在学习概率基本运算法则之前,需要知道事件的基本关系。常见的事件关系有三种:
1)事件的补。所有不属于事件A的样本点组成的事件。记为。
2)事件的并。所有的属于A或B或同时属于二者的样本点构成的事件,记为
3)事件的交。同时属于A和B的样本点构成的事件,
4)事件的互斥事件。当事件A和事件B一个发生而另外一个不会发生,则称A和B是互斥的。
概率的运算公式:
1)加法公式。事件A发生或事件B发生或A B同时发生的概率
p(AUB)=P(A)+P(B)-P(AB)
例:30%的顾客喜欢产品A,20%的顾客喜欢产品B,12%的顾客既喜欢A也喜欢B
事件:A={喜欢产品A的顾客};B={喜欢产品B的顾客}
已知:P(A)=0.3;P(B)=0.2,;P(AB)=0.12
结果:喜欢产品A或产品B或者两个产品都喜欢的顾客的概率为:P(AUB)=0.3+0.2-0.12=0.38
2)条件概率计算。假设我们有一个事件A,概率为P(A),如果我们获取了新的信息-确知另一个相关事件B已经发生,我们希望利用这一新的信息来计算事件A发生的可能性。此时,事件A发生的可能性叫做条件概率,记作P(A|B),读作“给定事件B下事件A的概率“
P(A|B)=P(AB)/p(B) 或p(B|A)=p(AB)/p(A)
例。某公司员工的升职情况
思路:令事件M={某警官为男性} W={某警官为女性} A={某警官得到升职} ={某警官未得到升职}
则:P(MA)=288/1200=0.4=随机选择一名警官,它是男性且得到升职的概率
P(M)=672/1200=0.56,=随机选择一名警官,它是男性但未得到升职的概率
P(WA)=36/1200=0.03=随机选择一名警官,它是女性且得到升职的概率
P(W)=204/1200=0.17=随机选择一名警官,它是女性且未得到升职的概率
其中合计所在行列,称为边际概率,其余称为联合概率。
P(A|M)=P(AM)/P(M)=0.24/0.8=0.30=在某警官是男性的条件下发生升职的概率
P(A|W)=P(AW)/P(W)=0.03/0.2=0.15=在某警官是女性的条件下发生升职的概率
3)乘法公式。两事件交的概率
P(AB)=P(A)P(B|A)
P(AB)=P(B)P(A|B)
例。84%的顾客购买了产品B,75%已经购买了B的顾客又购买了A
事件:B={购买了产品B的顾客};A={购买了产品A的顾客}
已知:P(B)=0.84;P(A|B)=0.75
结果:既买B又买A的顾客的概率为P(A B)=P(B)*P(A|B)=0.84*0.75=0.63