概率论——5 事件的独立性

这篇具有很好参考价值的文章主要介绍了概率论——5 事件的独立性。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

事件独立性

描述性定义

A , B A,B A,B为两个事件,如果其中任何一个事件发生的概率不受另一个事件发生与否的影响,则称事件 A A A B B B相互独立。

数学定义

数学定义其实可以由条件概率推导得到,当事件 A A A B B B独立时, B B B A A A的条件下发生的概率应该等于 P ( B ) P(B) P(B),反之亦然,则可以得到下面的等式:
P ( B ∣ A ) = P ( A B ) P ( A ) = P ( B ) P(B|A)=\frac {P(AB)} {P(A)}=P(B) P(BA)=P(A)P(AB)=P(B)
可以得到:
P ( A B ) = P ( A ) P ( B ) P(AB)=P(A)P(B) P(AB)=P(A)P(B)
上式就是事件独立性的数学定义,即只要满足两个事件的积事件概率等于两个事件概率的乘积,则两个事件独立。该条件是充要的。

注:

  1. 两事件相互独立和两事件互不相容二者不可能同时发生。
    P ( A B ) = P ( A ) P ( B ) P ( A ) > 0 , P ( B ) > 0 , P ( A B ) > 0 P(AB)=P(A)P(B)\\ P(A)>0,P(B)>0,P(AB)>0 P(AB)=P(A)P(B)P(A)>0,P(B)>0,P(AB)>0
    但对于互不相容的两个事件,二者不可能同时发生:
    P ( A B ) = P ( ∅ ) = 0 P(AB)=P(\emptyset)=0 P(AB)=P()=0

  2. 必然事件及不可能事件与任意事件相互独立。(易证)

相关定理
  1. A , B A,B A,B是两事件,且 P ( A ) > 0 P(A)>0 P(A)>0,若 A , B A,B A,B相互独立,则 P ( B ∣ A ) = P ( B ) P(B|A)=P(B) P(BA)=P(B)​,反之亦然。

  2. 若事件 A A A B B B相互独立,则 A , B A,B A,B中任一事件换成逆事件后仍独立。
    P ( A B ˉ ) = P ( A − B ) = P ( A ) − P ( A ) P ( B ) = P ( A ) [ 1 − P ( B ) ] = P ( A ) P ( B ˉ ) \begin{align} P(A\bar B) &=P(A-B)\\ &=P(A)-P(A)P(B)\\ &=P(A)[1-P(B)]\\ &=P(A)P(\bar B) \end{align} P(ABˉ)=P(AB)=P(A)P(A)P(B)=P(A)[1P(B)]=P(A)P(Bˉ)
    其他同理可证。

概率论——5 事件的独立性,概率论

多事件独立性

注意区分两两独立相互独立的区别,相互独立可推出两两独立,反之不成立。相互独立的条件更强。

概率论——5 事件的独立性,概率论

例子:

设有4张卡片,分别标有数字1,2,3,4,现任取一张,设事件 A A A:取到1或2,事件 B B B:取到1或3,事件 C C C:取到1或4

其实经过简单运算就可以得到 A , B , C A,B,C A,B,C​两两独立,但不相互独立。

概率论——5 事件的独立性,概率论

概率论——5 事件的独立性,概率论文章来源地址https://www.toymoban.com/news/detail-858171.html

到了这里,关于概率论——5 事件的独立性的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【考研数学】概率论与数理统计 | 第一章——随机事件与概率(2,概率基本公式与事件独立)

    承接上文,继续介绍概率论与数理统计第一章的内容。 P ( A − B ) = P ( A B ‾ ) = P ( A ) − P ( A B ) . P(A-B)=P(A overline{B} )=P(A)-P(AB). P ( A − B ) = P ( A B ) = P ( A ) − P ( A B ) . 证明: A = ( A − B ) + A B A=(A-B)+AB A = ( A − B ) + A B ,且 A − B A-B A − B 与 A B AB A B 互斥,根据概率的有限可加

    2024年02月12日
    浏览(51)
  • 【概率论】事件的独立与事件的互斥(或互不相容)、以及它们之间的关系

        通俗的讲,两个事件的独立就是这两个事件发生与否互相不影响,比如:投掷骰子两次,第一次的结果与第二次的结果互不影响,把这两次投骰子看作两次事件,那么也就是说这两次事件独立。     事件 A 与事件 B 独立用概率来定义:P(AB) = P(A) P(B) 。因为

    2024年02月12日
    浏览(39)
  • 概率论--随机事件与概率--贝叶斯公式--随机变量

    目录 随机事件与概率 概念 为什么要学习概率论 随机事件与随机事件概率 随机事件 随机事件概率 贝叶斯公式  概念 条件概率 概率乘法公式 贝叶斯公式  举个栗子 随机变量   随机变量的定义 随机变量的分类 离散型随机变量 连续型随机变量 概念 随机事件是指在一次试验

    2024年02月11日
    浏览(49)
  • 概率论与数理统计:第一章:随机事件及其概率

    ①古典概型求概率 ②几何概型求概率 ③七大公式求概率 ④独立性 (1)随机试验、随机事件、样本空间 1. 随机试验 E 2. 随机事件 A、B、C ① 必然事件 Ω : P ( Ω ) = 1 P(Ω)=1 P ( Ω ) = 1 ② 不可能事件 Ø : P ( Ø ) = 0 P(Ø)=0 P ( Ø ) = 0 3.样本空间 ① 样本点 ω = 基本事件 ② 样本空间

    2024年02月14日
    浏览(51)
  • 用分布函数定义的随机变量的独立性的合理性

    随机变量的独立性是这样定义的: 如果对任意 x , y x, y x , y 都有 P { X ≤ x , Y ≤ y } = P { X ≤ x } P { Y ≤ y } P{Xleq x,Yleq y} = P{Xleq x }P{Yleq y} P { X ≤ x , Y ≤ y } = P { X ≤ x } P { Y ≤ y } 即 F ( x , y ) = F X ( x ) F Y ( y ) F(x,y)=F_X(x)F_Y(y) F ( x , y ) = F X ​ ( x ) F Y ​ ( y ) 则称随机变量

    2024年02月03日
    浏览(49)
  • 【考研数学】概率论与数理统计 | 第一章——随机事件与概率(1)

    若一个试验满足如下条件: 在相同的条件下该试验可重复进行; 试验的结果是多样的且所有可能的结果在试验前都是确定的; 某次试验之前不确定具体发生的结果, 这样的试验称为随机试验,简称试验,一般用字母 E E E 表示。 设 E E E 为随机试验,随机试验 E E E 的 所有

    2024年02月12日
    浏览(53)
  • 彻底搞明白概率论:随机事件,样本空间,必然事件,不可能事件

    参考视频 随机试验E的一切可能基本结果(或实验过程如取法或分配法)组成的集合称为E的样本空间,记为S 注意,对于不同的实验,样本空间是不同的,比如用硬币做的所有实验,由于观察的角度和目的不同其样本空间也是不同的,从下面的例子来看: 虽然硬币只有 Head 和

    2024年02月06日
    浏览(43)
  • 概率论与数理统计——事件间的关系

    事件A发生必然导致事件B发生。 代数中经常用这种方法证明两个事件相等。 A与B至少有一个发生 A与B同时发生 无限可列个:能按某种规律能把他排成一个序列(实变函数的概念) (1)自然数,(2)整数,(3)有理数 n个事件中任意两个都互不相容则称为两两互不相容 若A

    2024年02月09日
    浏览(48)
  • 样本空间与事件集合,事件间的关系——概率论与数理统计(宋浩)

    1.1.1随机试验与随机事件 统计规律 1.随机试验(用E表示): (1)在相同条件下可重复 (2)结果不止一个 (3)无法预测 2.事件:每种试验结果 3.随机事件(用大写A,B,C……表示):可能发生也可能不发生的时间 4.基本事件:相对于试验目的不可再分(不必再分) 5.复合事件

    2024年02月08日
    浏览(37)
  • 【概率论与数理统计】猴博士 笔记 p36-37 协方差、相关系数、不相关、相互独立时的期望和方差

    接下来做几道例题,练习一下套公式: 例1: 解: 前4个就是简单的套公式: 第5个有点类似分配律: C o v ( 2 X + 3 Y , 4 X + 5 Y ) = 8 C o v ( X , X ) + 10 C o v ( X , Y ) + 12 C o v ( X , Y ) + 15 C o v ( Y , Y ) Cov(2X+3Y,4X+5Y)=\\\\8Cov(X,X)+10Cov(X,Y)+12Cov(X,Y)+15Cov(Y,Y) C o v ( 2 X + 3 Y , 4 X + 5 Y ) = 8 C o v ( X , X

    2023年04月08日
    浏览(63)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包