概率论——Jordan公式
Jordan公式
- Jordan公式
- Jordan公式介绍
- Jordan公式推导
Jordan公式
先考虑最简单的一种情况:
P(A∪B)=P(A)+P(B)−P(AB)P(A\cup B) = P(A)\,+ P(B)\, -P(AB) P(A∪B)=P(A)+P(B)−P(AB)
此时,只有A,B两个事件。
如果是A,B,C三个事件呢?
P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)P(A\cup B\cup C) = P(A)\,+ P(B)\,+P(C) -P(AB)- P(AC)-P(BC)+P(ABC) P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
可如果是四个事件甚至更多呢?
Jordan公式介绍
Jordan公式:设A1,A2,A3,...,AnA_{1},A_{2},A_{3},...,A_{n}A1,A2,A3,...,An是事件,记
pk=∑1⩽j1<j2<...<jk⩽nP(Aj1Aj2...Ajk)p_{k} = \sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}}) pk=1⩽j1<j2<...<jk⩽n∑P(Aj1Aj2...Ajk)
此时有
P(⋃i=1nAi)=∑k=1n(−1)k−1pkP(\bigcup_{i = 1}^{n}A_{i})=\sum_{k=1}^{n}(-1)^{k-1}p_{k} P(i=1⋃nAi)=k=1∑n(−1)k−1pk
Jordan公式推导
用数学归纳法推导。
由前文介绍可知,Jordan公式对n=1,n=2,n=3时均成立,假设在n-1时也成立并希望以此证明公式对n亦成立。
当k=n−1k=n-1k=n−1时,有P(⋃i=1n−1Ai)=∑k=1n−1(−1)k−1pk′P(\bigcup_{i = 1}^{n-1}A_{i})=\sum_{k=1}^{n-1}(-1)^{k-1}{p}'_{k} P(i=1⋃n−1Ai)=k=1∑n−1(−1)k−1pk′
其中,pk′=∑1⩽j1<j2<...<jk⩽n−1P(Aj1Aj2...Ajk),1⩽k⩽n−1{p}'_{k}=\sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n-1}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}}),\quad1\leqslant k\leqslant n-1pk′=1⩽j1<j2<...<jk⩽n−1∑P(Aj1Aj2...Ajk),1⩽k⩽n−1
只需证:P(⋃i=1nAi)=∑k=1n(−1)k−1pkP(\bigcup_{i = 1}^{n}A_{i})=\sum_{k=1}^{n}(-1)^{k-1}p_{k} P(i=1⋃nAi)=k=1∑n(−1)k−1pk
而
P(⋃i=1nAi)=P(⋃i=1n−1Ai∪An)=P(⋃i=1n−1Ai)+P(An)−P(⋃i=1n−1AiAn)P(\bigcup_{i = 1}^{n}A_{i})=P(\bigcup_{i = 1}^{n-1}A_{i}\cup A_{n})=P(\bigcup_{i = 1}^{n-1}A_{i})+P(A_{n})-P(\bigcup_{i = 1}^{n-1}A_{i}A_{n}) P(i=1⋃nAi)=P(i=1⋃n−1Ai∪An)=P(i=1⋃n−1Ai)+P(An)−P(i=1⋃n−1AiAn)
此处的⋃i=1n−1AiAn\bigcup_{i = 1}^{n-1}A_{i}A_{n}⋃i=1n−1AiAn值得我们好好研究一下。
因为我们假设公式在n-1时是成立的,那么此处⋃i=1n−1AiAn\bigcup_{i = 1}^{n-1}A_{i}A_{n}⋃i=1n−1AiAn也不例外,它也应该有P(⋃i=1n−1AiAn)=∑k=1n−1(−1)k−1qk′P(\bigcup_{i = 1}^{n-1}A_{i}A_{n})=\sum_{k=1}^{n-1}(-1)^{k-1}{q}'_{k} P(i=1⋃n−1AiAn)=k=1∑n−1(−1)k−1qk′
其中,qk′=∑1⩽j1<j2<...<jk⩽n−1P(Aj1Aj2...AjkAn),1⩽k⩽n−1{q}'_{k}=\sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n-1}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}}A_{n}),\quad1\leqslant k\leqslant n-1 qk′=1⩽j1<j2<...<jk⩽n−1∑P(Aj1Aj2...AjkAn),1⩽k⩽n−1
q0′=P(An)\qquad\qquad\qquad\qquad \qquad \qquad\quad\,\, {q}'_{0}=P(A_{n})q0′=P(An)
可以发现qn−1′{q}'_{n-1}qn−1′与pnp_{n}pn是等价的,它们都可以写成P(A1A2...An)P(A_{1}A_{2}...A_{n})P(A1A2...An)
所以qn−1′=pn\quad{q}'_{n-1}=p_{n}qn−1′=pn
而
∑1⩽j1<j2<...<jk⩽n−1P(Aj1Aj2...AjkAn)+∑1⩽j1<j2<...<jk⩽n−1P(Aj1Aj2...Ajk)\sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n-1}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}}A_{n})+\sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n-1}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}})1⩽j1<j2<...<jk⩽n−1∑P(Aj1Aj2...AjkAn)+1⩽j1<j2<...<jk⩽n−1∑P(Aj1Aj2...Ajk)
=∑1⩽j1<j2<...<jk⩽nP(Aj1Aj2...Ajk),1⩽k⩽n−1=\sum_{1\leqslant j_{1}< j_{2}<...<j_{k}\leqslant n}P(A_{j_{1}}A_{j_{2}}...A_{j_{k}}) , \quad1\leqslant k\leqslant n-1 =1⩽j1<j2<...<jk⩽n∑P(Aj1Aj2...Ajk),1⩽k⩽n−1
即pk=qk−1′+pk′,1⩽k⩽n−1\quad p_{k}={q}'_{k-1}+{p}'_{k},1\leqslant k\leqslant n-1pk=qk−1′+pk′,1⩽k⩽n−1
现在回到原式:
P(⋃i=1nAi)=P(⋃i=1n−1Ai∪An)=P(⋃i=1n−1Ai)+P(An)−P(⋃i=1n−1AiAn)P(\bigcup_{i = 1}^{n}A_{i})=P(\bigcup_{i = 1}^{n-1}A_{i}\cup A_{n})=P(\bigcup_{i = 1}^{n-1}A_{i})+P(A_{n})-P(\bigcup_{i = 1}^{n-1}A_{i}A_{n}) P(i=1⋃nAi)=P(i=1⋃n−1Ai∪An)=P(i=1⋃n−1Ai)+P(An)−P(i=1⋃n−1AiAn)
采用上面的记号就可以写成:
P(⋃i=1nAi)=P(⋃i=1n−1Ai∪An)=P(⋃i=1n−1Ai)+P(An)−P(⋃i=1n−1AiAn)P(\bigcup_{i = 1}^{n}A_{i})=P(\bigcup_{i = 1}^{n-1}A_{i}\cup A_{n})=P(\bigcup_{i = 1}^{n-1}A_{i})+P(A_{n})-P(\bigcup_{i = 1}^{n-1}A_{i}A_{n})P(i=1⋃nAi)=P(i=1⋃n−1Ai∪An)=P(i=1⋃n−1Ai)+P(An)−P(i=1⋃n−1AiAn)
=∑k=1n−1(−1)k−1pk′+q0′−∑k=1n−1(−1)k−1qk′=\sum_{k=1}^{n-1}(-1)^{k-1}{p}'_{k}+{q}'_{0}-\sum_{k=1}^{n-1}(-1)^{k-1}{q}'_{k}=k=1∑n−1(−1)k−1pk′+q0′−k=1∑n−1(−1)k−1qk′
=∑k=1n−1(−1)k−1pk′+q0′+∑k=1n−2(−1)kqk′+(−1)n−1qn−1′\qquad\qquad\qquad=\sum_{k=1}^{n-1}(-1)^{k-1}{p}'_{k}+{q}'_{0}+\sum_{k=1}^{n-2}(-1)^{k}{q}'_{k}+(-1)^{n-1}{q}'_{n-1}=k=1∑n−1(−1)k−1pk′+q0′+k=1∑n−2(−1)kqk′+(−1)n−1qn−1′
=∑k=1n−1(−1)k−1(pk′+qk−1′)+(−1)n−1pn\quad=\sum_{k=1}^{n-1}(-1)^{k-1}({p}'_{k}+{q}'_{k-1})+(-1)^{n-1}{p}_{n} =k=1∑n−1(−1)k−1(pk′+qk−1′)+(−1)n−1pn
=∑k=1n(−1)k−1pk=\sum_{k=1}^{n}(-1)^{k-1}p_{k}=k=1∑n(−1)k−1pk
这样就完成了推导
概率论——Jordan公式相关推荐
- 概率论减法公式的证明
概率论减法公式的证明
- 概率论 方差公式_概率论与数理统计课程教学、学习基本要求和教学建议
点"考研竞赛数学"↑可每天"涨姿势"哦! 工科类本科数学基础课程教学基本要求 概率论与数理统计部分 各门课程的内容按教学要求的不同,都分为两个层次.文中用黑体字 ...
- 概率论 方差公式_【考研数学】概率论与数理统计
总论:概率论与数理统计这门课程,在考研真题中的难度是相对较小的:但由于它的概念繁杂,计算量较大,尤其是统计部分,很多同学在初学的时候都会被唬住,有的甚至放弃学概率.这种状态是要不得的,因为我总结这门课 ...
- 概率论 方差公式_方差分析之多重比较
欢迎关注我的微信公众号--R语言医学统计学,一起学习,一起交流. 在一个试验中,有k个处理平均数间比较时,其全部可能的相互比较对数有k(k-1)/2个,这种比较是复式比较,亦称多重比较(multipl ...
- 常用概率论矩阵论公式
bayes公式 a,b,c是不同的随机变量
- 概率论常用公式(期末版)
- “三门问题”背后的概率论原理解析
前段时间我在知乎上看到这么一个问题:假设你在参加一个抽奖游戏,主持人在三个小碗分下面放了 1 块钱.1 块钱和 10000 块钱的筹码.你选中哪一个,你就可以领到对应的钱.当你选定一个碗之后,主持人翻 ...
- 新书上市 | 当我们在谈论贝叶斯时我们在谈论什么:用贝叶斯的眼光看世界
#新书推荐# 你跟朋友逛购物中心,时至中午,你们打算吃点东西.面对众多餐馆,你们会怎么办? 也许你们真的一无所知,随便挑了一家餐馆,但毕竟世上没多少"一无所知"的事.如果你朋友吃不 ...
- 受限Boltzmann机(Restricted Boltzmann Machine)
起源:Boltzmann神经网络 Boltzmann神经网络的结构是由Hopfield递归神经网络改良过来的,Hopfield中引入了统计物理学的能量函数的概念. 即,cost函数由统计物理学的能量函 ...
- 随机过程:指数分布、泊松过程、更新过程(renewal process)+大数定律
笔记主要基于中文版<应用随机过程 Introduction to Probability Models >(Sheldon M. Ross),只有非常少的一部分是我自己的注解.写这个笔记的 ...
最新文章
- Linux 下如何安装软件?
- 普通卷积armv7-neon指令集实现—XNNPACK
- 聊聊高并发(六)实现几种自旋锁
- Valgrind概述
- 经典手眼标定算法之Navy的OpenCV实现
- Header First设计模式学习笔记——单例模式
- 并发编程之线程安全性
- Python第七天 函数 函数参数 函数里的变量 函数返回值 多类型传值 函数递归调用 匿名函数 内置函数 列表表达式/列表重写...
- python判断是否登录成功_python-42: 怎么判断模拟登录是否成功
- 解析力 (2)空间采样 和 奈奎斯特
- 国外量化投资经典案例介绍
- 实现信息化企业供应链管理,上云是大势所趋
- 短视频如何添加封面图
- 【微信网页授权】SpringBoot+uniapp实现网页授权获取用户基本信息
- 更新xcode 12.51时提示空间不足,以及macos的空间清理
- 传说中可“免费白拿”的无线路由器 - 斐讯 K2 最简单刷 breed 与第三方固件教程
- Python 内置模块tkinter —— 秒表计时器
- ubuntu:防火墙配置详细讲解(全)
- 让cygwin方便安装软件 apt-cyg
- 我读《怪诞行为学2》