随机事件与概率

随机事件与概率

• 研究任何一个随机试验，每一个可能的结果被称为随机试验E的样本点或基本事件，记为$\omega$

• 全体样本点所构成的集合称为样本空间,通常用$\Omega$表示,$\Omega$可以是有限集,也可以是无限集

事件间的关系与运算

设随机试验的样本空间为$\Omega$,而A，B，$A_K(K=1,2,...)$是$\Omega$的子集

1.事件的包含关系
若事件A的发生必然导致事件B的发生,则称事件B包含事件A,记为A $\subset$ 或B $\supset$ A,此时A是B的子集
例 掷一骰子,设A={掷出6点} B={掷出的点数为偶数}

2.事件相等或等价
当事件B包含事件A且事件A也包含事件B时,称事件A与事件B相等(等价),记为A=B
例 事件C={掷出的点数最大}

3.对立事件
对于事件A,由所有不包含在A中的样本点所组成的事件称为事件A的对立事件或逆事件,记为$\bar{A}$，$\bar{A}$发生等价于$A$不发生,$\overline{\stackrel{ˉ}{A}}$=$A$

4.事件的并
"两事件A与B中至少有一件发生"为事件A与B的并,记为$A\cup B$

5.事件的交
"两事件A与B都发生"为事件A与B的交,记为$A\cap B$或$AB$

6.事件的差
即集合的差,记为$A-B$,表示去掉A中与B相交的部分,故也可表示为A-AB,A-B发生等价于A发生而B不发生

7.事件的互不相容(互斥)
若两事件A与B不可能同时发生,即$AB=\varphi$,这时A与B的并可以表示为A+B

运算律

(1)交换律:$A\cup B=B\cup A;A\cap B=B\cap A$
(2)结合律:$A\cup (B\cup C)=(A\cup B)\cup C;A\cap (B\cap C)=(A\cap B)\cap C$
(3)分配律:$A\cup (B\cap C)=(A\cup B)\cap (A\cup C);A\cap (B\cup C)=(A\cap B)\cup (A\cap C)$
(4)对偶律:$\overline{A\cup B}=\overline{A}\cap \overline{B};\overline{A\cap B}=\overline{A}\cup \overline{B}$
推广为n个事件$\overline{{\cup }_{i=1}^n{A}_i}={\cap }_{i=1}^n\overline{A_i},\overline{{\cap }_{i=1}^n}={\cup }_{i=1}^n\overline{A_i}$

概率

• 设E是随机试验,$\Omega$是它的样本空间,对于E的每一事件A赋予一个实数,记为P(A),成为事件A的概率,如果集合函数$P(\cdot )$满足以下条件:
  (1)非负性:对于每一个事件A,有$P(A)\ge 0$;
  (2)规范性:对于必然事件$\Omega$，有$P(\Omega )=1$;
  (3)可列可加性:设$A_1,A_2,\dots$是两两互不相容的事件,即对于$A_i{A}_j=\varphi ,i\ne j,i,j=1,2,\dots ,$有:$P(A_1\cup A_2\cup \dots )=P(A_1)+P(A_2)+\dots$

定理:
定理1:不可能事件$\varphi$的概率为0,$P(\varphi )=0$
证:由于可列个不可能事件之并仍是不可能事件,所以
$\Omega =\Omega \cup \varphi \cup \varphi \cup \varphi \cup \cdots \cup \varphi \cup \dots$,因为不可能事件与任何事件是互不相容的,故由可加性公理得
$P(\Omega )=P(\Omega )+P(\varphi )+\cdots +P(\varphi )+\dots$从而由$P(\Omega )=1$得
$P(\varphi )+P(\varphi )+\cdots =0$再由非负性公理,必有$P(\varphi )=0$
定理2:有限可加性:若$A_1,A_2,\dots ,A_n$是两两互不相容的事件,则有$P(A_1\cup A_2\cup \dots A_n)=P(A_1)+P(A_2)+\cdots +P(A_n)$,此式称为概率的有限可加性
证:令$A_{n+1}=A_{n+2}=\cdots =\varphi$,即有$A_i{A}_j=\varphi ,i\ne j,i,j=1,2,\dots$,由定理1得:
$P(A_1\cup A_2\cup \cdots \cup A_n)=P({\cup }_{k=1}^{\infty }{A}_k)={\sum }_{k=1}^{\infty }P(A_k)={\sum }_{k=1}^{n}P(A_k)+0=P(A_1)+P(A_2)+\cdots +P(A_n)$
定理3:设A,B是两个事件,若$A\subset B$,则有$P(B-A)=P(B)-P(A);P(B)\ge P(A)$
证:由$A\subset B$知$B=A\cup (B-A)$ ,且$A(B-1)=\varphi$则由概率的有限可加性有:$P(B)=P(A)+P(A-B)$再由概率的非负性,$P(B-1)\ge 0$得:$P(B)\ge P(A)$
定理4:对于任一事件A,$P(A)\le 1$
证:因$A\subset \Omega$,由定理3知:$P(A)\le P(\Omega )$
定理5:逆事件的概率:对于任一事件A，有$P(\bar{A})=1-P(A)$
证:因$A\cup \bar{A}=\Omega$,且$A\bar{A}=\varphi$,得:$1=P(\Omega )=P(A\cup \bar{A})=P(A)+P(\bar{A})$
定理6:加法公式:对于任意两事件A,B有$P(A\cup B)=P(A)+P(B)-P(AB)$
证:因$A\cup B=A\cup (B-AB)$且$A(B-AB)=\varphi ;AB\subset B$故由定理2及定理3得:$P(A\cup B)=P(A)+P(B-AB)=P(A)+P(B)-P(AB)$
将上式推广到多个事件,例如三个事件,则有:$P(A_1\cup A_2\cup A_3)=P(A_1)+P(A_2)+P(A_3)-P(A_1{A}_2)-P(A_2{A}_3)-P(A_1{A}_3)+P(A_1{A}_2{A}_3)$
一般,对于任意n个事件$A_1,A_2,\dots ,A_n$可以用归纳为:$P(A_1\cup A_2\cdots \cup A_n)={\sum }_{i=1}^{n}P(A_i)-{\sum }_{1\le i<j\le n}P(A_i{A}_j)+{\sum }_{1\le i<j\le n}P(A_i{A}_j{A}_k)+\cdots +(-1{)}^{n-1}P(A_1{A}_2\dots A_n)$

古典概型

• 设试验E的样本空间有有限多个样本点,即 Ω = { ω 1 , ω 2 , … , ω n } \Omega=\lbrace \omega_1,\omega_2,\ldots,\omega_n \rbrace Ω={ω1​,ω2​,…,ωn​},且每个样本点出现的可能性相同,此试验即被成为古典概型

几何概型

• 若样本空间$\Omega$可以构成n维空间中的一个有限区域G,而事件$A\subset \Omega$构成了G中某一部分区域g则称$P(A)=\frac{g的测度}{G的测度}$为事件A的几何概率,当$A=\varphi$时,规定$P(A)=0$

会面问题
甲、乙两人约定某日下午两点至下午两点半在某地会面,先到者等候15分钟后即离去,假设每人可在指定时间内任一时刻到达,试求两人能会面的概率
解:记下午两点为会面的起点时刻0,设x,y分别为甲、乙两人到达的时刻,A表示两人能会面,则A发生的充要条件是$|x-y|\le 15$这个问题可归结为几何概型:向平面区域 Ω = { ( x , y ) ∣ 0 ≤ x , y ≤ 30 } \Omega=\lbrace (x,y)|0 \le x,y \le 30 \rbrace Ω={(x,y)∣0≤x,y≤30}内随机投点,事件A即点投入$\Omega$中的区域 A = { ( x , y ) ∣ ∣ x − y ∣ ≤ 15 } A=\lbrace (x,y)| |x-y| \le 15 \rbrace A={(x,y)∣∣x−y∣≤15}中,于是
$P(A)=\frac{A的面积}{\Omega 的面积}=\frac{30^2-15^2}{30^2}=\frac{3}{4}$

条件概率

• 设A,B是事件,P(A)>0,已知事件A发生的条件下,事件B发生的概率,称为条件概率
  条件概率公式:如果P(A)>0，则$P(B|A)=\frac{P(AB)}{P(A)}$

全概率公式

定理7:设A与B是任意两个事件,假如$0<P(B)<1$,则$P(A)=P(A|B)P(B)+P(A|\bar{B})P(\bar{B})$
证:由$B\cup \bar{B}=\Omega$和事件运算性质有:
$A=A\Omega =A(B\cup \bar{B})=AB\cup A\bar{B}$,显然$AB$与$A\bar{B}$是互不相容事件,由加法和乘法公式得:
$P(A)=P(AB)+P(A\bar{B})=P(A|B)P(B)+P(A|\bar{B})P(\bar{B})$由于$P(B)$不为0和1,所以$P(\bar{B})>0$从而上述两个条件概率$P(A|B)$与$P(A|\bar{B})$都是有意义的

• 把样本空间$\Omega$分为n个事件$B_1,B_2,\dots ,B_n$若
  (1)$P(B_i)>0,i=1,2,\dots ,n$
  (2)$B_1,B_2,\dots ,B_n$互不相容
  (3)${\cup }_{i=1}^n{B}_i=\Omega$则称事件组$B_1,B_2,\dots ,B_n$为样本空间$\Omega$的一个分割

定理8:(全概率公式)设$B_1,B_2,\dots ,B_n$是样本空间$\Omega$的一个分割,则对$\Omega$中任一事件A，有$P(A)={\sum }_{i=1}^{n}P(A|B_i)P(B_i)$
证:由事件运算知:$A=A\Omega =A({\cup }_{i=1}^n{B}_i)={\cup }_{i=1}^{n}A{B}_i$
由$B_1,B_2,\dots ,B_n$互不相容可知$A{B}_1,A{B}_2,\dots ,A{B}_n$也互不相容,再由可加性和乘法公式得:
$P(A)={\sum }_{i=1}^{n}P(A{B}_i)={\sum }_{i=1}^{n}P(A|B_i)P(B_i)$

例:某工厂有三台机器生产同一种产品，三台机器的产量分别占总产量的25%,35%,40%,次品率分别为0.05,0.04,0.02,若全部产品放在一起,求这种产品的次品率
解:设A={任取一件产品是次品},则次品率即是P(A),设$B_i$={产品是第i台机器生产的},i=1,2,3
由题设知$P(B_1)=0.25,P(B_2)=0.35,P(B_3)=0.4$,则$B_1,B_2,B_3$为$\Omega$的一个分割,且$P(A|B_1)=0.05,P(A|B_2)=0.04,P(A|B_3)=0.02$,则$P(A)=P(B_1)P(A|B_1)+P(B_2)P(A|B_2)+P(B_3)P(A|B_3)=0.25\times 0.05+0.35\times 0.04+0.4\times 0.02=0.0345$

贝叶斯公式

若事件B能且只能与两两互不相容的事件$A_1,A_2,\dots ,A_n,\dots$之一同时发生,即$B={\sum }_{i=1}^{\infty }B{A}_i$,由于$P(A_{i}B)=P(A_i|B)P(B)=P(A_i)P(B|A_i)$,故$P(A_i|B)=\frac{P(A_i)P(B|A_i)}{P(B)}$,再由全概率公式得:$P(A_i|B)=\frac{P(A_i)P(B|A_i)}{{\sum }_{i=1}^{\infty }P(A_i)P(B|A_i)}$