事件的独立性
在学习了条件概率之后,那就不得不提到事件独立性了。
我们先来看一个例子
例子1
记 A 1 : 第 一 颗 骰 子 掷 出 6 点 。 记 A 2 : 第 二 颗 骰 子 掷 出 2 点 。 \large{记A_1:第一颗骰子掷出6点。}\\ \large{记A_2:第二颗骰子掷出2点。} 记A1:第一颗骰子掷出6点。记A2:第二颗骰子掷出2点。
这个事件一看就非常的独立是吧,我下一次投的骰子跟上一次怎么会有关系呢?因此在这2个事件独立的情况下,我们可以这样写 P ( A 2 ∣ A 1 ) = P ( A 2 ) P(A_2|A_1)=P(A_2) P(A2∣A1)=P(A2)
我们再拿出我们熟悉的条件概率公式 P ( A 2 ∣ A 1 ) = P ( A 2 A 1 ) P ( A 1 ) \displaystyle P(A_2|A_1)=\frac{P(A_2A_1)}{P(A_1)} P(A2∣A1)=P(A1)P(A2A1)
是不是可以写成这样呢?
P ( A 2 ∣ A 1 ) = P ( A 2 ) = P ( A 2 A 1 ) P ( A 1 ) P ( A 2 ) P ( A 1 ) = P ( A 2 A 1 ) P(A_2|A_1)=P(A_2)=\displaystyle \frac{P(A_2A_1)}{P(A_1)}\\ P(A_2)P(A_1)=P(A_2A_1) P(A2∣A1)=P(A2)=P(A1)P(A2A1)P(A2)P(A1)=P(A2A1)
由此得出了事件独立的定义
两个事件相互独立
当 A A A, B B B是两个事件,如果具有等式: P ( A B ) = P ( A ) P ( B ) P(AB)=P(A)P(B) P(AB)=P(A)P(B)则称事件 A A A, B B B相互独立。
说明:
- 设 P ( B ) > 0 P(B)>0 P(B)>0则 A A A与 B B B相互独立 P ( A ∣ B ) = P ( A ) P(A|B)=P(A) P(A∣B)=P(A)
- 设 A A A, B B B相互独立。则 A A A与 B ‾ \overline{B} B, A ‾ \overline{A} A与 B B B, A ‾ \overline{A} A与 B ‾ \overline{B} B相互独立
下面咱们还要讨论一个独立和相容之间的概念。
来继续看抽牌问题来讨论
现有一副不含大、小王的扑克牌,在洗牌后随机抽取一张。
- “这张牌是黑桃”与“这张牌是K”是否相互独立?
- “这张牌是黑桃”与“这张牌是红桃”是否相互独立?
(1) 记 事 件 A : 这 张 牌 是 黑 桃 B : 这 张 牌 是 K 。 由 古 典 概 型 易 知 : P ( A ) = 1 4 P ( C ) = 1 13 P ( A B ) = 1 52 P ( A B ) = P ( A ) P ( B ) , 所 以 A 与 B 相 互 独 立 。 记事件A:这张牌是黑桃{\quad}B:这张牌是K。\\ 由古典概型易知:\\ P(A)=\displaystyle{\frac{1}{4}}{\quad}P(C)=\displaystyle{\frac{1}{13}}{\quad}P(AB)=\displaystyle{\frac{1}{52}}\\ P(AB)= P(A)P(B),所以A与B相互独立。 记事件A:这张牌是黑桃B:这张牌是K。由古典概型易知:P(A)=41P(C)=131P(AB)=521P(AB)=P(A)P(B),所以A与B相互独立。
(2) 记 事 件 A : 这 张 牌 是 黑 桃 C : 这 张 牌 是 红 桃 . 由 古 典 概 型 易 知 : P ( A ) = 1 4 P ( C ) = 1 4 P ( A C ) = 0 ∴ P ( A C ) ≠ P ( A ) P ( C ) , 所 以 A 与 B 不 相 互 独 立 . 记事件A:这张牌是黑桃{\quad}C:这张牌是红桃.\\ 由古典概型易知:\\ P(A)=\displaystyle{\frac{1}{4}}{\quad}P(C)=\displaystyle{\frac{1}{4}}{\quad} P(AC)=0\\ \therefore P(AC){\neq}P(A)P(C),所以A与B不相互独立. 记事件A:这张牌是黑桃C:这张牌是红桃.由古典概型易知:P(A)=41P(C)=41P(AC)=0∴P(AC)=P(A)P(C),所以A与B不相互独立.
由此可得
P
(
A
)
P
(
C
)
>
0
P(A)P(C)>0
P(A)P(C)>0时,若
A
,
C
A,C
A,C不相容,则
A
,
C
A,C
A,C非
相互独立的。
P
(
A
)
P
(
C
)
>
0
P(A)P(C)>0
P(A)P(C)>0时,若
A
,
C
A,C
A,C相互独立,则
A
,
C
A,C
A,C非
不相容.
但是这2个结论非常的绕啊,我是看了好久没太明白的😥
不过现在我换个说法或许会好很多,首先相容的反义是互斥
那么不相容就是互斥,那么我们改成这样
P
(
A
)
P
(
C
)
>
0
P(A)P(C)>0
P(A)P(C)>0时,若
A
,
C
A,C
A,C互斥,则
A
,
C
A,C
A,C不
相互独立。
P
(
A
)
P
(
C
)
>
0
P(A)P(C)>0
P(A)P(C)>0时,若
A
,
C
A,C
A,C相互独立,则
A
,
C
A,C
A,C非
互斥.
这样是不是容易理解多了,最开始一堆否定词连着用属实看不懂😥😥😥
如果还是晕的话可能需要理解一下互斥和相互独立这2个概念描述的是什么了。
三个事件相互独立
定义设 A , B , C A,B,C A,B,C是三个事件,如果具有等式:
- P ( A B ) = P ( A ) P ( B ) P(AB)=P(A)P(B) P(AB)=P(A)P(B)
- P ( B C ) = P ( B ) P ( C ) P(BC)= P(B)P(C) P(BC)=P(B)P(C)
- P ( A C ) = P ( A ) P ( C ) P(AC)= P(A)P(C) P(AC)=P(A)P(C)
- P ( A B C ) = P ( A ) P ( B ) P ( C ) P(ABC)=P(A)P(B)P(C) P(ABC)=P(A)P(B)P(C)
则称事件
A
,
B
,
C
A,B,C
A,B,C祖互独立,如果只满足1
,2
,3
的话则称事件
A
,
B
,
C
A,B,C
A,B,C两两独立
若事件 A , B , C A,B,C A,B,C相互独立,则事件 A , B , C A,B,C A,B,C一定两两独立。
反之如果事件 A , B , C A,B,C A,B,C两两独立,则事件 A , B , C A,B,C A,B,C不一定相互独立。
由此我们可以得出多个事件相互独立的定义
多个事件相互独立
定义若n个事件 A 1 , A 2 , . . . A n A_1,A_2,...A_n A1,A2,...An满足如下等式:
P ( A i A j ) = P ( A i ) P ( A j ) 1 ⩽ i < j < n ; P ( A i A j A k ) = P ( A i ) P ( A j ) P ( A k ) 1 ⩽ j < k ⩽ n ; . . . . . . . . . . . . . P ( A 1 A 2 . . . A n ) = P ( A 1 ) P ( A 2 ) . . . P ( A n ) P(A_iA_j)= P(A_i)P(A_j){\quad}1{\leqslant}i<j<n;\\ P(A_iA_jA_k)= P(A_i)P(A_j)P(A_k){\quad}1{\leqslant}j<k{\leqslant}n;\\ .............\\ P(A_1A_2...A_n)=P(A_1)P(A_2)...P(A_n) P(AiAj)=P(Ai)P(Aj)1⩽i<j<n;P(AiAjAk)=P(Ai)P(Aj)P(Ak)1⩽j<k⩽n;.............P(A1A2...An)=P(A1)P(A2)...P(An)
则称n个事件 A 1 , A 2 , . . . A n A_1,A_2,...A_n A1,A2,...An相互独立
这样算是把所有的都介绍完了,那么就进入例题环节吧😋
例题1
假设每发炮弹是否命中是互不影响的,且命中概率均为0.004
。若系统发射100发炮弹,求至少命中一发的概率。
一眼发现了互不影响的字样,直接多个事件相互独立搞上!!!
正向的思路当然是把至少命中一发的概率统统加上➕了是吧,但是这样会非常的繁琐和麻烦,也不好计算
而逆向的思维就非常简单了,只需要减掉100次都不命中的概率就好了。
计算起来的话非常简单,但是这个例题并不是为了让你计算,而是告诉你为什么可以这样算
1
设
A
,
B
相
互
独
立
.
1设A,B相互独立.
1设A,B相互独立.
P
(
A
∪
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
)
P
(
B
)
P(A{\cup}B)=P(A)+P(B)-P(A)P(B)
P(A∪B)=P(A)+P(B)−P(A)P(B)
同时 A A A和 B B B的积事件可以看成全事件减去 A ‾ {\overline{A}} A和 B ‾ {\overline{B}} B的积事件,应该不难理解吧。然后根据事件独立性再展开一下
P
(
A
∪
B
)
=
1
−
P
(
A
B
‾
)
=
1
−
P
(
A
‾
)
P
(
B
‾
)
P(A{\cup}B)=1-P({\overline{AB}})=1-P({\overline{A}})P({\overline{B}})
P(A∪B)=1−P(AB)=1−P(A)P(B)
2
设
A
1
,
A
2
,
.
.
.
A
n
相
互
独
立
.
P
(
⋃
i
=
1
n
A
i
)
=
1
−
P
(
A
1
‾
A
2
‾
…
A
n
‾
)
=
1
−
P
(
A
1
‾
)
…
P
(
A
n
‾
)
2设A_1,A_2,...A_n相互独立.\\ P({\bigcup^n_{i=1}}{A_i})\\ =1-P({\overline{A_1}}{\overline{A_2}}…{\overline{A_n}})\\ =1-P({\overline{A_1}})…P({\overline{A_n}})
2设A1,A2,...An相互独立.P(⋃i=1nAi)=1−P(A1A2…An)=1−P(A1)…P(An)
如果 P ( A i ) = p i = 1 , 2 , . . . , n P(A_i)=p{\quad}i=1,2,...,n P(Ai)=pi=1,2,...,n
则有 P ( ⋃ i = 1 n A i ) = 1 − ( 1 − p ) n P({\bigcup^n_{i=1}}{A_i})=1-(1-p)^n P(⋃i=1nAi)=1−(1−p)n
这样一顿推导后我想应该很清楚了,这样的公式只有在事件相互独立的情况成立。
🆗我们回到题目来
记 A : 导 弹 被 击 中 。 A i : 第 i 发 炮 弹 击 中 导 弹 , i = 1 , 2 , … , 100 记A:导弹被击中。\\ A_i:第i发炮弹击中导弹,i=1,2,…,100 记A:导弹被击中。Ai:第i发炮弹击中导弹,i=1,2,…,100
有 A = A 1 ∪ A 2 ∪ … A 100 A=A_1{\cup}A_2{\cup}…A_{100} A=A1∪A2∪…A100相互独立,且 p = P ( A i ) = 0.004 , i = 1 , 2 , . . . , 100 p=P(A_i)=0.004,i=1,2,...,100 p=P(Ai)=0.004,i=1,2,...,100则
P ( A ) = P ( A 1 ∪ . . . ∪ A 100 ) = 1 − ( 1 − p ) 100 ≈ 0.33 P(A)=P(A_1{\cup}...{\cup}A_{100})=1-(1-p)^{100}{\approx}0.33 P(A)=P(A1∪...∪A100)=1−(1−p)100≈0.33