概率论中交并集的公式_交事件概率的运算公式
文章目录
对于相容事件且独立事件
连续掷骰子2次
A: 掷一次骰子点数为1
B: 掷一次骰子点数为2
1. 同时出现的概率,即 P(A∩B) P(A\\cap B) P(A∩B):
按照公式计算: P(A∩B)=P(A)⋅P(B) P(A\\cap B)=P(A) \\cdot P(B) P(A∩B)=P(A)⋅P(B)
P(A)= 1 6 P(A) = \\frac16 P(A)=61
P(B)= 1 6 P(B) = \\frac16 P(B)=61
P(A∩B)= 1 36 P(A\\cap B) = \\frac1{36} P(A∩B)=361
2. 出现任意一个的概率,即 P(A∪B) P(A\\cup B) P(A∪B):
法1: 按照公式计算: P(A∪B)=P(A)+P(B)−P(A∩B) P(A\\cup B)=P(A) + P(B) - P(A\\cap B) P(A∪B)=P(A)+P(B)−P(A∩B)
P(A∪B)= 1 3 − 1 36 = 11 36 P(A\\cup B) = \\frac13 - \\frac 1{36} = \\frac {11}{36} P(A∪B)=31−361=3611
法2: 对于独立事件:任意一个出现的概率即为对立事件同时出现的概率
即: P(A∪B)=1−P( A c )×P( B c ) P(A\\cup B) = 1- P(A^c)\\times P(B^c) P(A∪B)=1−P(Ac)×P(Bc)
故而: P(A∪B)=1− 5 6 × 5 6 = 11 36 P(A\\cup B) =1 - \\frac56 \\times \\frac 56 = \\frac {11}{36} P(A∪B)=1−65×65=3611
对于相容事件且依赖事件
掷骰子1次
A.骰子点数为偶数
B.骰子点数大于等于4. 即456的可能
1. 同时出现的概率,即 P(A∩B) P(A\\cap B) P(A∩B):
P(A∩B)=P(A)⋅P(B∣A)或P(A∣B)⋅P(B) P(A\\cap B)= P(A) \\cdot P(B∣A)或 P(A∣B) \\cdot P(B) P(A∩B)=P(A)⋅P(B∣A)或P(A∣B)⋅P(B)
P(A∣B) P(A∣B) P(A∣B):在事件 B 已经发生的条件下,事件 A 发生的条件概率。
P(B∣A) P(B∣A) P(B∣A):在事件 A 已经发生的条件下,事件 B 发生的条件概率。
P(A) P(A) P(A)即为偶数的可能,即{1,2,3,4,5,6}中取到{2,4,6},即 P(A)= 1 2 P(A)= \\frac 12 P(A)=21
P(B∣A) P(B|A) P(B∣A)即在A已经发生的条件下,发生B的概率,即{2,4,6}中取到{4,6},即 P(B∣A)= 2 3 P(B|A)=\\frac23 P(B∣A)=32
则 P(A∩B)=P(A)P(B∣A)= 1 2 × 2 3 = 1 3 P(A\\cap B)=P(A)P(B∣A)=\\frac12\\times \\frac 23 =\\frac 13 P(A∩B)=P(A)P(B∣A)=21×32=31
可见:
特殊的,对于独立事件
若事件 ( A ) 和 ( B ) 独立,意味着 ( A ) 的发生不影响 ( B ) 的发生(反之亦然)。在这种情况下,条件概率满足:
P ( B ∣ A ) = P ( B ) 且 P ( A ∣ B ) = P ( A ) P(B \\mid A) = P(B) \\quad \\text{且} \\quad P(A \\mid B) = P(A) P(B∣A)=P(B)且P(A∣B)=P(A)
于是:
P ( A ∩ B ) = P ( A ) ⋅ P ( B ) P(A \\cap B) = P(A) \\cdot P(B) P(A∩B)=P(A)⋅P(B)
2. 出现任意一个的概率,即 P(A∪B) P(A\\cup B) P(A∪B):
即{1,2,3,4,5,6}中取到{2,4,5,6}的概率
P(A∪B)=P(A)+P(B)−P(A∩B)= 1 2 + 1 2 − 1 3 = 2 3 P(A\\cup B)=P(A) + P(B) - P(A\\cap B)=\\frac12+\\frac12-\\frac13=\\frac23 P(A∪B)=P(A)+P(B)−P(A∩B)=21+21−31=32
总结公式
交集(Intersection)公式总结
一般情况
两个事件 A A A 和 B B B 的交集 P(A∩B) P(A \\cap B) P(A∩B) 的公式为:
P ( A ∩ B ) = P ( A ) ⋅ P ( B ∣ A ) = P ( B ) ⋅ P ( A ∣ B ) P(A \\cap B) = P(A) \\cdot P(B \\mid A) = P(B) \\cdot P(A \\mid B) P(A∩B)=P(A)⋅P(B∣A)=P(B)⋅P(A∣B)
特殊情况
- 独立事件
如果 A A A 和 B B B 是独立事件,则:
P ( A ∩ B ) = P ( A ) ⋅ P ( B ) P(A \\cap B) = P(A) \\cdot P(B)P(A∩B)=P(A)⋅P(B)
并集(Union)公式总结
一般情况
两个事件 A A A 和 B B B 的并集 P(A∪B) P(A \\cup B) P(A∪B) 的公式为:
P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A ∩ B ) P(A \\cup B) = P(A) + P(B) - P(A \\cap B) P(A∪B)=P(A)+P(B)−P(A∩B)
特殊情况
-
互斥事件
如果 A A A 和 B B B 是互斥事件(即它们不可能同时发生),则:
P ( A ∪ B ) = P ( A ) + P ( B ) P(A \\cup B) = P(A) + P(B) P(A∪B)=P(A)+P(B) -
独立事件
如果 A A A 和 B B B 是独立事件,则交集的概率为 P ( A ∩ B ) = P ( A ) ⋅ P ( B ) P(A \\cap B) = P(A) \\cdot P(B) P(A∩B)=P(A)⋅P(B),因此:
P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A ) ⋅ P ( B ) P(A \\cup B) = P(A) + P(B) - P(A) \\cdot P(B) P(A∪B)=P(A)+P(B)−P(A)⋅P(B) -
包含关系
如果事件 A A A 完全包含于事件 B B B(即 A ⊆ B A \\subseteq B A⊆B),则:
P ( A ∪ B ) = P ( B ) P(A \\cup B) = P(B) P(A∪B)=P(B) -
相等事件
如果 A = B A = B A=B,则:
P ( A ∪ B ) = P ( A ) = P ( B ) P(A \\cup B) = P(A) = P(B) P(A∪B)=P(A)=P(B)