二、独立 Independence

二、独立 Independence

1、对独立的初步理解

在概率三元组$(\Omega ,\mathfrak{B},P)$的定义下，对$A,B\subset \mathfrak{B}$，如果$P(A\bigcap B)=P(A)P(B)$，则称事件A，B相互独立。

独立指的是两个事件互不影响，但有可能有交集。

注意区分独立和互不相容（互斥）。

独立：$P(A\bigcap B)=P(A)P(B)$

互不相容（互斥）：$P(AB)=0$

如果事件A与B独立，则A与$\overline{B}$、$\overline{A}$与B、$\overline{A}$与$\overline{B}$都是独立的。

2、多个事件相互独立(binary to multiple)

（1）n个事件相互独立

∀ { k 1 , k 2 , … , k n − 1 } ⊆ { 1 , … , n } , P ( ⋂ k = 1 n − 1 A k i ) = ∏ k = 1 n − 1 P ( A k i ) ∀ { k 1 , k 2 , … , k n − 2 } ⊆ { 1 , … , n } , P ( ⋂ k = 1 n − 2 A k i ) = ∏ k = 1 n − 2 P ( A k i ) … 一 直 到 任 意 两 个 相 互 独 立 ， 且 P ( ⋂ k = 1 n A k ) = ∏ k = 1 n P ( A k ) ， 则 称 A 1 , A 2 , … , A n 相 互 独 立 。 \begin{aligned} & \forall \{ k_1, k_2, \dots, k_{n-1} \} \subseteq \{ 1, \dots, n \}, P(\bigcap_{k=1}^{n-1}A_{k_i})= \prod_{k=1}^{n-1} P(A_{k_i})\\ & \forall \{ k_1, k_2, \dots, k_{n-2} \} \subseteq \{ 1, \dots, n \}, P(\bigcap_{k=1}^{n-2}A_{k_i})= \prod_{k=1}^{n-2} P(A_{k_i})\\ & \dots\\ & 一直到任意两个相互独立，且 P(\bigcap_{k=1}^{n}A_{k})= \prod_{k=1}^{n} P(A_{k})，\\ & 则称A_1,A_2,\dots,A_n相互独立。 \end{aligned} ​∀{k1​,k2​,…,kn−1​}⊆{1,…,n},P(k=1⋂n−1​Aki​​)=k=1∏n−1​P(Aki​​)∀{k1​,k2​,…,kn−2​}⊆{1,…,n},P(k=1⋂n−2​Aki​​)=k=1∏n−2​P(Aki​​)…一直到任意两个相互独立，且P(k=1⋂n​Ak​)=k=1∏n​P(Ak​)，则称A1​,A2​,…,An​相互独立。​

（2）3个事件相互独立

对于事件A,B,C，如果它们之间两两独立，即：$P(AB)=P(A)P(B),P(AC)=P(A)P(C),P(BC)=P(B)P(C)$，且$P(ABC)=P(A)P(B)P(C)$，则称三个事件A,B,C相互独立。

3、一点集合的知识

示性函数（indicator）

$$I_A(x)=\{\begin{array}{c}1,x\in A\\ 0,x\notin A\end{array}$$

用示性函数看待集合运算

$$\begin{array}{rl}& 交I_{AB}(x)=I_A(x)+I_B(x)\\ & 并I_{A\bigcup B}(x)=I_A(x)+I_B(x)-I_{AB}(x)\\ & 补I_{\overline{A}}(x)=1-I_A(x)\\ & 差A-B=A\overline{B}\\ & 对称差A\Delta B=(A\overline{B})\bigcup (\overline{A}B)I_{A\Delta B}(x)=I_A(x)\oplus I_B(x)=I_A(x)+I_B(x)mod2\end{array}$$