3.1 事件与概率

考研数学一《概率论与数理统计》第一章 事件与概率

本章围绕事件关系、概率计算与独立性展开，是概率论的基础核心内容。以下从两大核心考点系统梳理知识体系：

---

考点一：事件关系与概型计算

1. 事件关系

（1）包含关系

• 定义：若事件 $A$ 发生必然导致事件 $B$ 发生，则称 $A$ 包含于 $B$，记作 $A\subset B$
• 性质：
  $P(A)\le P(B)$

（2）互斥关系

• 定义：若事件 $A$ 与 $B$ 不能同时发生，则称 $A$ 与 $B$ 互斥，即 $AB=\varnothing$
• 性质：
  $P(A\cup B)=P(A)+P(B)$

结论：零概率事件（概率为零）不等于不可能事件（∅），即零概率事件是可能发生的。

2. 古典概型

核心思想：等可能性与有限性

• 计算公式：
  $$P(A)=\frac{\text{事件 }A\text{ 包含的基本事件数 }{n}_A}{\text{样本空间 }\Omega \text{ 的基本事件总数 }{n}_{\Omega }}$$
• 解题技巧：
  ① 穷举法：直接列举所有可能结果
  ② 分类加法：复杂事件分解为互斥子事件
  ③ 分步乘法：多步骤事件分步计算概率

3. 几何概型

核心思想：无限样本空间与几何测度

• 计算公式：
  $$P(A)=\frac{\text{事件 }A\text{ 对应的几何测度（长度/面积/体积）}}{\text{样本空间 }\Omega \text{ 的几何测度}}$$
• 典型应用：
  时间间隔问题、区域面积问题、体积比例问题

---

考点二：概率公式与事件独立性

1. 基本概率公式

（1）加法公式

• 一般形式：
  $$P(A\cup B)=P(A)+P(B)-P(AB)$$
• 互斥简化：若 $A$ 与 $B$ 互斥，则 $P(A\cup B)=P(A)+P(B)$

（2）减法公式

• 定义：
  $$P(A-B)=P(A)-P(AB)$$

结论： $P(\overline{A}\overline{B})=1-P(A)-P(B)+P(AB)$ 、$P(AA)=P(A)$ 、$P(\overline{A}A)=\varnothing$

（3）条件概率

• 公式：
  $$P(A|B)=\frac{P(AB)}{P(B)}(P(B)>0)$$
• 性质：
  ① 条件概率也是概率，满足概率公理化定义
  ② $P(A\cup C|B)=P(A|B)+P(C|B)-P(AC|B)$

（4）乘法公式

• 链式法则：
  $$P(AB)=P(B|A)P(A)=P(A|B)P(B)$$
• 多事件扩展：
  $$P(ABC)=P(A|BC)P(B|C)P(C|)$$

2. 全概率公式与贝叶斯公式

• 全概率公式（分解样本空间）：
  $$P(B)=\sum _{i=1}^{n}P(A_i)P(B|A_i)$$
  其中 { A i } \{A_i\} {Ai​} 构成完备事件组（即 ${\bigcup }_{i=1}^n{A}_i=\Omega$ 且 $A_i{A}_j=\varnothing$）

• 贝叶斯公式（逆概率公式）：
  $$P(A_j|B)=\frac{P(A_j)P(B|A_j)}{{\sum }_{i=1}^{n}P(A_i)P(B|A_i)}$$

3. 事件独立性

（1）独立性定义

• 两事件独立：
  $$P(AB)=P(A)P(B)$$
• 条件独立：
  $$P(AB|C)=P(A|C)P(B|C)$$

（2）独立性等价条件

• 若 $0<P(A)<1$，则以下等价：
  $A$ 与 $B$ 独立
  $P(B|A)=P(B)$
  $P(B|\overline{A})=P(B)$
  $P(B|A)=P(B|\overline{A})$

（3）多事件独立性

• 两两独立：满足
  $$\{\begin{array}{l}P(AB)=P(A)P(B)\\ P(AC)=P(A)P(C)\\ P(BC)=P(B)P(C)\end{array}$$

• 相互独立：需满足
  $$\{\begin{array}{l}P(AB)=P(A)P(B)\\ P(AC)=P(A)P(C)\\ P(BC)=P(B)P(C)\\ P(ABC)=P(A)P(B)P(C)\end{array}$$

注：多事件独立中：两两独立不意味着相互独立！
注：三个事件独立，则这三个事件中任意两个事件的积、和、差、逆 与 第三事件（或者它的逆）也独立

---

总结

本章重点掌握：

1. 事件关系的判定与概型计算的核心方法
2. 全概率公式与贝叶斯公式的应用场景
3. 独立性的多角度验证与两两/相互独立的本质区别
   建议结合真题训练，强化对复杂事件链式分解与独立性条件的分析能力。