联合概率描述两个或多个事件同时发生的可能性。假设有两个事件 A 和 B ,它们的联合概率 P(A \cap B)(或 P(A, B))的计算公式如下:

1. 基本定义公式

联合概率的定义是:

P(A \cap B) = P(A and B) 

它表示事件 A 和事件 B 同时发生的概率。


2. 条件概率表示法

通过条件概率,联合概率可以表示为:

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

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

其中:

  • P(A∣B) 是在事件 B 发生的条件下,事件 A 发生的概率。
  • P(B∣A) 是在事件 A 发生的条件下,事件 B 发生的概率。
  • P(A) 和 P(B) 是事件 A 和 B 的单独概率。

3. 独立事件的联合概率

如果 A 和 B 是独立事件,即 P(A∣B)=P(A) ,则联合概率可以简化为:

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


联合概率的扩展

对于多个事件(例如 A, B, C, \dots),联合概率可以用条件概率扩展表示:

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

或者,如果这些事件是相互独立的,则公式简化为:

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


例题:

非独立事件:
  • 事件 A :某学生通过数学考试(概率 P(A)=0.8 )。
  • 事件 B :某学生通过物理考试(概率 P(B)=0.6 )。
  • 条件概率:如果通过数学考试,则通过物理考试的概率 P(B∣A)=0.75 。

计算联合概率 P(A∩B) :

P(A \cap B) = P(B | A) \cdot P(A) = 0.75 \cdot 0.8 = 0.6

独立事件:
  • 掷两次骰子:
    • 事件 A :第一次掷出 6 的概率P(A) = \frac{1}{6}
    • 事件 B :第二次掷出 6 的概率 P(B) = \frac{1}{6}

由于两次掷骰子独立:

P(A \cap B) = P(A) \cdot P(B) = \frac{1}{6} \cdot \frac{1}{6} = \frac{1}{36}

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐