加法法则(概率论)

统计与概率

jiā fǎ fǎ zé (gài lǜ lùn)

加法法则给出两个事件中至少有一个发生的概率,并考虑了它们之间可能存在的重叠。

Formula

P(A \text{ or } B) = P(A) + P(B) - P(A \text{ and } B)
Visualization

Definition

加法法则告诉你两个事件中至少有一个发生的概率:如果这两个事件可以同时发生,你必须减去重叠部分,以免重复计算。一般加法法则为 $P(A \text{ or } B) = P(A) + P(B) - P(A \text{ and } B)$;对于互斥事件,$P(A \text{ and } B) = 0$,所以 $P(A \text{ or } B) = P(A) + P(B)$,概率论中的"或"总是意味着"至少一个",即包含或。形式上,容斥原理将其推广为:$P\left(\bigcup_{i=1}^{n} A_i\right) = \sum P(A_i) - \sum P(A_i \cap A_j) + \sum P(A_i \cap A_j \cap A_k) - \ldots + (-1)^{n+1} P(A_1 \cap \ldots \cap A_n)$,在阶数递增的交集项之间交替进行加减。

Example

在一个班级中,$60\%$ 的人踢足球,$40\%$ 打篮球,$20\%$ 两者都参加:$P(\text{soccer or basketball}) = 60\% + 40\% - 20\% = 80\%$,减去 $20\%$ 以避免重复计算这些学生。抽一张牌:$P(\text{heart or face card}) = 13/52+12/52-3/52 = 22/52 = 11/26$,减去了那 $3$ 张既是红桃又是花牌的牌。$n$ 次独立伯努利试验(每次成功概率为 $p$)中至少一次成功的概率为 $P(\text{at least one success}) = 1 - (1-p)^n$,这是将补集规则应用于失败事件交集的结果,对大 $n$ 而言比直接使用容斥原理更简单。

Key Insight

减法是为了防止重复计数:可以想象两个重叠的圆圈,把两个圆圈都加起来会把中间部分算两次,所以要减去中间部分一次;对于三个事件,$P(A \text{ or } B \text{ or } C) = P(A)+P(B)+P(C) - P(A \text{ and } B) - P(A \text{ and } C) - P(B \text{ and } C) + P(A \text{ and } B \text{ and } C)$。邦费罗尼不等式利用容斥公式的部分和给出边界:前 $2k-1$ 项之和是上界,前 $2k$ 项之和是下界,当完整公式在计算上不可行时可用于近似。