教学网页规划.pptVIP

教學網頁規劃 任意Ａ，Ｂ兩事件，若有下列三等式， 其中任何一式成立時： P(A|B)＝P(A) P(B|A)＝P(B) P(A∩B)＝P(A)P(B) 則稱A與B兩事件獨立（independent）， 反之則稱A與B兩事件相依（dependent）， 亦即兩事件相依係指一事件的發生會影響 其他事件發生的機率。 求事件機率的過程中，直接求該事件的機率 是個不錯且正統無誤的方法。不過藉由其他已知 機率的相關事件，根據其相關性，推斷欲求事件 的機率，有時比起直接求可顯得容易得多，這也 是本小節所欲陳述的主題：運用機率法則，進而 求得事件機率。本小節介紹三大法則： 加法法則（additive rule） 乘法法則（multiplicative rule） 餘集法則（complementary rule） 此三法則的由來，都是由前幾節的定義稍加變化， 進而推導而來，嚴格而言，並無新的觀念存在， 只要稍加說明，讀者必然可立即應用。 【例】 台北市一中學日前舉行期中考， 已知班上同學有50％數學不及格， 有30％英文不及格，而有20％數學與英文 均不及格。今從此班級中隨機抽取一人， 試問此同學在這兩科中，至少有一科不及格 的機率為何？ 解： 若令事件　 A：抽取此同學，數學不及格的事件 B：抽取此同學，英文不及格的事件 則依題目所示：P(A)＝50％，P(B)＝30％ 抽取此同學，數學與英文均不及格事件 的機率為P(A∩B)＝20％，而至少有一科不及格 的事件，即為A∪B。則其機率為運用事件加法法則 P(A∪B)＝P(A)＋P(B)－P(A∩B) ＝50％＋30％－20％＝60％ 也就是說，班上有60％的同學，數學或英文不及格 (至少有一科不及格)。 【例】 假設有A，B兩事件。P(A)＝0.3，P(B)＝0.8 P(A∩B)＝0.2 試求P(A∪B)？ (b) 假設有Ｃ，Ｄ兩事件。P(C)＝0.2 P(D)＝0.3 且C， D兩事件 互斥，試求P(C∪D)？ 解： (a) 運用加法法則 P(A∪B)＝P(A)＋P(B)－P(A∩B)＝0.3＋0.8－0.2 ＝0.9 (b) 因兩事件互斥，P(C∩D)＝0，運用加法法則 P(C∪D)＝P(C)＋P(D)＝0.2＋0.3＝0.5 此乘法法則的由來，讀者可看出就是由條件機率的定義 而來。而若兩事件獨立，也就是當 P(A|B)＝P(A∩B) / P(B) ＝P(A)成立 則P(A∩B)＝P(B)P(A)。 由於事件A及事件Ac正好將整個樣本空間一分為二 A與Ac互斥事件且A∪Ac＝S，運用互斥事件加法法則: P(A∪Ac)＝P(A)＋P(Ac)＝P(S)＝1 P(A)＝1 － P(Ac)或P(Ac)＝1 － P(A)。 此餘集法則非常重要且相當好用，在某些情況下 可省去許多多餘的運算，加快解題速度。 【例】 有一神射手，其槍法十分準確。對於在五十公尺 遠的目標，有90％的機率可射擊命中。今對於此 目標連續射發十次，並假設十次擊發彼此皆為獨 立事件。試問此神射手至少失誤一發的機率? 解： 定義A：至少失誤一發的事件。 若要直接算出P(A) 必須考慮很 多種情況，例如， 正好失誤一發的事件，正好失誤二發的事件，…，正好失誤十發的事件。 這些情形都包含在A事件內， 而要一一算出別事件機率，是耗力且費時的。 而A的餘事件Ac，也就是十發完全命中無失誤的事件，很明顯的，P(Ac)容易計算的多。 P(Ac)＝(0.9)10， 運用餘集法則： P(A)＝1－P(Ac)＝1－(0.9)10＝0.6513　　　 我們已經知道獨立的定義了,那我們現在來看看獨立跟互斥的差別吧? 獨立：若Ａ與Ｂ為獨立事件，則 P(A) = P(A | B)，或是 P(A且B) = P(A)*P(B)白話來說，就是Ａ發生的機率跟Ｂ無關，例如明天會不會下雨，跟王建明會不會獲得第１５場勝投無關，也就是明天會下雨，與王建明得勝投兩事件互相獨立。 互斥：兩集合沒有交集，就稱為互斥事件：P(A且B) = 0，或是 (A且B) = 空集合 例如：Ａ為生男生的事件，Ｂ為生女生的事件，而生一胎不可能同時又是男生又是女生，也就是 P(“生男” 且 “生女”) = 0 ，所以Ａ、Ｂ為互斥事件。這樣同學懂怎麼分了吧 ^^  重複實驗：一試驗獨立測試是指將某一次試驗重複進行N次。 二項分佈：如果一個Ｎ次獨立隨機試驗的結果只有兩種成功或