第一章 隨機事件的概率
1.1 隨機事件與樣本空間
1.1.1 隨機試驗與隨機事件
試驗:各式各樣的科學實驗或對某一事物的某種特性的觀察。
隨機試驗:如果在相同的條件下可以重複進行,而且每次試驗的結果事前不可預言,簡稱試驗。
隨機事件(事件):在試驗中可能發生,也可能不發生的事件。
基本事件(樣本點):試驗中的每一個可能結果都是一個最簡單的隨機事件。
必然事件:在試驗中必然會發生的事件。
不可能事件:在實驗中不可能發生的事件。
1.1.2 樣本空間
定義 1 試驗E的全部基本事件組成的集合,稱爲試驗E的樣本空間,記爲S。
試驗E的基本事件是E的樣本空間中的元素。基本事件又稱爲樣本點。
——用集合論的有關知識來討論事件間的關係和運算。
1.1.3 隨機事件的關係與運算
若事件A發生必然導致事件B發生,則稱事件A含於事件B,或稱事件B包含事件A,記爲A⊂B 或B⊃A 。
事件A與B至少有一個發生,稱爲A與B之和,記爲A+B 或A∪B
事件A與B同時發生,這一事件稱爲A與B之積,記爲AB 或A∩B
若事件A與B不能同時發生,即AB=∅ ,則稱事件A與B互不相容或稱A與B互斥。
特別的,若AB=∅ 且A+B=S ,則稱兩個事件A與B呼你,或稱A與B對立。
事件A發生而B不發生,這一事件稱爲A與B之差,記爲A−B
重要公式:A−B=A−AB=AB¯¯¯
事件之間的運算,滿足以下規則:
- 交換律 A+B=B+A,AB=BA
- 結合律 (A+B)+C=A+(B+C),(AB)C=A(BC)
- 分配路 (A+B)C=AC+BC,(AB)+C=(A+C)(B+C)
- 德摩根公式 對於有限個或克烈無窮多個事件Ai ,恆有
∑iAi¯¯¯¯¯¯¯¯¯=∏iA¯¯¯i,∏iAi¯¯¯¯¯¯¯¯=∑iA¯¯¯i
1.2 概率的定義及性質
P(A) 稱爲事件A的概率,是事件A發生可能性的度量。
1.2.1 概率的古典定義
古典型隨機試驗(古典概型):樣本空間只包含有限個基本事件,且每個基本事件發生的可能性相等。
定義 2 設試驗E的樣本空間S={e1,e2,...,en} ,且P(e1)=P(e2)=...=P(en) ,E中事件A包含k個基本事件,則稱P(A)=kn 爲事件A的概率。
1.2.2 概率的幾何定義
定義 3設幾何概型的樣本空間爲S,A是含於S內的任意隨機事件,即A⊂S ,則稱
P(A)=L(A)L(S)
爲事件A的概率。其中,L(A)是事件A的度量,L(S)是樣本空間的度量,即事件A的概率等於事件A的幾何度量與樣本空間S的幾何度量的比值。這樣的概率稱爲幾何概率。
——具有完全可加性(或稱可列可加性)。
1.2.3 概率的統計定義
定義 4 設某試驗重複做了n次,事件A共發生了nA 次,則稱比值nAn 爲n次試驗中事件A發生的頻率,記作fn(A) ,即
fn(A)=nAn
定義 5 若隨着試驗次數的增大,事件A發生的頻率
fn(A) 在某個常熟
p(0≤p≤1) 附近擺動,並且逐漸穩定於p,則稱該常數p爲事件A的概率,即
P(A)=p ,並把這樣定義的概率稱爲統計概率(經驗概率)。
1.2.4 概率的公理化定義
定義 6 設P(A)是定義在試驗E的全體事件(包括∅ 和S)所組成的集合F 上的一個實值函數。若P(A)滿足下列三個性質:
1. 對每一A∈F ,0≤P(A)≤1
2. P(S)=1
3. 對互不相容的Ai∈F,i=1,2,3,...
P(∑i=1∞Ai)=∑i=1∞P(Ai)
則稱P(A)爲事件A的概率。
性質如下:
4. 不可能事件的概率爲0,即
P(∅)=0
5. 概率具有有限可加性,即若
A1,A2,...,An 互不相容,則
P(∑i=1n)Ai=∑i=1nP(Ai)
6. 對任意事件A,有
P(A¯¯¯)=1−P(A)
7. 若
B⊂A ,則
P(A−B)=P(A)−P(B) ,且
P(B)≤P(A)
8. 對任意事件A,B有
P(A+B)=P(A)+P(B)−P(AB)
1.3 條件概率與乘法公式
1.3.1 條件概率的概念
定義 7設A,B爲試驗E的兩個事件,且P(B)>0 ,則稱
P(A|B)=P(AB)P(B)
爲在事件B發生的條件下,事件A發生的條件概率。
1.3.2 乘法公式
由條件概率的定義得
P(AB)=P(B)P(A|B)(P(B)>0)
P(AB)=P(A)P(B|A)(P(A)>0)
1.4 全概率公式與貝葉斯公式
1.4.1 全概率公式
定理 1設事件組B1,B2,...,Bn 滿足:(1)∑ni=1Bi=S ;(2)B1,B2,...,Bn 互不相容;(3)P(Bi)>0,i=1,2,...,n ,則對任意事件A,恆有
P(A)=∑i=1nP(Bi)P(A|Bi)
,該式稱爲全概率公式。
1.4.2 貝葉斯公式
定理 2設事件組B1,B2,...,Bn 滿足:(1)∑ni=1Bi=S;(2)B1,B2,...,Bn互不相容;(3)P(Bi)>0,i=1,2,...,n, 則對任意事件A(P(A)>0) ,有
P(Bi|A)=P(Bi)P(A|Bi)∑nj=1P(Bj)P(A|Bj,i=1,2,...,n
該式被稱爲貝葉斯公式。
1.5 事件的獨立性(較難理解)
定義 8 對任意兩個事件A和B,若
P(AB)=P(A)P(B)
則稱A和B相互獨立,簡稱獨立。
定理 3 對任意事件A,B,且
P(B)>0 ,則A與B獨立的充分必要條件是
P(A|B)=P(A)
定理 4 若事件A與B獨立,則下列每對事件:
A¯¯¯ 與
B ,
A 與
B¯¯¯ ,
A¯¯¯ 與
B¯¯¯ 也相互獨立。
定義 9 若事件
A1,A2,...,An 滿足條件:
P(AiAj)$=P(Ai)P(Aj),1≤i<j≤n
則稱n個事件
A1,A2,...,An 是兩兩獨立的。
若對任意整數
k(2≤k≤n) 和
1≤i1<i2<...<ik≤n ,恆有
P(Ai1Ai2...Aik=P(Ai1)P(Ai2)...P(Aik) ,則稱n個事件
A1,A2,...,An 相互獨立。
對於克烈無窮多個事件
A1,A2,...,An,... ,若其中任意有限多個時間都相互獨立,則稱
A1,A2,...,An,... 相互獨立。
注:兩兩獨立不一定相互獨立,但相互對立一定兩兩獨立。
定理 5 若事件
A1,A2,...,An 相互獨立,則事件
B1,B2,...,Bn 也相互獨立。其中
Bi 爲
Ai或Ai¯¯¯¯,i=1,2,...,n
實際中,事件的獨立性常常根據經驗來判斷。一般地,若n個事件A1,A2,...,An 中的每一個事件發生的概率都不受其他事件發生與否的影響,那麼就可以認爲這n個事件是相互獨立的。