院
9
机动 目录 上页 下页 返回 结束
又如: 一批产品共7 件,3件次品,从中抽取2件, 一次取一件,设 Ai={第i次取到次品} i=1,2 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.
P( A1 A2 An ) P( A1 ) P( A2 ) P( An )
n个独立事件中任意m 个也是相互独立的。
20
机动 目录 上页 下页 返回 结束
集美大学诚毅学院
请注意多个事件两两独立与相互独立的区别与联系 对 n (n > 2)个事件
相互独立
不一定
集美大学诚毅学院
25
机动 目录 上页 下页 返回 结束
则事件 A、B 相互独立 , 且事件"两粒种子都出苗 " 表示为 : AB , " 恰好有一粒出苗" 表示为 : A B AB , "至少有一粒种子出苗 " 表示为 : A B .
1 P AB P AP B 0.8 0.9 0.72 ; 2 P A B AB P A B P AB P A P B P A P B
由此可见两事件相互独立,但两事件不互斥.
12
机动 目录 上页 下页 返回 结束
1 1 若 P ( A) , P ( B ) 2 2
则 P ( AB ) 0,
B A
1 P ( A) P ( B ) , 4
故 P ( AB ) P ( A) P ( B ) .
由此可见两事件互斥但不独立.
机动 目录 上页 下页 返回 结束
注意:在实际应用中,对于事件的独立性,我 们往往不是根据定义来判断,而是根据实际意 义来加以判断的。具体的说,题目一般把独立 性作为条件告诉我们,要求直接应用定义中的 公式进行计算。
集美大学诚毅学院
24
机动 目录
上页
返回主目录 结束 下页 返回
三、独立性的概念在计算概率中的应用
0.2 0.9 0.8 0.1 0.26 .
集美大学诚毅学院
26
机动 目录 上页 下页 返回 结束
3 P A B P A P B P AB P A P B P A P B
0.8 0.9 0.8 0.9 0.98 . 或者 P A B 1 P A B 1 P A B 1 P A P B 0.98 .
集美大学诚毅学院
22
机动 目录 上页 下页 返回 结束
1.假设P(A)=0.5,P(A∪B)=0.6, 若A,B相互独立,则P(B)=? 若A,B互斥,则P(B)=?
2.已知 P( B) 0.3 P( A B) 0.7 且A与B相互独立,则
P ( A) ? 3 7
集美大学诚毅学院
23
概率的性质 A、B独立
P(A )= P(A - A B) 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
集美大学诚毅学院
16
机动 目录 上页 下页 返回 结束
例 两射手独立地向同一目标射击一次,其 命中率分别为 0.9 和 0.8,求目标被击中的概率.
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
集美大学诚毅学院
15
机动 目录 上页 下页 返回 结束
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
A与B, 与B, A与B , A 与B ,只要一对相互独立,其 A 它三对也相互独立. 证明:设A与B独立 仅证A与 B 独立
再证充分性 : 设 P A | B P A 成立 , 则有
P AB P A | B P B P AP B
由定义可知, 事件 A、B 相互独立 .
集美大学诚毅学院
6
机动 目录 上页 下页 返回 结束
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)
或P A| B P A ,P B 0
集美大学诚毅学院
5
机动 目录 上页 下页 返回 结束
证 先证必要性 . 设事件 A、B 独立 ,由独立定义知
P AB P A P B
P AB P AP B P A 所以 ,当 P B 0 时 , P A | B P B P B P AB P AP B P B 或者 ,当 P A 0 时 , P B | A P A P A
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 A, B, C 两两独立 A, B, C 相互独立
集美大学诚毅学院
18
机动 目录 上页 下页 返回 结束
例如 1 ,2 ,3 ,4 , A 1 , 2 , B 1 , 3 ,
集美大学诚毅学院
2
机动 目录 上页 下页 返回 结束
直观说法:对于两事件,若其中任何一个
事件的发生不影响另一个事件的发生,
则这两事件是独立的.
集美大学诚毅学院
3
机动 目录 上页 下页 返回 结束
由乘法公式知,当事件A、B独立时,有 P(AB)=P(A) P(B)
P AB P B A P A
1 C 1 , 4 , 则 P A P B P C , 并且 , 2 1 P AB P AP B , 4 1 P AC P A P C , 4 1 P BC P B P C . 4 即事件 A、B、C 两两独立 . 1 但是 ABC P AP B P C P . 4
17
机动 目录 上页 下页 返回 结束
二、多个事件的独立性
定义
三事件 A, B, C 相互独立 是指下面的关系式同时成立:
P ( AB ) P ( A) P ( B ) P ( AC ) P ( A) P (C )
(1)
P( ABC ) P( A) P( B) P(C ) (2)
P ( BC ) P ( B ) P (C )
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.
集美大学诚毅学院
8
机动 目录 上页 下页 返回 结束
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?
若已知“甲命中”并不影响“乙命中”的概率, 则认为A、B独立 .
解: 设 A ={甲中}, B= {乙中}, C= {目标被击中}, 所以 解法i) P(C) = P(AB) = P(A)+P(B)P(A)P(B) = 0.9+0.80.90.8 = 0.98. 解法ii) 用对立事件公式 P(C) = P(AB)= 1 P( AB) = 1 (1 0.9)(1 0.8) = 1 0.02 = 0.98. 集美大学诚毅学院