2.6. 独立性#

2.6.1. 两个事件间的独立性#

Example 2.9 (有回放机制 VS 无回放机制)

设罐子里有 \(r\) 个红球, \(b\) 个黑球。令 \(R_1\) 为事件“第一个人抽到红球”, \(R_2\) 为事件“第二个人抽到红球”。

有回放机制下,“第二个人是否能够抽到红球”不受到“第一个人是否抽到红球”结果的影响。于是:

\[\begin{eqnarray*} P(R_1) &=& \frac{r}{r+b}\\ P(R_2) &=& \frac{r}{r+b}\\ P(R_1R_2) &=& \frac{r^2}{(r+b)^2} = \frac{r}{r+b} \cdot \frac{r}{r+b} = P(R_1)\cdot P(R_2) \end{eqnarray*}\]

无回放机制下,“第二个人是否能够抽到红球”会受到“第一个人是否抽到红球”结果的影响。

\[\begin{eqnarray*} P(R_1) &=& \frac{r}{r+b}\\ P(R_2) &=& P(R_1) P(R_2|R_1) + P(\overline{R_1}) P(R_2|\overline{R_1}) \\ & = & \frac{r}{r+b} \cdot \frac{r-1}{r+b-1} + \frac{b}{r+b}\cdot \frac{r}{r+b-1} = \frac{r}{r+b}\\ P(R_1R_2) &=& \frac{C_r^2}{C_{r+b}^2} = \frac{r!/(2!(r-2)!)}{(r+b)!/(2!(r+b-2)!)} = \frac{r(r-1)}{(r+b)(r+b-1)}\neq P(R_1)\cdot P(R_2) \end{eqnarray*}\]
独立性

如果:

\[P(AB) = P(A)P(B)\]

成立,则称事件 \(A\)\(B\) 相互独立,简称 \(A\)\(B\) 独立。否则,称 \(A\)\(B\) 不独立或相依。

Theorem 2.6

若事件 \(A\)\(B\) 独立,则 \(A\)\(\overline{B}\) 独立。

Proof

由于概率的性质可知:

\[ P(A\overline{B}) = P(A) - P(AB) = P(A)- P(A)P(B) = P(A)(1-P(B)) = P(A)P(\overline{B}) \]

于是,性质得证。

Corollary 2.1

若事件 \(A\)\(B\) 独立,则

  • \(\overline{A}\)\(B\) 独立;

  • \(\overline{A}\)\(\overline{B}\) 独立。

2.6.2. 三个事件间的独立性#

两两独立

设有三个事件 \(A,B,C\) 。如果:

\[\begin{equation*} \left\{ \begin{aligned} & P(AB)=P(A)P(B)\\ & P(AC)=P(A)P(C)\\ & P(BC)=P(B)P(C) \end{aligned} \right. \end{equation*}\]

则称 \(A,B,C\) 两两独立。

相互独立

设有三个事件 \(A,B,C\) 两两独立且:

\[\begin{equation*} P(ABC)=P(A)P(B)P(C) \end{equation*}\]

则称 \(A,B,C\) 相互独立。

Remark 2.5

三个事件 \(A,B,C\) 两两独立无法推导出 \(P(ABC)=P(A)P(B)P(C)\) ;反之也不成立。以下给出两个反例,供参考。

Example 2.10

设又一个均匀的正四面体,其第一面染成红色,第二面染成白色,第三面染成黑色,而第四面染成有红、白、黑三种颜色。现在以 \(A,B,C\) 分别记为投一次四面体出现红、白、黑颜色的事件,则由于四面体种有两面染有红色,因此, \(P(A)= P(B) = P(C) = 1/2\) 。另外,容易算出:

\[ P(AB) = P(BC) = P(AC)=1/4 \]

所以, \(A,B,C\) 两两独立。但是:

\[ P(ABC) = 1/4 \neq 1/8 = P(A)P(B)P(C) \]

因而, \(A,B,C\) 不相互独立。

Example 2.11

由一个均匀正八面体,其第一、二、三、四面染上红色;第一、二、三、五面染上白色,第一、六、七、八面染上黑色。令 \(A = \{\text{抛一次正八面体,朝下的一面出现红色}\}\)\(B = \{\text{抛一次正八面体,朝下的一面出现白色}\}\)\(C = \{\text{抛一次正八面体,朝下的一面出现黑色}\}\)

则:

\[\begin{eqnarray*} P(A) = P(B) = P(C) = \frac{4}{8} = \frac{1}{2}\\ P(ABC) = \frac{1}{8} = P(A) P(B) P(C) \end{eqnarray*}\]

但是,

\[ P(AB) = \frac{3}{8} \neq P(A) P(B) \]

所以,事件 \(A,B,C\) 不两两独立。

Theorem 2.7

\(A,B,C\) 三个事件相互独立,那么事件 \(A\cup B\)\(C\) 相互独立。

Proof

因为 \(P(A\cup B) C = AC \cup BC\) . 所以:

\[\begin{eqnarray*} P((A\cup B)C) &=& P(AC \cup BC) \\ &=& P(AC) + P(BC) - P(AC \cap BC) \\ &=& P(A)P(C) + P(B)P(C) - P(A)P(B)P(C) \\ &=& \left(P(A) + P(B) -P(A)P(B)\right)\cdot P(C) \\ &=& P(A\cup B) P(C) \end{eqnarray*}\]

因此, \(A\cup B\)\(C\) 相互独立。

2.6.3. \(n\) 个事件的独立性#

\(n\) 个事件的独立性

设有 \(n\) 个事件 \(A_1,A_2,\cdots,A_n\) ,对任意的 \(1\leq i<j<k<\cdots\leq n\) ,如果:

\[\begin{equation*} \left\{ \begin{aligned} & P(A_iA_j) = P(A_i)P(A_j)\\ & P(A_iA_jA_k) = P(A_i)P(A_j)P(A_k)\\ &\vdots\\ & P(A_1A_2\cdots A_n) = \prod_{i=1}^n P(A_i) \end{aligned} \right. \end{equation*}\]

则称此 \(n\) 个事件 \(A_1,A_2,\cdots,A_n\) 相互独立。

2.6.4. 条件独立性#

条件独立性

设有三个事件 \(A,B,C\) ,且 \(P(C)>0\) 。如果:

\[ P(AB|C) = P(A|C) P(B|C) \]

则称在给定事件 \(C\) , \(A\)\(B\) 是条件独立的。

Remark 2.6

  • \(P(B\cap C)>0\) , 给定 \(C\)\(A\)\(B\) 是条件独立的等价于 \(P(A|B\cap C) = P(A|C)\) .

  • 独立性无法推导出条件独立性;反之亦然。

Example 2.12

考虑独立地投掷两枚公平的硬币,即所有结果都是等可能的。令:

\[\begin{eqnarray*} H_1 &=& \{\text{第一枚硬币正面}\}\\ H_2 &=& \{\text{第二枚硬币正面}\}\\ D &=& \{\text{两枚硬币的结果不一致}\} \end{eqnarray*}\]

于是, \(H_1\)\(H_2\) 是独立的。但是,

\[ P(H_1|D) = \frac{1}{2},\quad P(H_2|D) = \frac{1}{2},\quad P(H_1\cap H_2|D) =0 \]

所以, \(P(H_1\cap H_2|D) \neq P(H_1|D) P(H_2|D)\) 。这意味着 \(H_1\)\(H_2\) 不是条件独立的。

Example 2.13

有两枚硬币,一红一蓝。我们从中等概率地随机选择一枚,并独立地进行两次投掷。假定这两枚硬币是有偏的。蓝色的硬币正面朝上的概率为0.99,而红色的硬币正面朝上的概率为0.01.

\(B\) 为事件“蓝色的硬币被选中”, \(H_i\) 为事件“第 \(i\) 次投掷的结果为正面朝上”。在选定硬币后, \(H_1\)\(H_2\) 是独立的。于是:

\[ P(H_1 \cap H_2 | B) = P(H_1|B) P(H_2|B) = 0.99^2 \]

另一方面, \(H_1\)\(H_2\) 不是独立的。这是因为,如果第一次投掷的结果为正面朝上,者导致我们会猜测,选中的是蓝色硬币,这样第二次投掷正面朝上的概率就更大。从数学公式中,我们可以计算:

\[\begin{eqnarray*} P(H_1) &=& P(H_2) = P(B)P(H_1|B) + P(\overline{B})P(H_1|\overline{B}) \\ &=& 0.5 \cdot 0.99 + 0.5 \cdot 0.01 = 0.5\\ P(H_1\cap H_2) &=& P(B) P(H_1\cap H_2|B) + P(\overline{B})P(H_1\cap H_2|\overline{B}) \\ &=& 0.5 \cdot 0.99^2 + 0.5 \cdot 0.01^2 = 0.4901 \end{eqnarray*}\]

因此, \(P(H_1\cap H_2) \neq P(H_1)P(H_2)\) ,即 \(H_1\)\(H_2\) 不独立。