📜  统计-概率乘法定理

📅  最后修改于: 2021-01-23 06:47:34             🧑  作者: Mango


对于独立活动

该定理指出,两个独立发生的事件同时发生的概率由其各自概率的乘积给出。

$ {P(A \ and \ B)= P(A)\ times P(B)\\ [7pt] P(AB)= P(A)\ times P(B)} $

该定理也可以扩展到三个或更多独立事件

$ {P(A \ cap B \ cap C)= P(A)\ times P(B)\ times P(C)P(A,B \ and \ C)= P(A)\ times P(B) \ times P(C)} $

问题陈述:

大学必须任命一名讲师,他们必须是B.Com。,MBA和Ph.D,其概率为$ {\ frac {1} {20}} $,$ {\ frac {1} {25} } $和$ {\ frac {1} {40}} $。找到让这样的人被大学任命的可能性。

解:

一个人成为B.Com.P(A)的概率= $ {\ frac {1} {20}} $

一个人成为MBA P(B)的概率= $ {\ frac {1} {25}} $

一个人成为Ph(DP)C的概率= $ {\ frac {1} {40}} $

对独立事件使用乘法定理

$ {P(A,B \ and \ C)= P(A)\ times P(B)\ times P(C)\\ [7pt] = \ frac {1} {20} \ times \ frac {1} {25} \ times \ frac {1} {40} \\ [7pt] = .05 \ times .04 \ times .025 \\ [7pt] = .00005} $

对于相关事件(条件概率)

如前所述,相关事件是一个事件的发生或不发生影响下一个事件的结果的事件。对于此类事件,较早陈述的乘法定理不适用。与此类事件相关的概率称为条件概率,由

P(A / B)= $ {\ frac {P(AB)} {P(B)}} $或$ {\ frac {P(A \ cap B)} {P(B)}} $

读取P(A / B)作为事件B已经发生时事件A发生的概率。

同样,给定A的B的条件概率为

P(B / A)= $ {\ frac {P(AB)} {P(A)}} $或$ {\ frac {P(A \ cap B)} {P(A)}} $

问题陈述:

一枚硬币被扔了两次。折腾导致一头一尾。第一掷导致尾巴的概率是多少?

解:

两次抛硬币的样本空间为S = {HH,HT,TH,TT}

假设事件A是导致失败的第一掷。

事件B是发生了一只尾巴和一只头。

$ {P(A)= \ frac {P(TH,TT)} {P(HH,HT,TH,TT)} = \ frac {2} {4} = \ frac {1} {2} \\ [ 7pt] P(A \ cap B)= \ frac {P(TH)} {P(HH,HT,TH,TT)} = \ frac {1} {4} \\ [7pt] So \ P(A / B)= \ frac {P(A \ cap B)} {P(A)} \\ [7pt] = \ frac {\ frac {1} {4}} {\ frac {1} {2}} \\ [7pt] = \ frac {1} {2} = 0.5} $