当前位置:首页 > 教案教学设计 > 数学教案

独立随机事件

日期:2021-05-14

这是独立随机事件,是优秀的数学教案文章,供老师家长们参考学习。

独立随机事件

独立随机事件第1篇

只要是事先不能预测结果的就是随机事件,例如扔一硬币,事件A:它会向下落并最终掉到地上,事件B:掉到地上后正面朝上,这两个事件A不是随机事件而B是,因为硬币向下落是必然事件,是可以预测的,而落在地上后哪面朝上则都有可能,不可预测.独立事件是对两个或更多事件而言的,对单独一个事件说是不是独立没有意义,两个事件独立是指着两个事件之间没有影响,也就是说先发生的事件不会影响后发生的事件的结果,例如一个盒子里有1白1黑两球,事件A:抽出一个后放回,事件B:再次抽一个,这两个事件是对立的,因为第一次抽完放回后,盒子里没有发生变化,完全对第二次抽取没有影响,而事件A‘:抽出一个后不放回,事件B’:再次抽一个,这两个事件就不独立了,因为假设第一次抽到白球,那盒子里只剩黑球了,对第二次抽取的结果产生了影响,甚至使B‘可以预测,成为必然事件了.

独立随机事件第2篇

  一般来说,条件概率 与概率 是不相等的。然而,在某些情况下,它们也可能相等。

  例如,设在10台电视中有7台一等品,有放回地连续抽取两次,每次抽取一台,设事件 表示“第 次取得一等品”( ),则因为第一次取得的电视已放回,所以第二次抽取时仍然是在10台中有7台一等品,我们有

   , 。

  由此可见,事件 的条件概率 等于概率 ,即

   。

  这表明事件 的发生不影响事件 的概率。

  应当指出,对于两个随机事件 与 ,若 , ,则当等式

   (1.5.1)

  成立时,等式

   (1.5.2)

  

  

  

  

  

  

  

  

  

  

  

  

  

   

  也成立。事实上,我们有

   。

  同理可知,当等式(1.5.2)成立时,等式(1.5.1)也成立。这时,概率乘法公式有了更简明的形式:

   。

  于是,我们给出下面的定义:

  定义1.5.1 设 , 是两个随机事件,若

  

  则称事件 与 是相互独立的(简称为独立的)。

  由定义1.5.1,不难证明下面的定理:

  定理1.5.1 若 与 相互独立,则下列各对事件

   , ,

  也相互独立。

  对于三个事件的独立性,我们给出如下两个定义:

  定义1.5.2 设 , , 是三事件,如果有等式

   , ,

  则称三个事件 , , 两两独立。

  

  

  

  

  

  

  

  

  

  

  

  

  

   

  定义1.5.3 设 , , 是三个事件,如果满足等式

   , , ,

   ,

  则称 , , 为相互独立的事件。

  一般地,设 是 个事件,如果对于任意 ,任意 ,具有等式

   ,

  则称 是相互独立的事件。

  实际问题中两事件是否独立常常是由概率以外的专业知识判断的。下面,我们来看两个独立性的应用实例。

独立随机事件第3篇

1. 引言

随机事件的“独立性”是工科《概率论与数理统计》课程中一个非常基础而又极其重要的概念,对一些经典问题的讨论,“独立性”往往是一个重要的前提或假设。另外,在解决一些实际问题的过程中,经常会遇到条件概率的问题。因此,讨论随机事件基于条件概率的独立性是很有必要和自然的。

文献 [1] 中讨论了随机事件条件独立的概念。但是,在实践中发现:一方面,国内的常用教材 [2] [3] [4] 中很少见到关于条件独立性的详细介绍。另一方面,在解决一些问题时,经常将独立性和条件独立性混淆。基于这两个方面,在本文中,主要介绍了随机事件条件独立的概念,并讨论了两个问题:

1) 通过简单例子说明独立性和条件独立性是互不蕴含的关系。

2) 给出条件独立的判定条件。

工程技术中应用条件独立的实际问题也是多见的。比如,在人工智能的机器学习领域就多见条件独立的实际问题 [5] 。综合来看,无论从教学的角度还是应用的角度,讨论事件条件独立性都是有必要的。

2. 主要结果

2.1. 独立性和条件独立性

定义2.1 [2] [3] [4] 设 A , B 是两个事件,如果满足等式

P ( A ∩ B ) = P ( A ) P ( B )(1)

则称事件 A , B 相互独立,简称 A , B 独立。

定义2.2 [1] 在给定事件C的条件下,如果事件 A , B 满足

P ( A ∩ B | C ) = P ( A | C ) P ( B | C )(2)

则称A和B在给定条件C下条件独立。

注2.1 特别地,当 P ( C ) = 1 时,由(1)和(2)易知,A和B在给定条件C下条件独立等价于A和B独立。

在一般情况下, A , B 条件独立并不一定能得到 A , B 独立;反之, A , B 独立也并不一定能得到 A , B 条件独立。

下面的两个例子说明了这一点。

例2.1 设一个盒子内装有大小形状完全相同的两个小球,一个红色,一个白色,现从中任取一个,观察其颜色后再放回盒子中,连续观察两次。记

B 1 = {第一次取得红球}, B 2 = {第二次取得红球},

C = {第一次和第二次取得小球的颜色不同},

R表示红球,W表示白球,则这个随机试验的样本空间为 S = { R W , W R , R R , W W } ,且四种结果是等可能的。

显然,

P ( B 1 ) = 1 2 , P ( B 2 ) = 1 2 , P ( B 1 ∩ B 2 ) = 1 4 , P ( B 1 | C ) = 1 2 , P ( B 2 | C ) = 1 2 , P ( B 1 ∩ B 2 | C ) = 0

根据(1)可得 B 1 , B 2 是相互独立的。

由于

P ( B 1 ∩ B 2 | C ) ≠ P ( B 1 | C ) P ( B 2 | C ) .

根据定义2.2可知, B 1 和 B 2 在条件C下并不条件独立。

例2.2 设随机试验E为从数据集 S = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 } 中随机取一个数字,每个数字被等可能的选取。记

A = { 1 , 2 , 3 , 4 } ,   B = { 2 , 3 , 5 , 7 } ,   C = { 2 , 3 , 7 } .

易得,

P ( A ) = 4 9 , P ( B ) = 4 9 , P ( A ∩ B ) = 2 9 , P ( A | C ) = 2 3 , P ( B | C ) = 1 ,   P ( A ∩ B | C ) = 2 3

显然,

P ( A ∩ B ) ≠ P ( A ) P ( B ) , P ( A ∩ B | C ) = P ( A | C ) P ( B | C )

由定义2.1,定义2.2易知: A , B 在给定条件C下条件独立,但是 A , B 并不相互独立。

由例2.1和例2.2可知,在一般情况下,独立性和条件独立性互不蕴含。

2.2. 条件独立性的判定

定理2.1 [1] 设 A , B 是两个事件,事件C是给定的条件,且 P ( B | C ) > 0 ,则A和B在给定条件C下条件独立等价于

P ( A | B ∩ C ) = P ( A | C )(3)

注2.2定理2.1给出了在条件 P ( B | C ) > 0 下,两个随机事件A和B在给定条件C下条件独立的充要条件。(3)式往往可以作为条件独立的等价定义使用。

定理2.2 设 A , B 是两个事件,事件C是给定的条件,且 P ( B | C ) > 0 ,若 C ⊂ B ,则A和B在给定条件C下一定条件独立。

证:根据定理2.1易证。

定理2.3 设 A , B 是随机试验E中的两个独立事件,事件C是给定的条件,且 P ( C ) > 0 , P ( A | C ) > 0 , P ( B | C ) > 0 ,若 P ( A ∩ B ∩ C ) = 0 ,则A和B在给定条件C下不可能条件独立。

证:由已知条件可知 P ( A ∩ B | C ) = 0 , P ( A | C ) P ( B | C ) > 0 .根据定义2.2,定理2.3得证。

注2.3 特别地,定理2.3中,其它条件不变,将 P ( A ∩ B ∩ C ) = 0 替换为 A ∩ B ∩ C = ∅ ,定理2.3的结论显然也正确。

3. 总结

随机事件条件独立性在理论和应用两方面都有着重要意义。然而,在国内教材和文献中又很少见到详细介绍和研究,正是基于这个原因,本文详细介绍了事件条件独立性的概念,通过实例讨论了事件独立性和条件独立性的关系,指出随机事件独立性和条件独立性是互不蕴含的关系,最后给出了两个新的条件独立性判定定理。

幼儿园学习网 | 联系方式 | 发展历程

Copyright 2010-2019 Qinzibuy.com 【亲亲园丁】 版权所有 备案编号:粤ICP备14102101号