【概率论与数理统计】1.3 概率的性质
文章目录
- 1.3.1 概率的可加性
- 1.3.2 概率的单调性
- 1.3.3 概率的加法公式
- 1.3.4 概率的连续性
【配套教材】概率论与数理统计教程(第三版)——茆诗松
性质1: P ( Ω ) = 0 P(\Omega)=0 P(Ω)=0
证明:由于任何事件与不可能事件之并仍是此事件本身,所以
Ω = Ω ∪ ∅ ∪ ∅ ∪ . . . ∪ ∅ ∪ . . . \Omega=\Omega\cup\varnothing\cup\varnothing\cup...\cup\varnothing\cup... Ω=Ω∪∅∪∅∪...∪∅∪...
因为不可能事件与任何事件是互不相容的,故由可列可加性公理得
P ( Ω ) = P ( Ω ) + P ( ∅ ) + P ( ∅ ) + . . . + P ( ∅ ) + . . . P(\Omega)=P(\Omega)+P(\varnothing)+P(\varnothing)+...+P(\varnothing)+... P(Ω)=P(Ω)+P(∅)+P(∅)+...+P(∅)+...
从而由 P ( Ω ) = 1 P(\Omega)=1 P(Ω)=1得
P ( ∅ ) + P ( ∅ ) + . . . = 0 P(\varnothing)+P(\varnothing)+...=0 P(∅)+P(∅)+...=0
再由非负性公理,必有 P ( Ω ) = 0 P(\Omega)=0 P(Ω)=0
结论得证
1.3.1 概率的可加性
性质2(有限可加性):若有限个事件 A 1 , A 2 , . . . , A n A_1,A_2,...,A_n A1,A2,...,An互不相容,则有
P ( ⋃ i = 1 n A i ) = ∑ i = 1 n P ( A i ) P(\bigcup\limits_{i = 1}^n {{A_i}} ) = \sum\limits_{i = 1}^n {P({A_i})} P(i=1⋃nAi)=i=1∑nP(Ai)
证明:对 A 1 , A 2 , . . . , A n , ∅ , ∅ , . . . A_1,A_2,...,A_n,\varnothing,\varnothing,... A1,A2,...,An,∅,∅,...应用可列可加性,得
P ( A 1 ∪ A 2 ∪ . . . ∪ A n ) = P ( A 1 ∪ A 2 ∪ . . . ∪ A n ∪ ∅ ∪ ∅ ∪ . . . ) = P ( A 1 ) + P ( A 2 ) + . . . + P ( A n ) + P ( ∅ ) + P ( ∅ ) + . . . = P ( A 1 ) + P ( A 2 ) + . . . + P ( A n ) \begin{aligned} P({A_1} \cup {A_2} \cup ... \cup {A_n}) &= P({A_1} \cup {A_2} \cup ... \cup {A_n} \cup \varnothing \cup \varnothing \cup ...) \\ &= P({A_1}) + P({A_2}) + ... + P({A_n}) + P(\varnothing ) + P(\varnothing ) + ... \\ &= P({A_1}) + P({A_2}) + ... + P({A_n})\\ \end{aligned} P(A1∪A2∪...∪An)=P(A1∪A2∪...∪An∪∅∪∅∪...)=P(A1)+P(A2)+...+P(An)+P(∅)+P(∅)+...=P(A1)+P(A2)+...+P(An)
结论得证
性质3:对任一事件A,有 P ( A ‾ ) = 1 − P ( A ) P(\overline A ) = 1 - P(A) P(A)=1−P(A)
证明:因为 A A A与 A ‾ \overline A A互不相容,且 Ω = A ∪ A ‾ \Omega = A \cup \overline A Ω=A∪A。所以由概率的正则性和有限可加性得 1 = P ( A ) + P ( A ‾ ) 1 = P(A) + P(\overline A ) 1=P(A)+P(A),由此可得 P ( A ‾ ) = 1 − P ( A ) P(\overline A ) = 1 - P(A) P(A)=1−P(A)
1.3.2 概率的单调性
性质4:若 A ⊃ B A \supset B A⊃B,则 P ( A − B ) = P ( A ) − P ( B ) P(A - B) = P(A) - P(B) P(A−B)=P(A)−P(B)
证明:因为 A ⊃ B A \supset B A⊃B,所以
A = B ∪ ( A − B ) A = B \cup (A - B) A=B∪(A−B)
且 B B B与 A − B A - B A−B互不相容,由有限可加性得
P ( A ) = P ( B ) + P ( A − B ) P(A) = P(B) + P(A - B) P(A)=P(B)+P(A−B)
即得
P ( A − B ) = P ( A ) − P ( B ) P(A - B) = P(A) - P(B) P(A−B)=P(A)−P(B)
结论得证
推论(单调性):若 A ⊃ B A \supset B A⊃B,则 P ( A ) ⩾ P ( B ) P(A) \geqslant P(B) P(A)⩾P(B)
性质5:对任意两个事件 A , B A,B A,B,有 P ( A − B ) = P ( A ) − P ( A B ) P(A - B) = P(A) - P(AB) P(A−B)=P(A)−P(AB)
证明:因为 A − B = A − A B A - B = A - AB A−B=A−AB,且 A B ⊂ A AB \subset A AB⊂A,所以由性质4得
P ( A − B ) = P ( A − A B ) = P ( A ) − P ( A B ) P(A - B) = P(A - AB) = P(A) - P(AB) P(A−B)=P(A−AB)=P(A)−P(AB)
结论得证
1.3.3 概率的加法公式
性质6(加法公式):对任意两个事件 A , B A,B A,B,有
P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A B ) P(A \cup B) = P(A) + P(B) - P(AB) P(A∪B)=P(A)+P(B)−P(AB)
对任意n个事件 A 1 , A 2 , . . . , A n A_1,A_2,...,A_n A1,A2,...,An,有
P ( ⋃ i = 1 n A i ) = ∑ i = 1 n P ( A i ) − ∑ 1 ⩽ i < j ⩽ n P ( A i A j ) + ∑ 1 ⩽ i < j < k ⩽ n P ( A i A j A k ) + . . . + ( − 1 ) n − 1 P ( A 1 A 2 . . . A n ) \begin{aligned} P(\bigcup\limits_{i = 1}^n {{A_i}} ) &= \sum\limits_{i = 1}^n {P({A_i}) - \sum\limits_{1 \leqslant i\lt j \leqslant n}^{} {P({A_i}{A_j})} } + \\ & \sum\limits_{1 \leqslant i\lt j \lt k \leqslant n}^{} {P({A_i}{A_j}{A_k}) + ... + {{( - 1)}^{n - 1}}P({A_1}{A_2}...{A_n})} \end{aligned} P(i=1⋃nAi)=i=1∑nP(Ai)−1⩽i<j⩽n∑P(AiAj)+1⩽i<j<k⩽n∑P(AiAjAk)+...+(−1)n−1P(A1A2...An)
推论(半可加性):对于任意两个事件 A , B A,B A,B,有
P ( A ∪ B ) ⩽ P ( A ) + P ( B ) P(A \cup B) \leqslant P(A) + P(B) P(A∪B)⩽P(A)+P(B)
对任意n个事件 A 1 , A 2 , . . . , A n A_1,A_2,...,A_n A1,A2,...,An,有
P ( ⋃ i = 1 n A i ) ⩽ ∑ i = 1 n P ( A i ) P(\bigcup\limits_{i = 1}^n {{A_i}} ) \leqslant \sum\limits_{i = 1}^n {P({A_i})} P(i=1⋃nAi)⩽i=1∑nP(Ai)
例:配对问题
在一个有n个人参加的晚会上,每个人都带了一件礼物,且假定各人带的礼物都不相同。晚会期间各人从放在一起的n件礼物中随机抽取一件,问至少有一个人自己抽到自己礼物的概率是多少?
以 A i A_i Ai记事件“第 i i i个人自己抽到自己的礼物”, i = 1 , 2 , . . . , n i=1,2,...,n i=1,2,...,n。所求概率为 P ( A 1 ∪ A 2 ∪ . . . ∪ A n ) P({A_1} \cup {A_2} \cup ... \cup {A_n}) P(A1∪A2∪...∪An)
P ( A 1 ) = P ( A 2 ) = . . . = P ( A n ) = 1 n , P ( A 1 A 2 ) = P ( A 1 A 3 ) = . . . = P ( A n − 1 A n ) = 1 n ( n − 1 ) , P ( A 1 A 2 A 3 ) = P ( A 1 A 2 A 4 ) = . . . = P ( A n − 2 A n − 1 A n ) = 1 n ( n − 1 ) ( n − 2 ) , . . . P ( A 1 A 2 . . . A n ) = 1 n ! \begin{aligned} & P({A_1}) = P({A_2}) = ... = P({A_n}) = {1 \over n}, \\ & P({A_1}{A_2}) = P({A_1}{A_3}) = ... = P({A_{n - 1}}{A_n}) = {1 \over {n(n - 1)}}, \\ & P({A_1}{A_2}{A_3}) = P({A_1}{A_2}{A_4}) = ... = P({A_{n - 2}}{A_{n - 1}}{A_n}) = {1 \over {n(n - 1)(n - 2)}}, \\ & ... \\ & P({A_1}{A_2}...{A_n}) = {1 \over {n!}} \\ \end{aligned} P(A1)=P(A2)=...=P(An)=n1,P(A1A2)=P(A1A3)=...=P(An−1An)=n(n−1)1,P(A1A2A3)=P(A1A2A4)=...=P(An−2An−1An)=n(n−1)(n−2)1,...P(A1A2...An)=n!1
所以由概率的加法公式得
P ( A 1 ∪ A 2 ∪ . . . ∪ A n ) = 1 − 1 2 ! + 1 3 ! − 1 4 ! + . . . + ( − 1 ) n − 1 1 n ! P({A_1} \cup {A_2} \cup ... \cup {A_n}) = 1 - {1 \over {2!}} + {1 \over {3!}} - {1 \over {4!}} + ... + {( - 1)^{n - 1}}{1 \over {n!}} P(A1∪A2∪...∪An)=1−2!1+3!1−4!1+...+(−1)n−1n!1
例如,当 n = 5 n=5 n=5时,此概率为 0.6333 0.6333 0.6333;当 n → ∞ n \to \infty n→∞时,此概率的极限为 1 − e − 1 = 0.6321 1 - {e^{ - 1}} = 0.6321 1−e−1=0.6321。这表明:即使参加晚会的人很多(比如100人以上),事件“至少有一个人自己抽到自己礼物”也不是必然事件。
1.3.4 概率的连续性
定义1:(1)对 F \mathcal{F} F中任一单调不减的事件序列 F 1 ⊂ F 2 ⊂ . . . ⊂ F n ⊂ . . . {F_1} \subset {F_2} \subset ... \subset {F_n} \subset ... F1⊂F2⊂...⊂Fn⊂...,称可列并 ⋃ n = 1 ∞ F n \bigcup\limits_{n = 1}^\infty {{F_n}} n=1⋃∞Fn为 { F n } \{ {F_n}\} {Fn}的极限事件,记为
lim n → ∞ F n = ⋃ n = 1 ∞ F n \mathop {\lim }\limits_{n \to \infty } {F_n} = \bigcup\limits_{n = 1}^\infty {{F_n}} n→∞limFn=n=1⋃∞Fn
(2)对 F \mathcal{F} F中任一单调不增的事件序列 E 1 ⊃ E 2 ⊃ . . . ⊃ E n ⊃ . . . {E_1} \supset {E_2} \supset ... \supset {E_n} \supset ... E1⊃E2⊃...⊃En⊃...,称可列交为 ⋂ n = 1 ∞ E n \bigcap\limits_{n = 1}^\infty {{E_n}} n=1⋂∞En为 { E n } \{ {E_n}\} {En}的极限事件,记为
lim n → ∞ E n = ⋂ n = 1 ∞ E n \mathop {\lim }\limits_{n \to \infty } {E_n} = \bigcap\limits_{n = 1}^\infty {{E_n}} n→∞limEn=n=1⋂∞En
定义2:对 F \mathcal{F} F上的一个概率P
(1)若它对 F \mathcal{F} F中任一单调不减的事件序列 { F n } \{ {F_n}\} {Fn}均成立
lim n → ∞ P ( F n ) = P ( lim n → ∞ F n ) \mathop {\lim }\limits_{n \to \infty } P({F_n}) = P(\mathop {\lim }\limits_{n \to \infty } {F_n}) n→∞limP(Fn)=P(n→∞limFn)
则称概率 P P P是下连续的
(2)若它对 F \mathcal{F} F中任一单调不增的事件序列 { E n } \{ {E_n}\} {En}均成立
lim n → ∞ P ( E n ) = P ( lim n → ∞ E n ) \mathop {\lim }\limits_{n \to \infty } P({E_n}) = P(\mathop {\lim }\limits_{n \to \infty } {E_n}) n→∞limP(En)=P(n→∞limEn)
则称概率 P P P是上连续的
性质7(概率的连续性):若 P P P为事件域 F \mathcal{F} F上的概率,则 P P P既是下连续的,又是上连续的。
性质8:若 P P P是 F \mathcal{F} F上满足 P ( Ω ) = 1 P(\Omega ) = 1 P(Ω)=1的非负集合函数,则它具有可列可加性的充要条件是
(1)它是有限可加的;(2)它是下连续的。
【概率论与数理统计】1.3 概率的性质相关推荐
- 概率论与数理统计——随机事件及其概率
文章目录 随机事件及其运算 1.随机事件的相关概念 2.事件的关系及运算( ⊂.⊃.∩.U.=) 3.事件的运算律 4.部分结论的应用 随机事件的概率 复习一些关于排列组合的公式 1.概率的统计定义 ...
- 概率论与数理统计---随机事件及其概率(一)
随机事件及其概率 随机事件 随机现象与随机试验和样本空间 随机事件的关系和运算 随机事件的概率 古典概型 几何概型 随机事件 随机现象与随机试验和样本空间 随机现象 确定性现象 非确定性现象(模糊现象 ...
- 20应用统计考研复试要点(part19)--概率论与数理统计
学习笔记,仅供参考,有错必纠 茆诗松概率论与数理统计 随机事件与概率 概率的性质 利用概率的公理化定义(非负性.正则性和可列可加性),可以导出概率的一系列性质.以下我们逐个给出概率的一些常用性质. 性 ...
- 深度学习中的数学公式(二:线性代数、概率论、数理统计相关公式)
作者:RayChiu_Labloy 版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处 目录 线性代数 行列式按行(列)展开定理 矩阵 向量 1.有关向量组的线性表示 2 ...
- 在线阅读!!机器学习数学精华:概率论与数理统计
机器学习,需要一定的数学基础,需要掌握的数学基础知识特别多,如果从头到尾开始学,估计大部分人来不及,我建议先学习最基础的数学知识,基础知识可以分为高等数学.线性代数.概率论与数理统计三部分,我整理了相 ...
- 20应用统计考研复试要点(part21)--概率论与数理统计
学习笔记,仅供参考,有错必纠 茆诗松概率论与数理统计 随机事件与概率 独立性 两个事件之间的独立性是指:一个事件的发生不影响另一个事件的发生. 两个事件独立 定义:若下式成立,则称事件A与B相互独立, ...
- 20应用统计考研复试要点(part20)--概率论与数理统计
学习笔记,仅供参考,有错必纠 茆诗松概率论与数理统计 随机事件与概率 条件概率 条件概率的定义 所谓条件概率,它是指在某事件B发生的条件下,求另一事件A的概率,记为 P ( A ∣ B ) P(A|B ...
- 20应用统计考研复试要点(part18)--概率论与数理统计
学习笔记,仅供参考,有错必纠 茆诗松概率论与数理统计 随机事件与概率 概率的定义及其确定方法 概率的公理化定义 确定概率的频率方法 确定概率的频率方法是在大量重复试验中,用频率的稳定值去获得概率的一种 ...
- 20应用统计考研复试要点(part17)--概率论与数理统计
学习笔记,仅供参考,有错必纠 茆诗松概率论与数理统计 随机事件与概率 随机事件及其运算 随机现象 在一定的条件下,并不总是出现相同结果的现象称为随机现象. 随机现象有两个特点: 结果不止一个: 哪一个 ...
最新文章
- 探究Facebook相似性搜索工具 faiss的原理
- CTFshow sql注入 上篇(web171-220)
- jQuery 中jQuery/$的数据类型是什么?
- 网络安全比赛理论答题(一)
- QT的QModbusRequest类的使用
- Python(2):基本数据类型
- 域账号更改密码之后代理需要重新配置
- 006-Python迭代器
- Android的布局
- python创建实例属性_Python学习笔记__6.5章 实例属性和类属性
- 制作CAB自解压文件的工具——IExpress
- 突发!四川长宁发生6.0级地震
- 3.3 神策数据分析平台
- MessageDigest 详解
- 7.09—057—周二
- 各种照片尺寸和分辨率
- 软件工程-团队作业2
- abr-summary 和asbr-summary命令中的not-advertise参数
- 190㎡现代轻奢私宅,满屋洋溢着高级与优雅~
- js实现十大经典排序算法
热门文章
- 人民云网2.0版:分布式存储为政企数据安全保驾护航
- js实现input的赋值,val()方法无法赋值问题
- input js赋值 text_js 赋值 input
- javascript禁用启用浏览器滚动条
- linux 创建wifi 热点_Linux_ubuntu14.04怎么建立wifi热点?,创建的热点手机也是可以连接 - phpStudy...
- 单片机DA转换实验c语言编程,单片机DA转换实验报告
- 凯捷携手亚马逊云科技推出“汽车出海白皮书”
- 使用CLion开发openCV——环境搭建全记录
- 数据密集型应用系统设计(3)
- 将其出版的所有PDF版图书对所有读者免费开放下载