文章目录
概率
接着上一篇频率继续往下展开。
上一篇文章提到的抛硬币出现正面的频率。
从中可以看出频率 f n ( H ) f_n(H) fn(H) 随 n n n 的增大渐趋稳定,存在一个稳定值。
定义 1 概率的统计性定义:
当试验的次数增加时,随机事件 A 发生的频率的稳定值 p p p 称为概率。记为 P ( A ) = p P(A) = p P(A)=p。
定义 2 (概率的公理化定义):
设随机实验对应的样本空间为 S S S。
对每个事件 A A A,定义 P ( A ) P(A) P(A),满足:
- 非负性: P ( A ) ≥ 0 P(A)\geq 0 P(A)≥0;
- 规范性: P ( S ) = 1 P(S) = 1 P(S)=1;
- 可列可加性:
A 1 , A 2 , . . . 两 两 互 斥 , 即 A i A j = ∅ , i ≠ j , 则 A_1,A_2,...两两互斥,即 A_iA_j = \emptyset, i \neq j, 则 A1,A2,...两两互斥,即AiAj=∅,i=j,则
P ( ⋃ i = 1 ∞ ) A i = ∑ i = 1 ∞ P ( A i ) P(\bigcup_{i=1}^\infty)A_i = \sum_{i=1}^\infty P(A_i) P(i=1⋃∞)Ai=i=1∑∞P(Ai)
称 P ( A ) P(A) P(A) 为事件 A A A 的概率。
性质:
1 。 1^。 1。 P ( ∅ ) = 0 P(\emptyset) = 0 P(∅)=0
2 。 2^。 2。 P ( A ) = 1 − P ( A ‾ ) P(A) = 1 - P(\overline{A}) P(A)=1−P(A)
3
。
3^。
3。 (有限可加性)
A
1
,
A
2
,
.
.
.
,
A
n
,
A
i
A
j
=
∅
,
i
≠
j
,
A_1,A_2,...,A_n,A_iA_j = \emptyset, i\neq j,
A1,A2,...,An,AiAj=∅,i=j,
⟹ P ( ⋃ i = 1 n A i ) = ∑ i = 1 n P ( A i ) \implies P(\bigcup_{i=1}^{n} A_i) = \sum_{i=1}^{n} P(A_i) ⟹P(i=1⋃nAi)=i=1∑nP(Ai)
4
。
4^。
4。 若
A
⊂
B
,
则
有
P
(
B
−
A
)
=
P
(
B
)
−
P
(
A
)
A\subset B, 则有 P(B-A)=P(B)-P(A)
A⊂B,则有P(B−A)=P(B)−P(A)
证:
B
=
A
⋃
(
B
−
A
)
B = A \bigcup (B - A)
B=A⋃(B−A) 不交并
⟹
P
(
B
)
=
P
(
A
)
+
P
(
B
−
A
)
\implies P(B) = P(A) + P(B - A)
⟹P(B)=P(A)+P(B−A)
⟹
P
(
B
−
A
)
=
P
(
B
)
−
P
(
A
)
\implies P(B - A) = P(B) - P(A)
⟹P(B−A)=P(B)−P(A)
⟹
P
(
B
)
≥
P
(
A
)
,
于
是
有
P
(
A
)
≤
P
(
S
)
=
1
\implies P(B)\geq P(A),于是有 P(A)\leq P(S)=1
⟹P(B)≥P(A),于是有P(A)≤P(S)=1
延伸: 一般情况下
P
(
B
−
A
)
=
P
(
B
)
−
P
(
A
B
)
P(B-A)=P(B)-P(AB)
P(B−A)=P(B)−P(AB)
5
。
5^。
5。 概率的加法公式:
P
(
A
⋃
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
P(A\bigcup B)=P(A)+P(B)-P(AB)
P(A⋃B)=P(A)+P(B)−P(AB)
证:
A
⋃
B
=
A
⋃
(
B
−
A
)
A\bigcup B=A\bigcup (B-A)
A⋃B=A⋃(B−A)
⟹
P
(
A
⋃
B
)
=
P
(
A
)
+
P
(
B
−
A
)
\implies P(A\bigcup B)=P(A)+P(B-A)
⟹P(A⋃B)=P(A)+P(B−A)
⟹
P
(
A
⋃
B
)
=
P
(
A
)
+
P
(
B
)
−
P
(
A
B
)
\implies P(A\bigcup B)=P(A)+P(B)-P(AB)
⟹P(A⋃B)=P(A)+P(B)−P(AB)
#
5
。
\#5^。
#5。 的推广 1:
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\bigcup B\bigcup C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)
P(A⋃B⋃C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
证:
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
)
\begin{aligned} P(A\bigcup B\bigcup C) =& P(A\bigcup B)+P(C)-P(AC\bigcup BC) \\ =& P(A)+P(B)-P(AB)+P(C)-P(AC)-P(BC)+P(ABC) \end{aligned}
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)
#
5
。
\#5^。
#5。 的推广 2(一般情形):
P
(
⋃
i
=
1
n
A
i
)
=
∑
i
=
1
n
P
(
A
i
)
−
∑
1
≤
i
<
j
≤
n
P
(
A
i
A
j
)
+
∑
1
≤
i
<
j
<
k
≤
n
P
(
A
i
A
j
A
k
)
+
.
.
.
+
(
−
1
)
n
−
1
P
(
A
1
A
2
.
.
.
A
n
)
P(\bigcup_{i=1}^{n} A_i) = \sum_{i=1}^{n} P(A_i) - \sum_{1\leq i<j\leq n} P(A_iA_j) + \sum_{1\leq i<j<k\leq n} P(A_iA_jA_k) + ... + (-1)^{n-1} P(A_1A_2...A_n)
P(i=1⋃nAi)=i=1∑nP(Ai)−1≤i<j≤n∑P(AiAj)+1≤i<j<k≤n∑P(AiAjAk)+...+(−1)n−1P(A1A2...An)
例 1: 设甲、乙两人向同一目标进线射击,已知甲击中的概率为0.7, 乙击中目标的概率为0.6,两人同时击中目标的概率为0.4,
求:
(1)目标不被击中的概率;
(2)甲击中目标而乙未击中的概率.
解:
设 A = {甲击中目标},B={乙击中目标},则
P
(
A
)
=
0.7
,
P
(
B
)
=
0.6
,
P
(
A
B
)
=
0.4
P(A) = 0.7, P(B) = 0.6, P(AB)=0.4
P(A)=0.7,P(B)=0.6,P(AB)=0.4.
而{目标不被击中}= A ‾ B ‾ = A ⋃ B ‾ \overline{A}~\overline{B} = \overline{A\bigcup B} A B=A⋃B,
{甲击中目标而乙未击中}= A B ‾ = A − A B , 所 以 A\overline{B}=A-AB,所以 AB=A−AB,所以
(1): P ( A ‾ B ‾ ) = 1 − P ( A ⋃ B ) = 1 − [ P ( A ) + P ( B ) − P ( A B ) ] = 1 − [ 0.7 + 0.6 − 0.4 ] = 0.1 P(\overline{A}~\overline{B})=1-P(A\bigcup B)=1-[P(A)+P(B)-P(AB)]=1-[0.7+0.6-0.4]=0.1 P(A B)=1−P(A⋃B)=1−[P(A)+P(B)−P(AB)]=1−[0.7+0.6−0.4]=0.1,
(2): P ( A B ‾ ) = P ( A ) − P ( A B ) = 0.7 − 0.4 = 0.3. P(A\overline{B})=P(A)-P(AB)=0.7-0.4=0.3. P(AB)=P(A)−P(AB)=0.7−0.4=0.3.