【创作赢红包】关于独立事件与互斥事件关系的讨论

2023/3/29 关于独立事件与互斥事件关系的讨论

在贾俊平《统计学》第六版书P107有如下论述：

“互斥事件一定是相互依赖（不独立），相互依赖的事件不一定是互斥的。不互斥事件可能是独立的，也可能是独立的，然而独立事件不可能是互斥的。”

下文将针对上述话语进行阐述：

1. 互斥事件的含义

在概率论定义中，两事件互斥如$A,B\subset \Omega$事件互斥则表明：$A\cap B=\varnothing$（最好不要将定义记忆为$P(A\cap B)=0$见4.）

通俗的理解：

1. 若A发生，则B不能发生，为什么？

   因为一次实验后只能得到一个基本事件（基本事件的重要性质），而事件是样本空间中基本事件的集合，也就是说一次实验后，若事件A发生，则表明该次试验结果的那个基本事件$\omega$，$\omega \in A$而由于A,B互斥，$A\cap B=\varnothing$则$\omega \notin B$，即若A发生，则B不能发生。

2. 若A不发生，则B发生与不发生都可以。

   在这种情况下，B发生情况与1.情况类似。B不发生也不违法$A\cap B=\varnothing$，也即是此次试验结果得到的基本事件$\omega \notin A$且$\omega \notin B$，$C\subset \Omega ,\omega \in C$，基本事件属于C，不违反定义。
   

3. 对立事件

   在互斥事件的上再施加$A\cup B=\Omega$的条件将会得到另一个概念——对立事件，也即是要么发生A要么发生B，两事件不能同时发生

   对立事件的性质如下：

   1. $P(A\cap B)=0\Leftarrow A\cap B=\varnothing$
   2. $P(A\cup B)=1\Leftarrow A\cup B=\Omega$（不充要见4.）

   可以将对立事件看成是对样本空间的一个划分

综上：A，B为互斥事件则表明A，B两事件中最多发生一个，也可能一个都不发生。

2. 独立事件的含义

在概率论中的含义为$P(B|A)=P(B)P(A|B)=P(A)$

由条件概率的概念引申出来也即两事件的发生与否都与对方无关。

3. 贾书上的论述

1. “互斥事件一定是相互依赖不独立”

   两事件互斥，则表明当一个事件发生时另一个事件不发生，违背了独立事件的定义，因此互斥事件时相互依赖的不独立的。

2. “相互依赖的事件不一定是互斥的”

   因为相互依赖这种关系比较宽泛，比如事件$A\subset B$则A发生，B也发生，这也是相互依赖关系，此时A，B便不互斥了$A\cap B=A$，当然也可能互斥，即这个相互依赖关系就是指$A\cap B=\varnothing$

3. “不互斥事件可能是独立的，也可能是不独立的”

   若$AB\ne \varnothing$且$P(AB)=P(A)P(B)$得$P(AB)\ne 0$。此时若$A=\Omega ,\forall B\ne \varnothing andB\subset \Omega \Rightarrow AB=B\ne \varnothing$,则$P(AB)=P(B)=1\times P(B)=P(A)P(B)\Rightarrow$A,B事件独立

   可能有人会有疑问$\Omega$怎么会和其子集独立呢？

   因为必然事件是必然发生的 与其它事件是否发生的无关的，独立事件是基于概率的定义的，并非是所谓无关的，它们是可以有关的，但这个关系是不能影响到相互事件发生的概率也即$P(A|B)=P(A)P(B|A)=P(B)$

   不独立的情况容易举例：即下面情况即可
   

4. “然而独立事件是不可能是互斥的”

   这句话是有争议的，但也是可以理解的，本文更偏向于认为这句话是正确的。为什么会有争议，因为若$A=\varnothing ,\forall B\in \Omega$,则这句话是有误的，因为A,B既互斥（$AB=\varnothing$）又独立$P(AB)=0=P(A)P(B)$。

   但为什么本文偏向于认为是对的呢，因为这句话是更符合直观理解：因为，若事件A,B独立，假设A,B独立，则A的发生必然会影响到B的发生，因为此时B必然不能发生，所以独立事件应当不能是互斥的，而且“独立事件不能是互斥的”，只有上述的一个反例，所以本文更偏向于认为正确的，当然加上两事件中不存在不可能事件那将更加精确。

4. 补坑

1. 为何不要将互斥事件定义记忆成$P(AB)=0$?

   此处先说明一个概念——随机变量，随机变量基于随机事件进行定义的，是随机事件的数量化，如掷硬币试验，记一次试验基本事件A：字面;基本事件B：花面。

   则将试验的结果记为X，X=1:A发生，X=0：B发生。这是离散随机变量的定义，相应的也将有连续型随机变量的定义，此处不进行赘述（如有问题请翻阅概率论有关书籍）。而在连续型定义中有$P(X=a)=0$，也即X取某个点的概率为0，这也就是问题所在，也即在连续型随机变量中$P(AB)=0$，与$AB=\varnothing$不等价了，因为一次实验中$X=a$的结果是会出现的，但在概率上它为0，也即$P(AB)=0\iff AB=\varnothing$在连续性随机变量中不成立，但在离散型中是成立的。

2. $P(A\cup B)=1$与$A\cup B=\Omega$不等价

   同上理在连续型随机变量中，$P(X\ne a)=1=1-P(X=a)$，而在一次实验的结果中$X=a$并非必然的。

3. 故应当将$P(AB)=0\Leftarrow AB=\varnothing$和$P(A\cup B)=1\Leftarrow A\cup B=\Omega$记忆为相应事件的性质，而并非定义！定义得充要，性质不必需欧~~