概率的定义及其性质
定义
1933年,前苏联数学家柯尔莫哥洛夫给出了概率的公理化定义。
定义: 集合函数 P ( ⋅ ) P(\cdot) P(⋅)称为事件的概率。
-
非负性: P ( A ) ≧ 0 P(A) \geqq 0 P(A)≧0
-
规范性: P ( S ) = 1 P(S)=1 P(S)=1
-
可列可加性: 若 A 1 , A 2 . . . A_1,A_2... A1,A2...两两互不相容,他们的和事件的概率等于事件概率的和
P ( ⋃ n = 1 ∞ A n ) = ∑ n = 1 ∞ ( A n ) P({\bigcup^\infty_{n=1}}{A_n})={\sum^\infty_{n=1}{(A_n)}} P(n=1⋃∞An)=n=1∑∞(An)
概率的性质
-
P ( ϕ ) = 0 P(\phi)=0 P(ϕ)=0 不可能事件的概率为0,但是当一个事件A发生的概率为0时,却不一定是不可能事件 。 不可能事件是通过集合来规定的(当集合为空时,该事件才为不可能事件)
-
A 1 , A 2 . . . A_1,A_2... A1,A2...两两互不相容可由可列可加性 和性质1得出有限可加性
P ( ⋃ i = 1 n A i ) = ∑ i = 1 n ( A i ) P({\bigcup^n_{i=1}}{A_i})={\sum^n_{i=1}{(A_i)}} P(i=1⋃nAi)=i=1∑n(Ai)
-
减法公式 P ( A ) = P ( A − B ) + P ( A B ) P(A)=P(A-B)+P(AB) P(A)=P(A−B)+P(AB)
∵ A = ( A − B ) ∪ A B \because A=(A-B)\cup{AB} ∵A=(A−B)∪AB 且 A − B A-B A−B、 A B AB AB不相容,由性质2可得
P ( A ) = P ( A − B ) + P ( A B ) P(A)=P(A-B)+P(AB) P(A)=P(A−B)+P(AB)
∴ P ( A − B ) = P ( A ) − P ( A B ) \therefore P(A-B)=P(A)-P(AB) ∴P(A−B)=P(A)−P(AB)
特别地: B ⊂ A ⟶ P ( A − B ) = P ( A ) − P ( B ) B\subset A\longrightarrow P(A-B)=P(A)-P(B) B⊂A⟶P(A−B)=P(A)−P(B)
-
对任一事件A, P ( A ) ⩽ 1 P(A)\leqslant 1 P(A)⩽1
-
对任一事件A, P ( A ) = 1 − P ( A ) P(A)=1-P(A) P(A)=1−P(A)也就是 A ‾ = S − A , A ⊂ S \overline{A}=S-A,A\subset S A=S−A,A⊂S和 P ( S ) = 1 P(S)=1 P(S)=1
-
P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A B ) P(A\cup B)=P(A)+P(B)-P(AB) P(A∪B)=P(A)+P(B)−P(AB)
∵ A ∪ B = A ∪ ( B − A ) \because A \cup B = A \cup (B-A) ∵A∪B=A∪(B−A)
A A A、 B − A B-A B−A不相容
∴ P ( A ∪ B ) = P ( A ) + P ( B − A ) = P ( A ) + P ( B ) − P ( A B ) \therefore P(A \cup B)=P(A)+P(B-A)=P(A)+P(B)-P(AB) ∴P(A∪B)=P(A)+P(B−A)=P(A)+P(B)−P(AB)
P ( A ∪ B ∪ C ) = P ( A ∪ B ) + P ( C ) − P ( ( A ∪ B ) C ) = P ( A ∪ B ) + P ( C ) − P ( A C ∪ B C ) = P ( A ) + P ( B ) − P ( A B ) + P ( C ) − ( P ( A C ) + p ( B C ) − P ( A B C ) ) = P ( A ) + P ( B ) + P ( C ) − P ( A B ) − P ( A C ) − P ( B C ) + P ( A B C ) P(A \cup B \cup C)=P(A \cup B)+P(C)-P((A \cup B)C)\\ =P(A \cup B)+P(C)-P(AC \cup BC)\\ =P(A)+P(B)-P(AB)+P(C)-(P(AC)+p(BC)-P(ABC))\\ =P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC) P(A∪B∪C)=P(A∪B)+P(C)−P((A∪B)C)=P(A∪B)+P(C)−P(AC∪BC)=P(A)+P(B)−P(AB)+P(C)−(P(AC)+p(BC)−P(ABC))=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
可推广至n个事件的和事件的概率
P ( ⋃ i = 1 n A i ) = ∑ i = 1 n P ( A i ) − ∑ 1 ⩽ i < j ⩽ n P ( A i A j ) P(\bigcup^n_{i=1}{A_i})={\sum^n_{i=1}{P(A_i)}}-{\sum_{1 \leqslant i < j \leqslant n}{P(A_iA_j)}} P(i=1⋃nAi)=i=1∑nP(Ai)−1⩽i<j⩽n∑P(AiAj)
最后说的一些话
又到了这个熟悉的环节了,本章我个人感觉比较重要的是概率的性质里的第3和第6点?也就是减法公式和加法公式 。所以我特别的将推导尽可能详尽的写出来了😋😋😋只能说是非常贴心♥了。
尤其是减法公式吧?我觉得推导得非常amazing啊❗ 😱😱😱没想到是这样的一个角度👍