贡献者: jingyuan
对于任何两个事件 $A$ 和 $B$,在已知事件 $A$ 发生的条件下,事件 $B$ 发生的概率叫做条件概率,用符号 $P(B|A)$ 来表示。
我们把事件 $A$ 和 $B$ 同时发生所构成的事件 $D$,称为事件 $A$ 与 $B$ 的 交 (或积),记作 $D = A \cap B$ (或 $D = AB$).
一般地,我们有条件概率公式
事件 $A$ 是否发生对事件 $B$ 发生的概率没有影响,即
在实际问题中,常常通过事件本质进行分析就可知道它们是否相互独立,而不需要进行类似上面的计算去验证。
一般地,当事件 $A$ 和 $B$ 相互独立时,$A$ 与 $\overline{B}$,$\overline{A}$ 与 $B$,$\overline{A}$ 与 $\overline{B}$ 也相互独立。
由条件概率公式和相互独立事件 $A$,$B$ 的定义,可以得到
我们可以进一步推得,
在相同的条件下,重复地做 $n$ 次试验,各次试验从的结果相互独立,那么一般就称它为 $n$ 次独立重复试验(independent repeated trials)。
一般地,事件 $A$ 在 $n$ 次试验中发生 $k$ 次,共有 $C_n^k$ 种情形,由试验的独立性知 $A$ 在 $k$ 次试验中发生,而在其余 $n-k$ 次试验中不发生的概率都是 $p^k(1-p)^{n-k}$,所以由概率加法公式知,如果在一次试验中事件 $A$ 发生的概率是 $p$ 那么在 $n$ 次独立重复试验中,事件 $A$ 恰好发生 $k$ 次的概率为
在式 5 中若将事件 $A$ 发生的次数设为 $X$,事件 $A$ 不发生的概率为 $q = 1 - k$,那么在 $n$ 次独立重复试验中,事件 $A$ 恰好发生 $k$ 的概率是
$X$ | $0$ | $1$ | $\cdots$ | $k$ | $\cdots$ | $n$ |
$P$ | $C_n^0p^0q^n$ | $C_n^1p^1q^{n-1}$ | $\cdots$ | $C_n^kp^kq^{n-k}$ | $\cdots$ | $C_n^np^nq^0$ |
由于的表 1 中的第二行恰好是二项式展开式