概率论与数理统计1.5
概率论与数理统计课件1.5

有三个箱子,分别编号为1,2,3,1号箱装有1个红 球4个白球,2号箱装有2红球3白球,3号箱装有3红 球. 某人从三箱中任取一箱,从中任意摸出一球, 发现是红球,求该球是取自1号箱的概率 .
?
1红4白
12 3
某人从任一箱中任意摸出一球,
?
发现是红球,求该球是取自1号
箱的概率.
1红4白
记 Ai={球取自i号箱}, i=1,2,3; B ={取得红球}
S( AB) S( ) S( A) S( )
P( AB) . P( A)
在古典概型和几何概型这两类等可能概率模型 中总有
P(B A) P( AB) . P( A)
条件概率的定义
设A、B是某随机试验中的两个事件,且 P A 0
称 P (B | A ) = —P —(A—B )
解 记 Ai={球取自i号箱}, i=1,2,3;
B ={取得红球}
12 3
其中 A1、A2、A3两两互斥 B发生总是伴随着A1,A2,A3 之一同时发生,
即 B= A1B+A2B+A3B,
且 A1B、A2B、A3B 两两互斥
运用加法公式得到
对求和中的每 一项运用乘法 公式得
P(B)=P( A1B)+P(A2B)+P(A3B)
多个事件的乘法公式
设 A1, A2, , An 为n个随机事件,且
PA1 A2 An1 0
则有
PA1 A2 An PA1 PA2 A1 PA3 A1 A2 P An A1 A2 An1
这就是n个事件的乘法公式.
例 3 乘法公式应用举例 (波里亚罐子模型)
AB Ω
概率论与数理统计1-5

例5 甲盒装有 1 个白球 2 个黑球 ,乙盒装有 3 个白
球 2 个黑球 ,丙盒装有 4 个白球 1 个黑球 . 采取掷一骰
子决定选盒 ,出现 1、 或 3 点选甲盒 , 4 、点选乙盒 , 2 5
6 点选丙盒 ,在选出的盒里随机摸出一个球 ,经过秘
密选盒摸球后 ,宣布摸得一个白球 ,求此球来自乙
B3
B1
A B4
B5
B6 B8
诸Bi是原因 A是结果
B2
B7
1.5.2 贝叶斯公式 再看一个例子: 某人从任一箱中任意摸 出一球,发现是红球,求该球 1红4白 是取自1号箱的概率. 或者问: 1 该球取自哪号箱的可能性 最大?
2
3
这一类问题是“已知结果求原因”. 在实际中 更为常见,它所求的是条件概率,是已知某结果 发生条件下,探求各原因发生可能性大小.
(i=1,2,...,n), 则
P( Bi | A) P( A | Bi ) P( Bi )
n
, i 1, 2,.n. (1 12)
j
P( A | B ) P( B )
j j 1
(1-12)式称为贝叶斯(Bayes)公式. 该公式于1763年由贝叶斯给出. 它是在观察到 事件A已发生的条件下,寻找导致A发生的每个原因 的概率.Fra bibliotek一个发生.
定理1.5.1 设试验E的样本空间为Ω, A为E的事件,
B1,B2,...,Bn为Ω的一个划分, 且P(Bi)>0(i=1,2,...,n),
则
P ( A) P ( A | B1 ) P ( B1 ) P ( A | B2 ) P( B2 ) P ( A | Bn ) P ( Bn ) P( A | B j ) P( B j )
概率论与数理统计

A
3)在应用上,那些不便直接求某一事件的概 B2
率时,先找到一个合适的划分,再用全概率公式计算
ቤተ መጻሕፍቲ ባይዱ
7/21
§1.5 条件概率
2.贝叶斯(Bayes)公式 (计算后验概率问题)
事件A的发生,iff构成S划分的事件B1,B2,…,Bn中的一个发生时才发 生,一般在实验之前仅知道Bi的先验概率,那么如果试验后事件A已经发 生了,Bi发生的概率又是多少呢?这种问题我们称他为后验概率问题,有 利于我们查找事件发生的原因。解决此类问题可采用贝叶斯(Bayes)公式
在实际应用 中,对于事 件的独立性 常常根据事 件的实际意 义来判断,
注意:仅满足前三个等式的三个事件称为两两相互独立 见习题33 如果两个事
当然,如果事件A,B,C相互独立
件关联很弱 也可以看作
则 A, B,C; A, B,C; ... ; A, B,C 也相互独立
是独立的。
推广到多个事件
由定义可以得到以下两点推论: 1.若事件A1, A2, … , An相互独立,n2,则其中任意k(2kn)个事件也是相互独立 的。 2.若n个事件A1, A2, … , An(n2)相互独立,则将A1, A2, … , An中任意多个事件换13/成21 他们的对立事件,所得的n个事件仍相互独立
§1.6 独立性
对样本空间适当分解的思想,有利于解决稍微复杂一点的概率问题
首先看一下关于划分的概念
定义:设S为试验E的样本空间,B1,B2,…,Bn为E的一组事件。若
(i) BiBj=Φ,i≠j,i,j=1,2,…,n; (ii) B1∪B2∪…∪Bn=S 则称B1,B2,…,Bn为S的一个划分。
※每次试验,事件B1,B2,…,Bn中有且仅有一个发生
概率论与数理统计教程(茆诗松)

例1.1.1
口袋中有a 个白球、b 个黑球,从中一个一个不返 回地取球。A = “取到最后一个是白球”, B = “取到最后一段是白球”。问 A 与 B 的关系?
解:1) 显然,B 发生必然导致A发生,所以 BA;. 2) 又因为A发生必然导致B发生,所以 AB, 由此得 A = B.
• 从 n 个元素中任取 r 个,求取法数.
• 排列讲次序,组合不讲次序.
• 全排列:Pn= n! • 0! = 1.
• •
重选复排排列:列Pn:r n(rn
常用大写字母 X、Y、Z …表示.
事件的表示
➢在试验中,A中某个样本点出现了, 就说 A 出现了、发生了,记为A.
➢维恩图 ( Venn ). ➢事件的三种表示
用语言、用集合、用随机变量.
1.1.5 事件间的关系
➢包含关系: A B, A 发生必然导致 B 发
生. ➢相等关系: A = B A B 而且 B
5. 试用A、B、C ห้องสมุดไป่ตู้示下列事件:
① A 出现; A ② 仅 A 出现;ABC ③ 恰有一个出现;ABC ABC ABC
④ 至少有一个出现;A B C
⑤ 至多有一个出现;ABC ABC ABC ABC ⑥ 都不出现; ABC
⑦ 不都出现; ABC A B C ⑧ 至少有两个出现;AB AC BC
A A不发生、对立事件 A的余集
注意点(1)
基本事件互不相容,基本事件之并
=ΩA A A
A A Ω
A A
A A
A
A
AB A B
B
概率论与数理统计1.5.3 全概率公式

解 设B1=“从甲盒取出2个红球”; A=“从乙盒取出2个红球”.
B2 =“从甲盒取出2个黑球”; B3=“从甲盒取出1个黑球1个红球”;
B1, B2, B3 两两互斥, 且B1∪B2∪B3 =S1,
求P(A).
《概率统计》
返回
下页
结束
一、全概率公式问题引入 引例1 设甲袋有3个黑球4个红球,乙袋有1个黑球2个红球,
按概率的可加性及乘法公式有
P( A) P( AB1 AB2 ABn)
P(AB1) P(AB2) P(ABn)
P(B1)P(A | B1) P(B2)P(A | B2) P(Bn)P(A | Bn)
《概率统计》
返回
下页
结束
四、全概率公式及其推导
§1.5.3 全概率公式
一、全概率公式问题引入 二、完备事件组 三、全概率公式与证明 四、全概率公式及其推导
《概率统计》
返回
下页
结束
一、全概率公式问题引入 引例 设甲袋有3个黑球4个红球,乙袋有1个黑球2个红球,
现从甲袋中任取2球放入乙袋,再从乙袋中任取2球,求从乙袋 取出2个红球的概率。
影响从乙盒中取2个红球概率的关键因素是什么?
E1: PB(1B=1)P{从(A甲/ B袋1)取P出(B22)个P(红A/球B2}), B2P=(B{n从)P甲(A袋/ B取n)出 2n个P白(B球i)P}(,A / Bi)
从E2而: 得BA3=,={P从{(从A乙)甲袋袋in取1取P出(出B2i1)个P个(红A白/球B球}i).1个红球},
现从甲袋中任取2球放入乙袋,再从乙袋中任取2球,求从乙袋 取出2个红球的概率。
解
P (A)=P(A|S1)= P(A =P(A(B1∪B2∪B3))
概率论与数理统计习题集及答案

概率论与数理统计习题集及答案《概率论与数理统计》作业集及答案第1章概率论的基本概念§ 1 .1随机试验及随机事件1. (1) ⼀枚硬币连丢3次,观察正⾯ H 、反⾯T 出现的情形.样本空间是:S _________________ ; (2) —枚硬币连丢3次,观察出现正⾯的次数.样本空间是:S= ________________________ ;2. (1)丢⼀颗骰⼦.A :出现奇数点,贝U A= ___________ ; B :数点⼤于2,贝U B= (2)⼀枚硬币连丢2次,A :第⼀次出现正⾯,则 A= _____________________ ; B:两次出现同⼀⾯,则 = __________ ; C :⾄少有⼀次出现正⾯,则C=§ 1 .2随机事件的运算1. 设A 、B 、C 为三事件,⽤A 、B C 的运算关系表⽰下列各事件:(1) ____________________________ A 、B C 都不发⽣表⽰为: .(2)A 与B 都发⽣,⽽C 不发⽣表⽰为: (3)A 与B 都不发⽣,⽽C 发⽣表⽰为: .⑷A 、B 、C 中最多⼆个发⽣表⽰为:(5)A 、B C 中⾄少⼆个发⽣表⽰为: .(6)A、B C 中不多于⼀个发⽣表⽰为:(1) P(AB), R)(P(A B))=,⑶ P(A B)=.2.已知 P(A) 0.7, P(AB) 0.3,则 P(AB)=.§ 1 .4古典概型1. 某班有30个同学,其中8个⼥同学,随机地选10个,求:(1)正好有2个⼥同学的概率,(2) 最多有2个⼥同学的概率,(3)⾄少有2个⼥同学的概率. 2. 将3个不同的球随机地投⼊到4个盒⼦中,求有三个盒⼦各⼀球的概率 .§ 1 .5条件概率与乘法公式1 ?丢甲、⼄两颗均匀的骰⼦,已知点数之和为7,则其中⼀颗为1的概率是 ______________ 。
1.5独立性及伯努利概型 《概率论与数理统计》课件
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
主讲:
第一章 随机事件及其概率
1.1 随机事件及其运算 1.2 随机事件的概率及性质 1.3 概率的计算 1.4 事件的独立性 1.5 独立事件概型
1.1.1 随机事件
手拿一枚硬币,松开手,硬币向下落。 结果唯一
种瓜得瓜,种豆得豆。
太阳每天从东方升起。
确定性现象
概率统计的 硬币落下时哪一面向上?
4040 验
10000
次 数
12000 不
24000
断 增
30000 大
正面出现的频数 1061 2048 4979 6019 12012 14994
频率 0.5181频 0.5069率稳 0.4979定 0.5016在 0.5005附 0.4998近
0.5
频率的特点
(1)波动性 (2)稳定性
当试验次数n增大时,(A) 逐渐趋向一个稳定 值。可将此稳定值记作P(A),作为事件A的 概率。称为统计概率。
问题二:既然取到白粉笔的概率是确定的值,如何在白粉笔数 量确定但未知的情况下计算?
1.2.1 概率的统计定义
定义 设随机事件A在n次重复试验中发生了m次,则称比值m/n为 随机事件A在n次重复试验中发生的频率,记做 ( A) ,即
频率的性质:
( A) m
n
(1)对如何事件A,0 (A) 1;
A63
0.4762
A3 {从中有放回地连取三件都是正品}
P( A3)
63 103
0.216
思考 A1, A2 的概率相等是否巧合?
1.2.2 概率的古典定义
例2.3的推广
一批产品共N件,其中M件次品,N-M件正品,从中取出n个,记A={取出
概率论与数理统计
第一章第一章 随机事件1.1 概述§1.1§1.2 事件的概率§1.3 古典概率模型§1.4 条件概率§1.5 事件的独立性二.有无限个可数个可能结果的随机试验.例1:观察某交换台早晨8:00-9:00接到电话的次数,设数字i 表示呼叫次数, i =0,1,2=0,1,2……..,则: Ω={0,1,2,={0,1,2,…….}三.可能结果不可数的随机试验.例1:在分析天平上称量某物品并记录称量的结果.记x 为此物的称量, 则Ω={|0}x x ≥例2:在一批灯泡中任取一个,测其寿命记t 为所取灯泡的寿命, 则Ω=}0|{≥t t 例3:观察某块地的玉米产量. 记y 为此块地的玉米产量, 则Ω={|0}y y M ≤≤类似的可推广到多个事件相加,以及无数可列个事件相加.n 个事件的并(和)12,,,n A A A ⋯表示n 个事件中至少有一个发生,记为n A A A +++⋯21nA A A ∪∪∪⋯21可列个事件的并(和)12,,,,n A A A ⋯⋯11n nn A A A ∞=+++=∑⋯⋯表示可列个事件中至少有一个发生,记为或是1nn A ∞=∪或“可列个”在本学科里通常表示无限个可数的。
ABAB-A AAB A-B⇒⇔事件例 掷一颗骰子的试验,观察出现的点数:事件A 表示“奇数点”;B 表示“偶数点”;C 表示“小于3的点”,D 表示“大于2小于5的点” E 表示“大于4的点”,求事件间的关系.D ={3,4}, E ={5,6}, Ω={1,2,3,4,5,6}解:显然有:A ={1,3,5}, B ={2,4,6}, C ={1,2}互不相容事件有:A 与BC 与D, 或说事件C,D,E 两两互不相容对立事件有:A 与BD 与E,C 与EC D E ++=ΩA B +=Ω又因为A,B 构成Ω的一个最小的划分C ,D ,E 构成Ω的一个划分1.[关系]事件的包含2. [关系]事件的相等:3. [运算]事件的并(和)4. [运算]事件的交(积)5.[运算]事件的差(A-B)6.[关系]互不相容事件(互斥事件)7.[关系]对立事件(互逆事件)8.[关系] Ω的一个划分小结本节首先介绍随机试验、样本空间的基本概念,然后介绍随机事件的各种运算及运算法则。
概率论与数理统计ppt课件
称这种试验为等可能概型(或古典概型)。
*
例1:一袋中有8个球,其中3个为红球,5个为黄球,设摸到每一球的可能性相等,从袋中不放回摸两球, 记A={恰是一红一黄},求P(A). 解:
(注:当L>m或L<0时,记 )
例2:有N件产品,其中D件是次品,从中不放 回的取n件, 记Ak={恰有k件次品},求P(Ak). 解:
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解: 设 Ai={ 这人第i次通过考核 },i=1,2,3 A={ 这人通过考核 },
亦可:
*
例:从52张牌中任取2张,采用(1)放回抽样,(2)不放 回抽样,求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
(1)若为放回抽样:
(2)若为不放回抽样:
解: 设 Ai={第i次取到红牌},i=1,2 B={取2张恰是一红一黑}
①
②
①
1 2 N
①
②
1 2 N
……
- 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)。
例3(续) 3(续
由此可见
P ( AB ) = P( A)P(B )
P ( AC ) = P ( A)P (C )
P (BC ) = P (B )P (C ) 但是
1 1 P( ABC ) = ≠ = P( A)P(B )P(C ) 4 8
这表明A、 、 这三个事件是 这三个事件是两两相互独立 这表明 、B、C这三个事件是两两相互独立 但不是相互独立的. 的,但不是相互独立的.
称多个或可数无穷多个试验的集合为试验序列。 称多个或可数无穷多个试验的集合为试验序列。 试验序列 如果一个试验序列的各试验的结果之间是相互独立 则称该试验序列为一个独立试验序列 独立试验序列。 的,则称该试验序列为一个独立试验序列。 称只有两个基本结果的试验为伯努利试验 伯努利试验。 称只有两个基本结果的试验为伯努利试验。 有些试验的基本结果虽然不只两个, 有些试验的基本结果虽然不只两个,但若我们感兴 趣的是某个事件A是否发生,那么可以把A 趣的是某个事件A是否发生,那么可以把A作为一个基本 结果, 的对立事件作为另一个基本结果, 结果,A的对立事件作为另一个基本结果,从而也可归 结为伯努利试验。若试验结果是A发生,那么我们称试 结为伯努利试验。若试验结果是A发生,那么我们称试 发生的概率则称为成功概率 成功概率。 验成功, 验成功,而A发生的概率则称为成功概率。 由一个伯努利试验独立重复进行所形成的试验序列 称为伯努利试验序列 如果重复的次数是n 伯努利试验序列, 称为伯努利试验序列,如果重复的次数是n,则称该试 验序列为n重伯努利试验。 验序列为n重伯努利试验。
P( A1 + A2 + ⋯ + An ) = 1 − P( A1 A2 ⋯ An )
= 1 − P( A1 ) P( A2 ) ⋯ P( An ) = 1 − (1 − 0.7 )n = 1 − 0.3 n
n ≥ 0.999999 1 − 0 .3 10
−6nBiblioteka ≥ 0 .3n ≥ −0.6 / lg 0.3 = 11 .47
●
P(A)=p2+pq=p,P(C)=2pq,P(AC)=pq,P(A)P(C)=2p2q 因此,只有当p=1/2时,才有 P(AC)=P(A)P(C),即才 有A与C独立。 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。
2)必然事件 与任意随机事件A相互独立; 不可能事件∅与任意随机事件A相互独立. ∅ 证明:由 P(ΩA) = P( A) = 1 ⋅ P( A) = P (Ω )P ( A) 可知必然事件 与任意事件 A 相互独立; 由 可知不可能事件∅与任意随机事件A相互独立.
P ( AB ) = P ( A) P (B )
n P ∑ A = 1 − (1 − p )n i =1 i
注
意
假设独立重复地做n次某一试验E , A是某一随机 事件, Ai 表示第i次试验中A出现, 则前n次试验中 A至少出现一次的概率为
→1
此结论说明:小概率事件迟早要发生 .
三个臭皮匠, 例4 三个臭皮匠,合成一个诸葛亮 丙三人在同一时间分别破译某一个密码, 甲、乙、丙三人在同一时间分别破译某一个密码, 设甲译出的概率为0.8,乙译出的概率为0.7, 设甲译出的概率为 ,乙译出的概率为 ,丙译 出的概率为0.6,求密码能译出的概率。 出的概率为 ,求密码能译出的概率。 分别表示甲、 解:设A、B、C分别表示甲、乙、丙译出密码的 、 、 分别表示甲 事件,显然A、 、 相互独立 相互独立, 事件,显然 、B、C相互独立,且密码能译 出的概率为 P( A + B + C )=1 – P(A B C) =1 – P(A)P(B)P(C) =1 – (1-0.2)(1-0.3)(1-0.4) =1 – 0.8*0.7*0.6 =0.976
事件序列的相互独立性 事件序列的相互独立性 序列
设 A1, A2, ⋯, An , ⋯ 为一个随机事件序列,如果它们中
任何有限个事件都是相互独立的, 任何有限个事件都是相互独立的,则称该事件序列 为相互独立的. A1,A2,…,An,…为相互独立的.
四、伯努利(Bernoulli)概型 伯努利(Bernoulli)概型 (Bernoulli)
P ( AB ) = P ( A)P(B ) ≠ 0
所以, AB ≠ ∅
4)(续) 续
2) 由于AB = ∅ ,所以
P( AB ) = P(∅ ) = 0
但是,由题设 P( A)P(B ) ≠ 0
所以, P ( AB ) ≠ P ( A)P (B )
这表明, 不相互独立. 这表明,事件 A 与 B 不相互独立.
注 意
在三个事件独立性的定义中, 在三个事件独立性的定义中,四个等式是缺一不 可的. 可的.即:前三个等式的成立不能推出第四个等 式的成立;反之, 式的成立;反之,最后一个等式的成立也推不出 前三个等式的成立. 前三个等式的成立.
例3
袋中装有 4 个外形相同的球,其中三个球分别涂有 红、白、黑色,另一个球涂有红、白、黑三种颜 色.现从袋中任意取出一球,令: A={ 取出的球涂有红色 } B={ 取出的球涂有白色 } C={ 取出的球涂有黑色 } 则: 1 P ( A) = P (B ) = P (C ) = 2 1 P( AB ) = P (BC ) = P( AC ) = 4 1 P ( ABC ) = 4
( (
)
)
( ) ( )
(
) ( )( )
个随机事件相互独立。 则称 A1,A2,…,An这n个随机事件相互独立。
说 明
在上面的公式中,
2 3 第一行有Cn 个等式,第二行有Cn 个等式, ⋯,最后 ⋯ n 一行共有Cn 个等式
因此共有
C + C +⋯+ C = 2 − C − C
2 n 3 n n n n 0 n
二、三个事件的独立性
是三个随机事件, 设A、B、C是三个随机事件,如果
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 ) 则称随机事件 随机事件A 相互独立的. 则称随机事件A、B、C是相互独立的.
例2
甲、乙二人各投篮一次,设甲投中的概率为0.7,乙 投中的概率为0.8,求甲、乙两人至少有一人投中的 概率. 解: 记A=“甲投中”, B=“乙投中”
显然A 与 B 相互独立,故 甲、乙两人至少有一人投中的概率
P ( A + B ) = P ( A) + P ( B ) − P ( AB )
= P ( A) + P ( B ) − P ( A) P ( B )
§1.5 事件的独立性
一、两个事件的独立性 二、三个事件的独立性 三、n个事件的独立性 伯努利(Bernoulli) (Bernoulli)概型 四、伯努利(Bernoulli)概型
一、两个事件的独立性
• 设A、B是试验E的两事件,若P(A)>0,则我们 是试验E的两事件, P(A)>0, 可以定义P(B|A)。 可以定义P(B|A)。 P(B|A) • 一般,A的发生对B发生的概率是有影响的, 一般, 的发生对B发生的概率是有影响的, 也就是说,P(B|A)不等于P(B)。 也就是说,P(B|A)不等于P(B)。 不等于P(B) • 如果这种影响不存在,那么P(B|A)=P(B)。 如果这种影响不存在,那么P(B|A)=P(B)。 P(B|A)=P(B) • 这时有P(AB)=P(A)P(B|A)=P(A)P(B)。 这时有P(AB)=P(A)P(B|A)=P(A)P(B)。 P(AB)=P(A)P(B|A)=P(A)P(B)
两个事件独立性的定义
设 A、B 是两个随机事件,如果
P( AB ) = P( A) P(B )
则称 A 与 B 是相互独立的随机事件.
事件独立性的性质
1)如果事件A 与 B 相互独立,而且P(A)>0 则 P(B|A)=P(B)
证明:
由于事件 A 与 B 相互独立,故
P( AB ) P( A)P(B ) 因此, P(B A) = = = P (B ) P ( A) P ( A)
= 0.7 + 0.8 − 0.7 × 0.8 = 0.94
P( A + B ) = 1 − P( A + B) = 1 − P( A B ) = 1 − P( A ) P( B )
= 1 − 0.3 × 0.2 = 0.94
例1 设试验E 抛甲、乙两枚均匀硬币, 均匀硬币 设试验E为“抛甲、乙两枚均匀硬币,观察 正反面出现的情况” 设事件A 正反面出现的情况”。设事件A为“甲币出 乙币出现H 。 现H”,事件B为“乙币出现H”。E的样本空间 ,事件B ={HH,HT,TH,TT} 为:
其中i1, i2, ⋯, in 是1, 2, ⋯, n的一个排列
相互独立事件至少发生其一的概率的计算
是相互独立的事件, 若A1,A2,…,An 是相互独立的事件,则
P( A1 + A2 + ⋯ + An ) = 1 − P( A1 A2 ⋯ An ) = 1 − P( A1 ) P( A2 ) ⋯ P( An )
这表明, 这表明,事件 A 是否发生对事件 B 是否发生在概率上是没有影响的, 是否发生在概率上是没有影响的,即 呈现出某种独立性. 事件 A 与 B 呈现出某种独立性.
由此, 由此,我们引出事件独立性的概念
注意
两事件A与B是否独立依赖于概率测度P( )。如在例1中, 取事件A={HH,HT} A={HH, C={HT,TH}(甲、乙 A={HH HT}(甲币出现H), C={HT,TH} 两硬币不出现同一面),并设两硬币出现正面H的概率 均为p,出现反面T的概率均为q=1-p,则