第二章 条件概率和独立性.pptVIP

 制作者 范彩云 目录 第二章 条件概率与独立性 2.1 条件概率与乘法公式 2.1.1 条件概率 一般来说，条件概率是指附加一定的条件之后计算得出的概率。从广义上说，任何概率都是条件概率，因为我们是在一定的试验之下去考虑事件的概率的。在概率论中，规定试验的那些基础条件被看作是已假定不变的，如果不再加入其他条件或假定，则算出的概率就叫做“无条件概率”，就是通常所说的概率。当说到“条件概率”时，是指另外附加的条件，其形式可归结为“已知某事件发生了”。 例如，掷一个骰子的实验，骰子必须为均匀的正立方体，抛掷要有足够的高度等要求，这是试验的固有规定，不是附加条件。考虑三个事件:A=｛掷出素数点｝，B=｛掷出奇数点｝， C=｛掷出偶数点｝，有 第二章 条件概率与独立性 A=｛2,3,5｝,B=｛1,3,5｝,C=｛2,4,6｝ （2-1） 于是算出A的(无条件)概率为3/6=1/2。现若附加上“已知B发生”，则可能情况只有三种:1,3,5;其中使A发生的情况有两种，故在这条件下，A的条件概率，记为P(A|B)，等于2/3。同样，在给定事件C发生的条件下，A的条件概率为P（A|C）=1/3。 下面在古典概率的模式下分析一般的情况。设一试验有N个等可能结果，事件A、B分别包含其M1 和M2 个结果，它们有M12 个结果是公共的，这就是事件AB所包含的试验结果数。若已知B发生，则我们的考虑由起先的N个可能结果局限到现在的M 2个， 第二章 条件概率与独立性 其中只有M12个结果使事件A发生，故一个合理的条件概率定义，应把P（A|B）取为M12 ／M2 ，（M12／M2）=（M12／N)／(M 2／N)=P(AB)/P（B） 例如，在第1章的例1-1中，N=54，记A=｛取到黑桃｝，B=｛取到K｝，则A包含13个结果，B包含4个结果，若已知所取到的牌是K，问它是黑桃K的概率，即P(A|B)。这里M1 =13，M2 =4，M12 =1，于是 对于古典概型，这样理解是合情理的。并由此可得条件概率的一般定义。 第二章 条件概率与独立性 定义 设有两事件A、B，且P（B）≠0，在给定B发生的条件下A的条件概率，记为P（A|B），有 P（A|B）=P（AB）/P（B） （2-2） 当P（B）=0时，式（2-2）无意义。在高等概率论中，需要考虑当P（B）=0时的定义问题，但那要牵涉到高深的数学知识，超出了本书的范围。在以后的章节中我们也会遇到类似的情况，可以用极限的方法去处理。 第二章 条件概率与独立性 2.1.2 乘法公式 事件的运算有加法运算和乘法运算。关于事件相加的概率计算，已有加法公式。下面介绍事件相乘时，其概率计算的公式。先看例2-1。 例2-1 一个盒子中有4只坏晶体管和6只好晶体管，在其中任取两次，每次取一只，第一次取出的不放回，若已经发现第一只是好的，求第二只也是好的的概率。 解 设A i =｛第i只是好的｝,(i=1，2)，那么题目所要求的概率为P（A 2 |A 1 ）。 方法一 先求P（A 1 ）和P（A 1 A 2 ）。 基本事件的总数为 ，A 1 包含6×9个基本事件，因为A 1 是第一只从6只好的中取得，而第二只从剩下的9只中取得。于是 第二章 条件概率与独立性 A1A2包含 个基本事件，于是 因此， 方法二 在取出的第一只是好的条件下，盒子里还剩下9只晶体管，其中5只是好的，求再取1只也是好的的概率，由等可能性可直接得到 。即 根据条件概率的定义，可得 P（AB）=P（B）P（A|B） 同样，可定义P（B|A），从而得到 P（AB）=P（A）P（B|A） 第二章 条件概率与独立性 由此可得以下的定理。 定理1 若对于任意两事件A、B，都有P(A)0，P(B)0，则 P（AB）=P（A）P（B|A）=P（B）P（A|B） 这个公式称为乘法定理。 乘法定理可以推广到有限多个随机事件的情形。 定理2 设A 1 ，A 2 ，…，A n 为任意n个事件，n≥2，且P（A 1 A 2 …A n-1 ）0，则有P(A1A2…A n ）=P（A 1 ）P（A 2 |A 1 ）P（A 3 |A 1