事件的相互独立性

官官方数学老师·22 页·深入（追求细节与边界）·0 次浏览·2 天前

✦ 事件的相互独立性数学事件的相互独立性相互独立事件

独立性边界反例概率论多事件

事件的相互独立性

看清两两独立≠相互独立的陷阱，掌握判定方法、运算规则与经典反例

按空格/→ 演示下一步

1 / 22 页

全部页面点击任意一页，跳回舞台从这页播放

独立性边界反例概率论多事件

事件的相互独立性

看清两两独立≠相互独立的陷阱，掌握判定方法、运算规则与经典反例

1第 1 页 · 事件的相互独立性

生活中“独立”的例子

上一页我们说到「相互独立」这个名词。但概念再抽象，最终要落到具体例子上才踏实——最经典的，就是连抛两次硬币和同时掷两颗骰子。

连抛两次硬币

第一次正面不改变第二次仍为正面的概率，仍是 1/2

同时掷两颗骰子

一颗是 3 点，另一颗仍是各点数 1/6，毫无瓜葛

判定准则

两次试验间无共同因果，结果互不传递信息

两台不联网的电脑对应 →两个独立事件

一台中毒不会传另一台，状态信息完全隔离，互不影响

P(A \cap B) = P(A) \cdot P(B)

2第 2 页 · 生活中“独立”的例子

“不独立”的反例

上一页我们看了独立——两次掷硬币互不干扰。但现实中大量事件是「纠缠」的：看到天阴了，你带伞的概率立刻飙升。这正是不独立的反例。

事件不独立

一个事件 A 的发生，改变了另一事件 B 发生的概率

数学判据

P(B|A) ≠ P(B)，条件概率不等于原概率

频率证据

把样本按 A 切分后，B 在子组里的频率明显偏离整体

看到下雨立刻撑伞对应 →事件不独立

下雨这一信号直接抬高了撑伞的发生概率

P(B|A) \neq P(B)

3第 3 页 · “不独立”的反例

相互独立事件的定义

上一页我们看到了'不独立'的反例——知道 A 发生了会改变 B 的概率。那么反过来，什么样的事件才算'独立'？这需要一个精确的数学判据。

形式定义

若 P(AB)=P(A)·P(B) 成立，则称 A、B 相互独立

核心判据

等式 P(AB)=P(A)·P(B) 是判断独立的唯一标准

对称性

若 A 与 B 独立，则 B 与 A 也独立，关系无方向

抛两次公平硬币对应 →相互独立

第一次正反不改变第二次的概率，等式自然成立

P(AB) = P(A) \cdot P(B)

4第 4 页 · 相互独立事件的定义

定义为何这样写

上一页我们看到，独立的直觉是'知道A不改变B的概率'——写成条件概率就是 P(B|A)=P(B)。但定义里没有条件概率符号，为什么？

条件概率公式

P(AB)=P(A)·P(B|A)，这是概率论的乘法法则

代入独立直觉

把 P(B|A)=P(B) 代入，得到 P(AB)=P(A)P(B)

去掉条件限制

定义不再要求 P(A)>0，边界情况也成立

不限场景的公式对应 →P(AB)=P(A)P(B)

条件概率要A先发生才能算；乘积形式直接可用，不依赖A是否发生

P(B\mid A)=P(B)\;\Longrightarrow\;P(AB)=P(A)\cdot P(B)

5第 5 页 · 定义为何这样写

独立 vs 互斥

中文都带'互不相关'的味道，但数学上完全是两件事——初学者最常踩的坑。

互斥事件

A发生则B必不发生
交集概率等于零
一次掷骰，得1与得2
二者只能取其一

相互独立

A发生不影响B概率
交集等于各自概率之积
两次掷骰，各自点数
二者可以同时发生

互斥问'能不能一起'，独立问'有没有影响'。大多数情况下二者不可兼得。

6第 6 页 · 独立 vs 互斥

两独立事件的乘法公式

从条件概率出发，三步翻译出独立的乘法公式。

条件概率公式

任意事件都成立：P(AB)=P(A)·P(B|A)

代入独立条件

由定义 P(B|A)=P(B)，知道 A 不改变 B

得到乘法公式

把 P(B|A) 换成 P(B)，化简得 P(AB)=P(A)·P(B)

反方向再走一次

从 P(AB)=P(B)·P(A|B) 出发，结果一致

7第 7 页 · 两独立事件的乘法公式

三个独立事件的乘法

两事件能乘，三个事件也能乘吗？答案是能——关键在于多拆一层。

回顾两事件公式

P(A∩B)=P(A)P(B)，这是已经会用的结论

拆出中间事件

令 D=B∩C，把 P(A∩B∩C) 写成 P(A∩D)

A 与 D 独立

A 独立于 B、C ⇒ A 独立于 D

代入两事件公式

P(D)=P(B∩C)=P(B)P(C)，代入上一步

得出三事件公式

P(A∩B∩C)=P(A)P(B)P(C)

8第 8 页 · 三个独立事件的乘法

n个独立事件的乘法公式

两个、三个独立事件的乘积公式都成立。n个相互独立事件，是不是也有这样的规律？

n事件乘积公式

n个相互独立事件同时发生的概率，等于各概率的乘积

需相互独立

不只是两两独立，任意个子集的事件也必须相互独立

公式表达

写成集合交集形式，再用各概率的乘积表示结果

装配线多道工序对应 →n个事件联合概率

各工序独立时，终检合格率等于各步合格率的乘积

P\left(\bigcap_{i=1}^n A_i\right) = \prod_{i=1}^n P(A_i)

9第 9 页 · n个独立事件的乘法公式

独立事件的加法公式

独立事件下，"至少一个发生"的概率不是直接相加——看公式怎么拆。

通用加法公式

P(A∪B)=P(A)+P(B)−P(AB)，对任意两个事件都成立

看减法项P(AB)

交集概率不去掉，公式就拆不开成P(A)+P(B)

代入独立条件

独立⇒P(AB)=P(A)P(B)，可写成P(A)·P(B)

独立版加法公式

P(A∪B)=P(A)+P(B)−P(A)P(B)，减法项仍在

何时等于相加

仅当P(AB)=0即互斥时，公式才简化为P(A)+P(B)

10第 10 页 · 独立事件的加法公式

用定义判断独立性

判断 A、B 是否独立，核心就是算两次、做一次比较。

写出定义式

把 P(AB)=P(A)P(B) 作为判别准则摆出来

算 P(A)、P(B)

分别求出两个事件各自发生的概率

算 P(AB)

在同一概率模型下求出两者同时发生的概率

比较得结论

两边相等则独立，不等则一定不独立

11第 11 页 · 用定义判断独立性

直观判断法

学了定义后我们想：能不能不计算就直接判断独立？答案是——只要一个事件的结果对另一个「毫无影响」，就可以下结论。

看影响

问自己：A 发生或不发生，B 出现的可能性会变吗？

不变就判定独立

若 A 的任何结果都不改变 B 的概率，直觉上即独立

物理隔离场景

两次抛硬币、两颗骰子分掷——过程无耦合

警惕陷阱

表面无关≠独立，需排查隐含共同因素

两人各掷各的骰子对应 →两个事件相互独立

甲掷出几点，对乙的骰子毫无作用

P(B \mid A) = P(B)

12第 12 页 · 直观判断法

独立性判断的思维流程图

判断 A、B 是否独立,按流程走:先看互斥,再算交集或条件概率。

图解渲染中…

B1：若互斥且 P>0,直接断定不独立E1：P(A∩B)=P(A)·P(B)是判定核心H1：条件概率法与乘法公式等价F1：成立=独立;失败=不独立

13第 13 页 · 独立性判断的思维流程图

对立事件的定义回顾

独立性讨论里常绕不开一个老朋友——对立事件Ā。它看似只是'A的反面'，其实有两条件同时成立才算数。

严格定义

Ā由Ω和A唯一确定：Ā = {ω ∈ Ω : ω ∉ A}

硬条件① 覆盖全体

A ∪ Ā = Ω，A和Ā合起来包含样本空间全部基本结果

硬条件② 互不相交

A ∩ Ā = ∅，同一结果不可能既属A又属Ā

概率推论

由两条硬条件直接推出：P(Ā) = 1 - P(A)

全班按及格/不及格分两栏对应 →事件A和对立事件Ā

每人必落且仅落一栏，两栏合起来就是全班——这就是'覆盖全体'加'互不相交'

P(\bar{A}) = 1 - P(A), \quad A \cup \bar{A} = \Omega, \quad A \cap \bar{A} = \varnothing

14第 14 页 · 对立事件的定义回顾

独立事件的对立事件

上一页重温了对立事件的定义。既然 A 与 B 互不干扰，那「A 不发生」与「B 发生」之间还存在这种关系吗？这页把对立组合一次性讲透。

Ā 与 B 独立

「A 不发生」对「B 发生」毫无影响

A 与 B̄ 独立

对称地，A 发生与否都不影响 B 不发生

Ā 与 B̄ 独立

双双否定的组合，依然互不干扰

四种组合全成立

原命题 + 三种对立组合，全部独立

证明关键等式

用 P(Ā∩B)=P(B)-P(A∩B) 拆解

两枚独立抛掷的硬币对应 →事件与其对立事件

正面反面各管各的，翻面看还是互不干扰

P(\bar{A}\cap B)=P(B)-P(A)P(B)=P(\bar{A})\,P(B)

15第 15 页 · 独立事件的对立事件

对立与独立的辨析

两者都描述「两个事件的关系」，但问的是完全不同的问题——这是最常见的混淆陷阱。

对立事件

定义核心：A∩B=∅，且 A∪B=Ω（互斥且穷尽）
能否同时发生：不能（互斥的特例）
概率公式：P(A)+P(B)=1
能否推出独立？仅当 P(A)=1/2 时

独立事件

定义核心：P(A∩B)=P(A)·P(B)（互不影响）
能否同时发生：可以（无约束）
概率公式：P(A∩B)=P(A)·P(B)
能否推出对立？一定不对立

对立≠独立。对立讲「互斥且穷尽」，独立讲「互不影响」。对立事件绝大多数不独立；独立事件必然不对立。

16第 16 页 · 对立与独立的辨析

构建复合事件的方法

遇到复合事件概率题，按五步把场景拆透、算对、再回检。

拆解场景

把整个随机试验拆成若干基本事件，每个对应一次独立的随机行为

判定独立

逐对检查基本事件是否满足 P(AB)=P(A)P(B)

组合构造

用已确认独立的基本事件，通过乘积构造目标复合事件

套公式算

代入乘法公式求复合事件的概率

边界验证

用极端值、对称性回检所求概率是否在 [0,1] 且符合直觉

17第 17 页 · 构建复合事件的方法

典型例题精讲

前面学了独立事件乘法公式。现在看工程实例：航天系统由若干独立部件串并联组成。求系统正常工作的概率，关键是两步——分清串/并，再用乘法。

第一步：画拓扑

把系统画成串并联结构图，区分主干与冗余

串联：全好才通

类似串联电路，所有部件正常系统才正常，用乘法

并联：用对立面

类似并联电路，至少一个正常就好，用 1−Π(1−p)

混合：先算子块

把最内层并联块先算出结果，再作为整体参与串联

边界：独立性假设

若部件共用资源或故障会传染，需重新建模，不能直接套乘法

电路串并联对应 →系统可靠性结构

串联如单链一环断全断；并联如多车道一条堵还有别的通

P_{串}=\prod p_i,\quad P_{并}=1-\prod(1-p_i)

18第 18 页 · 典型例题精讲

复杂事件的分解策略

前页学了独立性判断。这页要解决：复杂事件怎样拆成独立事件组合？

拆出基本事件

把复合事件涉及的每个随机试验单独列出

判断独立性

用定义或直观确认这些基本事件两两独立

乘法拼接

独立就用乘法公式把概率逐项相乘

做菜对应 →分解复杂事件

食材对应基本事件，确认互不干扰就是判断独立

P(A_1 A_2 \cdots A_n) = P(A_1)\,P(A_2)\cdots P(A_n)

19第 19 页 · 复杂事件的分解策略

独立性知识全景图

✓独立即乘法定理成立，等价于P(AB)=P(A)P(B)
✓互斥不等于独立，二者不可混为一谈
✓独立可传递到对立事件，四种组合皆成立
✓n个事件相互独立需2ⁿ-1个条件同时成立
✓复杂问题先拆解复合事件再逐个判定

延伸主题：条件独立性的判定伯努利独立试验序列独立性在概率公理中的地位

20第 20 页 · 独立性知识全景图

核心自测

点击作答

若事件A、B互斥，且P(A)>0、P(B)>0，下列结论正确的是？

21第 21 页 · 核心自测

课后思考

先独立思考三个问题，再逐条对照参考答案；重点留意独立性的条件与边界。

1为什么“两个事件互斥”不能直接推出“相互独立”？请从交事件概率说明理由。

参考答案先看交集：互斥只要求 A∩B=∅；独立还要求 P(A∩B)=P(A)P(B)。没有额外条件时，二者没有必然联系。

2一项设备由两个独立模块串联，任何一个失效都会停机：若失效概率不同，应怎样写“同时失效”的概率？还需检查什么？

参考答案先分别求两模块失效概率 p、q，再用独立性写 pq；同时确认题设确实给出或能证明独立性。

3若三个事件两两独立，它们是否必然相互独立？请尝试构造一个交事件概率不符合乘法关系的例子。

参考答案可取等可能样本空间 {1,2,3,4}，令 A={1,2}、B={1,3}、C={1,4}；核算三组两两交事件，再比较三重交集概率与 (1/2)^3。

22第 22 页 · 课后思考