一、前言
全概率公公式的定义如下:
若事件 $A_{1}$, $A_{2}$, $\cdots$, $A_{n}$ 两两互斥,且 $\sum_{i=1}^{n} A_{i}$ $=$ $\Omega$, $P(A_{i})$ $>$ $0$, 其中 $i$ $=$ $1$, $2$, $\cdots$, $n$, 则对于任一事件 $B$, 有:
$$
P(B) = \sum_{i=1}^{n} P(A_{i}) P(B|A_{i})
$$
在本文中,「荒原之梦考研数学」就用 图 示 的方式,让同学们能够直观地理解全概率公式。
二、正文
要理解全概率公式,首先要先对全概率公式做转换:
$$
\begin{aligned}
P(B) \\ \\
& = \sum_{i=1}^{n} P(A_{i}) P(B|A_{i}) \\ \\
& = \sum_{i=1}^{n} P(A_{i}) \cdot \frac{P(A_{i} B)}{P(A_{i})} \\ \\
& = \sum_{i=1}^{n} P(A_{i} B) \\ \\
& = \textcolor{yellow}{ P(A_{1} B) + P(A_{2} B) + \cdots + P(A_{n} B) }
\end{aligned}
$$
由于事件 $A_{1}$, $A_{2}$, $\cdots$, $A_{n}$ 两两互斥,所以事件 $A_{1}B$, $A_{2}B$, $\cdots$, $A_{n}B$ 也两两互斥。因此,根据互斥事件的可列可加性,可得:
$$
\begin{aligned}
P(B) \\ \\
& = \textcolor{yellow}{ P(A_{1} B) + P(A_{2} B) + \cdots + P(A_{n} B) } \\ \\
& = P(A_{1}B \cup A_{2}B \cup \cdots \cup A_{n} B) \\ \\
& \Leftrightarrow \textcolor{springgreen}{\boldsymbol{ B = A_{1}B \cup A_{2}B \cup \cdots \cup A_{n} B }}
\end{aligned}
$$
因此,只要我们能够理解 $\textcolor{springgreen}{\boldsymbol{B}}$ $\textcolor{springgreen}{\boldsymbol{=}}$ $\textcolor{springgreen}{\boldsymbol{A_{1}B}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{A_{2}B}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{\cdots}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{A_{n} B}}$, 也就能够理解全概率公式了。
首先,我们将事件 $\Omega$ 或者其他任意一个能够将事件 $B$ 包含在内的事件划分成 $n$ 份(或者更多份,甚至无数份)——
为了表述方便,我们这里将符合上述要求的事件划分成 $9$ 份,并用 $A_{1 – 9}$ 做标记,即:
接着,用绿色部分表示的事件 $B$, 就会与 $A_{1-9}$ 这九个分块产生交集,而这个交集就是 $A_{1-9} B$——
从下面的图片中可以看到,将 $A_{1-9} B$ 这九个分块拼到一起,其实就是事件 $B$ 本身,因此,式子 $\textcolor{springgreen}{\boldsymbol{B}}$ $\textcolor{springgreen}{\boldsymbol{=}}$ $\textcolor{springgreen}{\boldsymbol{A_{1}B}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{A_{2}B}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{\cdots}}$ $\textcolor{springgreen}{\boldsymbol{\cup}}$ $\textcolor{springgreen}{\boldsymbol{A_{n} B}}$ 得证,从而就可以理解全概率公式了:
此外,全概率公式还有下面这样一段的补充说明:
“把 $A_{1}$, $A_{2}$, $\cdots$, $A_{n}$ 换成 $A_{1}$, $A_{2}$, $\cdots$, $A_{n}$, $\cdots$, 或者把 $\sum_{i=1}^{n} A_{i}$ $=$ $\Omega$ 换成 $B$ $\subseteq$ $\sum_{i=1}^{\textcolor{orange}{n}} A_{i}$ 或者 $B$ $\subseteq$ $\sum_{i=1}^{\textcolor{springgreen}{\infty}} A_{i}$, 全概率公式仍然成立。”
上面这段补充说明的含义就是,无论事件 $B$ 是属于必然事件 $\Omega$, 还是属于某个可以完全容纳事件 $B$ 的一般事件 $A$,无论将事件 $\Omega$ 或者事件 $A$ 划分成有限个部分还是无限个部分,全概率公式都成立。
高等数学
涵盖高等数学基础概念、解题技巧等内容,图文并茂,计算过程清晰严谨。
线性代数
以独特的视角解析线性代数,让繁复的知识变得直观明了。
特别专题
通过专题的形式对数学知识结构做必要的补充,使所学知识更加连贯坚实。
让考场上没有难做的数学题!