概率论与数理统计课件14.ppt

* * §1.4 独立性 一、 两个事件的独立性 设A,B是试验E的二事件, P(A)0, 一般说来, 条件概率P(B|A)?P(B), 即A的发生对于B发生的 概率是有影响的. 实际问题也有可能出现 P(B|A)=P(B)的情形. 例1 袋中有6个白球, 2个黑球, 从中有放回地抽 取两次, 每次取一球, 记A={第一次取到白 球}, B={第二次取到白球}, 则有 因此P(B|A)=P(B). 类似地可算出 这表明不论A发生与否，对B发生的概率均没有影响. 一般地, 设A与B是试验E的两个事件, 且P(A)0, 若P(B|A)=P(B), 则认为B与A独立. 由条件概率的 定义 可得 P(AB)=P(A)P(B) (1) 我们可以用(1)式作为事件的独立性的定义. 定义1 设A,B是二事件, 如果满足等式 P(AB)=P(A)P(B), 则称事件A,B相互独立, 简称A,B独立. 当P(A)0时, 事件A,B相互独立的充要条件为 P(B|A)=P(B); 若P(A)=0, 则事件A与任一事件B相互独立. 独立事件往往跟独立试验有关, 就是说, 有两个试 验设计得互不牵扯, 相互无关, 则由这两个试验拼 成的一个试验中, 各个试验各自产生的事件相互独 立. 例2 甲乙二人独立地对目标各射击一次, 设甲射中 目标的概率为0.5, 乙射中目标的概率为0.6, 求目 标被击中的概率. 解 设A,B分别表示甲,乙击中目标, 则A?B表示目 标被击中, 由 A,B独立, 故 P(A?B)=P(A)+P(B)-P(AB) =P(A)+P(B)-P(A)P(B) =0.5+0.6-0.5?0.6=0.8 定理1 若事件A与事件B相互独立,则A与 , 与B, 与 也分别相互独立. 应当指出的是, 事件的独立性与事件的互不相容是完全不 同的两个概念. 事实上, 由定义可以证明, 在P(A)0, P(B)0的前提下, 事件A,B相互独立与事件A,B互不相容是 不能同时成立的. 二、 多个事件的独立性 下面将独立性的概念推广到三个及其以上的事件的情形 定义2 设A1,A2,A3是三个事件, 如果满足等式 则称事件A1,A2,A3相互独立. 一般, 设A1,A2,?,An是n(n?2)个事件, 如果对其中任 意2个, 任意3个,?,任意n个事件的积事件的概率, 都等 于各事件的概率之积, 则称事件A1,A2,?,An相互独立. 另外, 称无穷多个事件A1,A2,?,An,?相互独立, 是指其 中任意有限多个事件都相互独立. 与两个事件的情形类似, 在实际应用时, 往往根据问题 的实际意义来判断多个事件的独立性. 如果各个事件是相 互独立的, 则许多概率问题的计算可以大为简化.. 定理2 如果n(n?2)个事件A1,A2,?,An相互独立, 则将其中任何m(1?m?n)个事件改为相应的对立 事件, 形成的n个新的事件仍相互独立. 定理3 若A1,A2,?,An是n个相互独立的事件, 则这n 个事件中至少有一个发生的概率为 独立性的概念在理论上的作用我们将逐渐会看到. 归纳前面的讨论, 现在至少我们看到它可以简化 概率的计算: 计算n个相互独立的事件A1,A2,?,An的积事件的概率, 可简化为 P(A1A2?An)=P(A1)P(A2)?P(An)