事件和概率
约 1001 字大约 3 分钟
2025-10-26
重要公式
- 加法公式
P(A∪B)=P(A)+P(B)−P(A∩B)
同理,P(A∪B∪C)=P(A)+P(B)+P(C)−P(A∩B)−P(A∩C)−P(B∩C)+P(A∩B∩C)
- 减法公式
P(A−B)=P(AB)=P(A)−P(A∩B)
- 对立事件
P(A)=1−P(A)
- 分配律(先和后积可以转化为先积后和)
P(A∪(B∩C))=P((A∪B)∩(A∪C))
P(AB∪C)=P((A∪C)(B∪C))
为什么?
因为有相同事件吸收掉了。 通俗理解:P(A∪(B∩C))表示事件A发生的同时,事件B和C也发生的概率,而P((A∪B)∩(A∪C))则表示事件A发生的同时,事件B和C至少有一个发生的概率。
同时为了方便理解推导,可以把∪看作加法,把∩看作乘法,这样就可以用小学的分配律来理解这个公式。
例如:P(AB+C)=P((A+C)(B+C)),把P去掉,就是(AB)+C=(A+C)(B+C)
然后拆分,AB+AC+BC+C^2,C2=C,同时AC,BC可以合并为C,最终得到AB+C。
- 对偶律
P(A∪B)=P(A)∩P(B)
P(A∩B)=P(A)∪P(B)
口诀:长杠变短杠,开口换方向.
- 条件概率公式
P(A∣B)=P(B)P(A∩B)
- 乘法公式
P(A∩B)=P(A∣B)P(B)=P(B∣A)P(A)
注意乘号和并集等价,可以省略
- 独立性 注意:概率为1不一定是必然事件的,同样的,概率为0不一定是不可发生事件的。 概率推不出事件!!
而概率推独立是例外: A,B独立 ⇔P(A∩B)=P(A)P(B)
[1] 如果A,B独立,那A和B也独立,A和B也独立,A和B也独立。
[2] 如果A1,A2,...,An,B1,B2,...,Bm两组事件分别独立,那么任意从第一组中取一个事件,与任意从第二组中取一个事件,都是独立的。
[3] 如果ABC为三个事件,则 相互独立可以推出两两独立,但两两独立不一定相互独立,换言之,相互独立比两两独立条件更强.
两两独立 + P(A∩B∩C)=P(A)P(B)P(C) ⇔ 相互独立
举例: A:掷骰子出现偶数 B:掷骰子出现大于2的数 C:掷骰子出现小于5的数 A,B独立,A,C独立,B,C独立,但ABC不独立,因为P(A∩B∩C)=P({4})=61=P(A)P(B)P(C)=21×32×32=92
- 全概率公式: 设B1,B2,...,Bn为样本空间S的一个划分,则对于任一事件A,有:
P(A)=∑i=1nP(A∣Bi)P(Bi)
相当于是一个分类讨论~
- 贝叶斯公式(由果溯因)
比如你已经迟到了,已经知道了迟到了,推算你到底是因为什么导致的迟到.
P(Bi∣A)=P(A)P(A∣Bi)P(Bi)
结合条件概率和全概率公式:
P(Bi∣A)=∑j=1nP(A∣Bj)P(Bj)P(A∣Bi)P(Bi),(i=1,2,...,n)
- 伯努利概型:在每一次试验中,事件A发生的概率为p,不发生的概率为q=1-p,进行n次独立重复试验,则事件A恰好发生k次的概率为:
P(X=k)=C(n,k)pkqn−k
例1. 设A,B独立,A,C互斥,BC=ϕ,P(A)=P(B)=1/2,P(AC∣AB∪C)=1/4,则P(C)=。
首先是分配律,P(ABC∪AC),分母=P(AB∪C),再看分子吸收P(AC) 分母:P(AB)+P(C)−P(ABC).
然后P(ABC)=0(BC为空集),所以分母=P(AB)+P(C)
代入得到答案: 41
