概率计算的有用定理
摘要
在这节课中,我们将展示一些用于概率计算的有用定理的解答练习,包括证明和推导。这些练习涉及补概率、集合的包含以及事件的收敛。完成这些练习将为深入学习概率理论提供坚实的基础。
学习目标:
完成这节课后,学生将能够:
- 证明概率的基本性质
接下来我们将看到的是一系列练习指南(已解决),其目标是证明一些对概率理论有用的定理。尝试自己解决这些练习,然后对比你的结果 >:D
- 证明 P(A^c) = 1 -P(A),并且,从此推导出 P(\emptyset) = 0
显示解决方案根据概率测度的定义,如果 A 和 B 是任何可测事件,则满足以下条件:
[a] 0\leq P(A) \leq 1 [b] A\cap B = \emptyset \rightarrow P(A\cup B) = P(A) + P(B) P(\Omega) = 1 现在,由于 A\cap A^c = \emptyset,根据部分 [b],我们有:
[d] A\cap A^c = \emptyset \rightarrow P(A\cup A^c) = P(A) + P(A^c) 因为 A\cap A^c = \emptyset 总是成立,并且 A\cup A^c = \Omega,所以:
1=P(\Omega) = P(A\cup A^c) = P(A) + P(A^c)
因此
P(A^c) = 1-P(A)
这就是我们要证明的。
为了证明 P(\emptyset)=0,只需在刚刚证明的关系中取 A = \Omega,我们就有:
P(\emptyset) = P(\Omega^c) =1 - P(\Omega) = 1-1 = 0
- a) 证明 A\subseteq B \rightarrow P(B\setminus A) = P(B) - P(A),该等式一般成立吗?b) 证明 A\subseteq B \rightarrow P(B)\leq P(A)显示解决方案 a)显示解决方案 b)
(1) A\subseteq B; 前提 \equiv A\cap B = A (2) B\setminus A = B\cap A^c; 集合论定义 (3) B= (B\cap A) \cup (B\cap A^c); 集合性质 (4) (B\cap A)\cap (B\cap A^c)=\emptyset; 集合性质 (5) P(B)= P[(B\cap A) \cup (B\cap A^c)]; 根据(3) P(B)= P (B\cap A) + P(B\cap A^c); 根据(4) + 概率测度定义 P(B)= P (B\cap A) + P(B\setminus A); 根据(2) P(B\setminus A) =P(B) - P (B\cap A) {P(B\setminus A) =P(B) - P (A) }; 根据(1) 因此 {\{A\subseteq B\}\vdash P(B\setminus A) = P(B) - P(A)}.
请注意,这个等式不是一般成立的,因为它取决于 A\subseteq B 的成立。根据这些推导,可以看出,如果这种情况不成立,则 P(B\setminus A) = P(B) - P(A\cap B).
根据 a) 的推理,我们有:
\{A\subseteq B\}\vdash P(B\setminus A) = P(B) - P(A) \equiv \{A\subseteq B\}\vdash P(A) + P(B\setminus A) = P(B) 最后,由于 P 是概率测度,所以 \forall X (P(X)\geq 0), 因此:
{\{A\subseteq B\}\vdash P(A) \leq P(B)}.
- a) 证明 P(A\cup B) = P(A) + P(B) - P(A\cup B). 请附上证明的图示。b) 使用前面的结果证明 P(A\cup B) \leq P(A) + P(B)显示解决方案 a)显示解决方案 b)
(1) A\cup B = (A\triangle B) \cup (A\cap B); 集合性质 (2) A\triangle B := (A\setminus B) \cup (B\setminus A); 对称差定义 (3) (A\triangle B)\cap ( A \cap B) = \emptyset; 集合性质 (4) (A\setminus B)\cap (B\setminus A) = \emptyset; 集合性质 (5) P(A\cup B) = P[(A\triangle B) \cup (A\cap B)]; 根据(1) P(A\cup B) = P(A\triangle B) + P(A\cap B)]; 根据(3) P(A\cup B) = P(A\setminus B) + P(B\setminus A) + P(A\cap B)]; 根据(2,4) (6) P(B\setminus A) = P(B) - P(A\cap B); 应用练习2的结果 (7) P(A\setminus B) = P(A) - P(A\cap B); 同(6) (8) P(A\cup B) = P(A) - P(A\cap B) + P(B) - P(A\cap B) + P(A\cap B); 根据(5,6,7) {P(A\cup B) = P(A) + P(B) - P(A\cap B)}. \vdash P(A\cup B) = P(A) + P(B) - P(A\cap B); 根据a)的结果 \equiv\; \vdash P(A\cup B) + P(A\cap B) = P(A) + P(B) \equiv\; \vdash {P(A\cup B) \leq P(A) + P(B)} - 如果 \{E_n\} 是一个无限事件族 ,使得 E_1\supseteq E_2 \supseteq E_3 \supseteq \cdots \supseteq E_n \supseteq E_{n+1}\supseteq \cdots. 证明如下命题:
\displaystyle P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to \infty}P(E_n) 显示解决方案
(1) E_n \supseteq E_{n+1}; 假设 (2) E_n^c \subseteq E_{n+1}^c; 根据(1)的补集 (3) \displaystyle(E_n^c \subseteq E_{n+1}^c) \rightarrow P\left( \bigcup_{n=1}^\infty E_n^c \right)= \lim_{n\to\infty}P(E_n^c); 连续性性质 (4) \displaystyle \bigcup_{n=1}^\infty E_n^c = \left( \bigcap_{n=1}^\infty E_n \right)^c; 德摩根律 (5) P\left(E_n^c\right) = 1 - P(E_n); 在练习1中证明 (6) \displaystyle P\left(\left[ \bigcap_{n=1}^\infty E_n\right]^c \right) = \lim_{n\to\infty}[1-P(E_n)] = 1 - \lim_{n\to\infty}P(E_n); 根据(2,4,5)应用于(3) \displaystyle 1 - P\left( \bigcap_{n=1}^\infty E_n \right) = 1 - \lim_{n\to\infty}P(E_n) {\displaystyle P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to\infty}P(E_n)} \displaystyle\therefore\{E_n \supseteq E_{n+1}\}\vdash P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to\infty}P(E_n).
通过解决这些练习,你将完成一个支柱,为继续学习概率理论提供支持。
Views: 0
