概率是指事件发生的程度。当一个事件发生时,比如扔球、从牌组中捡一张牌等,那么一定有一些与该事件相关的概率。
基本术语:
- 随机事件-
如果一个实验在相似条件下重复发生多次,如果它每次都不会产生相同的结果,但一次试验的结果是几种可能结果之一,那么这样的实验称为随机事件或概率事件。 - 样本空间–
样本空间是指随机事件的所有可能结果的集合。例如,当掷硬币时,可能的结果是正面和反面。 - 事件——
事件是指与随机事件相关的样本空间的子集。 - 事件的发生–
如果属于随机事件的任何一个基本事件是结果,则称与随机事件相关联的事件发生了。 - 补充——
在集合中,集合的补集,A 是 A 中不存在的所有元素的集合。它用 A’ 或 A c 表示。例如,在掷骰子的实验中,如果 A 是所有偶数结果的集合,则 A’ 是所有奇数结果的集合。 - 互斥活动–
与随机事件相关的两个或多个事件称为互斥事件。如果发生任何一个事件,它会阻止所有其他事件的发生。这意味着不能同时发生两个或多个事件。
If A and B are mutually exclusive events, then
A ∩ B = ∅
Also, P(A ∩ B) = 0
概率公理:
- For any set A, the probability of A will always be greater than or equal to zero, i.e. P(A) >=0
- The probability of Sample Space(S) will always be equal to one i.e. P(S) = 1.
- If A1, A2, A3, A4 … AN are mutually exclusive events, then the probability of the union of these mutually exclusive events will be equal to the sum of the probability of these mutually exclusive events, i.e. P(A1 ∪ A2 ∪ A3 ∪ A4 ∪ …. AN) = P(A1) + P(A2) + P(A3) + P(A4) + …. + P(AN)
问题陈述:
为什么 A 的补码的概率等于 1 减去 A 的概率?
解决方案:
让我们开始对上述问题陈述的证明。下面是证明步骤——
1. 考虑一个事件 A。由于实验的样本空间包含实验的所有可能结果,而 A 和 A’ 的并集包含实验的所有可能结果。所以,样本空间可以写成-
S = A ∪ A'
Also, P(S) = P(A ∪ A') --- (1)
2. 由于A和A’的交集等于∅,所以可以说A和A’是互斥事件。因此,根据公理 3,
Since, A ∩ A' = ∅
P(A ∪ A') = P(A) + P(A') --- (2)
3. 现在,从等式(1)和(2),可以写成——
P(S) = P(A) + P(A')
4.由公理2可知,一个样本空间的概率总是等于1,即
P(S) = 1
P(A) + P(A') = 1 --- (3)
5. 重新排列等式(3)后,得到以下等式——
P(A') = 1 - P(A)
即 A 的补码的概率等于 1 减去 A 的概率。因此,证明。
例子:
让我们来看看与上述证明相关的一些已解决的例子——
1. 一次掷骰子。
Event A- An even number appears
Sample Space, S- {1, 2, 3, 4, 5, 6}
P(S) = 1
A = {2, 4, 6} i.e. P(A) = 3/6 = 1/2
A’ = {1, 3, 5} i.e. P(A’) =3/6 = 1/2
Now, we can easily observe that S = A ∪ A’ and since A ∩ A’ = ∅,
A and A’ are mutually exclusive events, which implies
P(S) = P(A ∪ A’)
P(S) = P(A) + P(A’)
P(S) = 1/2 + 1/2
= 1
P(A’) = 1 – P(A)
P(A’) = 1 – 1/2
P(A’) = 1/2
2.掷两枚硬币。
Event A- Two head appears
Sample Space, S- {HH, HT, TH, TT}
P(S) = 1
A = {HH} i.e. P(A) =1/4
A’ = {HT, TH, TT} i.e. P(A’) =3/4
i.e. S = A ∪ A’ and since A ∩ A’ = ∅, we can say that A and A’ are
mutually exclusive events, which implies that –
P(S) = P(A ∪ A’)
P(S) = P(A) + P(A’)
P(S) = 1/4 + 3/4
P(S) = 1
P(A’) = 1 – P(A)
P(A’) = 1 – 1/4
P(A’) = 3/4