当前位置: 首页 > news >正文

容斥恒等式的证明

容斥恒等式的证明

推广公式
P(A∪B)=P(A)+P(B)−P(A∩B)P(A\cup B)=P(A)+P(B)-P(A\cap B) P(AB)=P(A)+P(B)P(AB)
(a)设A、B、C为三个事件,则下列恒等式成立:
P(A∪B∪C)=P(A)+P(B)+P(C)−P(A∩B)−P(A∩C)−P(B∩C)+P(A∩B∩C)P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(A\cap B)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C) P(ABC)=P(A)+P(B)+P(C)P(AB)P(AC)P(BC)+P(ABC)
(b)设A1A_1A1,A2A_2A2,A3A_3A3,…,AnA_nAn为n个事件,令S1S_1S1={i∣1≤i≤ni|1\leq i \leq ni∣1in},S2S_2S2={(i1,i2)∣1≤i1<i2≤n(i_1,i_2)|1\leq i_1 < i_2 \leq n(i1,i2)∣1i1<i2n},一般的,令S1S_1S1为满足条件$ \le i_1 < i_2<… < i_m\le n的m维指标,(的m维指标,(m维指标,(i_1,…i_m$)的集合,则下列恒等式成立:
P(∪k=1nAk)=∑i∈S1P(Ai)−∑(i1,i2)∈S2P(Ai1∩Ai2)+∑i1,i2,i3∈S3P(Ai1∩Ai2∩Ai3)−...+(−1)n−1P(∩k=1nAk)P(\cup^n_{k=1}A_k)=\displaystyle \sum_{i\in S_1}P(A_i)-\displaystyle\sum_{(i_1,i_2)\in S_2}P(A_{i_1} \cap A_{i_2})+\displaystyle \sum_{i_1,i_2,i_3 \in S_3}P(A_{i_1} \cap A_{i_2} \cap A_{i_3})-...+(-1)^{n-1}P(\cap^n_{k=1}A_{k})P(k=1nAk)=iS1P(Ai)(i1,i2)S2P(Ai1Ai2)+i1,i2,i3S3P(Ai1Ai2Ai3)...+(1)n1P(k=1nAk)

解:(a)利用公式P(X∪Y)=P(X)+P(Y)−P(X∩Y)P(X\cup Y)=P(X)+P(Y)-P(X\cap Y)P(XY)=P(X)+P(Y)P(XY)(A∪B)∩C=(A∩C)∪(B∩C)(A\cup B)\cap C=(A\cap C)\cup (B\cap C)(AB)C=(AC)(BC),我们有
P(A∪B∪C)=P(A∪B)+P(C)−P((A∪B)∩C)=P(A∪B)+P(C)−P((A∩C)∪(B∩C))=P(A∪B)+P(C)−P(A∩C)−P(B∩C)+P(A∩B∩C)=P(A)+P(B)−P(A∩B)+P(C)−P(A∩C)−P(B∩C)+P(A∩B∩C)=P(A)+P(B)+P(C)−P(A∩B)−P(A∩C)−P(B∩C)+P(A∩B∩C)P(A\cup B\cup C)=P(A\cup B)+P(C)-P((A\cup B )\cap C) \\~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ =P(A\cup B)+P(C)-P((A\cap C )\cup (B\cap C))\\~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ =P(A\cup B)+P(C)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C) \\~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ =P(A)+P(B)-P(A\cap B)+P(C)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C) \\~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ =P(A)+P(B)+P(C)-P(A\cap B)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C)P(ABC)=P(AB)+P(C)P((AB)C)                                 =P(AB)+P(C)P((AC)(BC))                                 =P(AB)+P(C)P(AC)P(BC)+P(ABC)                                 =P(A)+P(B)P(AB)+P(C)P(AC)P(BC)+P(ABC)                                 =P(A)+P(B)+P(C)P(AB)P(AC)P(BC)+P(ABC)
(b)利用归纳法,主要推断部分可以模仿(a)中步骤

n=2时,P(A∪B)=P(A)+P(B)−P(A∩B)P(A\cup B)=P(A)+P(B)-P(A\cap B)P(AB)=P(A)+P(B)P(AB).

假设n=k-1,有
P(∪k=1k−1Ak)=∑i∈S1P(Ai)−∑(i1,i2)∈S2P(Ai1∩Ai2)+∑i1,i2,i3∈S3P(Ai1∩Ai2∩Ai3)−...+(−1)n−2P(∩k=1k−1Aik)P(\cup^{k-1}_{k=1}A_k)=\displaystyle \sum_{i\in S_1}P(A_i)-\displaystyle\sum_{(i_1,i_2)\in S_2}P(A_{i_1} \cap A_{i_2})+\displaystyle \sum_{i_1,i_2,i_3 \in S_3}P(A_{i_1} \cap A_{i_2} \cap A_{i_3})-...+(-1)^{n-2}P(\cap^{k-1}_{k=1}A_{i_k})P(k=1k1Ak)=iS1P(Ai)(i1,i2)S2P(Ai1Ai2)+i1,i2,i3S3P(Ai1Ai2Ai3)...+(1)n2P(k=1k1Aik)

则n=k时,P(∪k=1nAk)=P(∪k=1k−1Ak∪Ak)P(\cup^n_{k=1}A_k)=P(\cup^{k-1}_{k=1}A_k\cup A_k)P(k=1nAk)=P(k=1k1AkAk)

∪i=1k−1Ai=B\cup^{k-1}_{i=1}A_i=Bi=1k1Ai=B,

P(∪k=1nAk)=P(B∪Ak)P(\cup^n_{k=1}A_k)=P(B\cup A_k)P(k=1nAk)=P(BAk)
所以,

P(∪k=1nAk)=P(B∪Ak)=P(B)+P(Ak)−P(B∩Ak)P(\cup^n_{k=1}A_k)=P(B\cup A_k)=P(B)+P(A_k)-P(B\cap A_k)P(k=1nAk)=P(BAk)=P(B)+P(Ak)P(BAk) (1)

前两个地方都很好推导,主要是最后一项。

P(B∩Ak)=P(∪i=1k−1AiAk)=∑i=1k−1P(AiAk)+(−11)∑1≤i1<i2≤ik−1P(Ai1Ai2Ak)+...+(−1)k−2P(A1A2...Ak)P(B\cap A_k)=P(\cup^{k-1}_{i=1}A_iA_k)\\=\displaystyle \sum_{i=1}^{k-1}P(A_iA_k)+(-1^1) \displaystyle \sum_{1\le i_1<i_2\le i_{k-1}}P(A_{i_1}A_{i_2}A_k)+...+(-1)^{k-2}P(A_1A_2...A_k)P(BAk)=P(i=1k1AiAk)=i=1k1P(AiAk)+(11)1i1<i2ik1P(Ai1Ai2Ak)+...+(1)k2P(A1A2...Ak) (2)

把(2)带入(1),

得到:

P(∪k=1nAk)=∑i∈S1P(Ai)−∑(i1,i2)∈S2P(Ai1∩Ai2)+∑i1,i2,i3∈S3P(Ai1∩Ai2∩Ai3)−...+(−1)n−1P(∩k=1nAk)P(\cup^n_{k=1}A_k)=\displaystyle \sum_{i\in S_1}P(A_i)-\displaystyle\sum_{(i_1,i_2)\in S_2}P(A_{i_1} \cap A_{i_2})+\displaystyle \sum_{i_1,i_2,i_3 \in S_3}P(A_{i_1} \cap A_{i_2} \cap A_{i_3})-...+(-1)^{n-1}P(\cap^n_{k=1}A_{k})P(k=1nAk)=iS1P(Ai)(i1,i2)S2P(Ai1Ai2)+i1,i2,i3S3P(Ai1Ai2Ai3)...+(1)n1P(k=1nAk)

得证。

相关文章:

容斥恒等式的证明

容斥恒等式的证明 推广公式 P(A∪B)P(A)P(B)−P(A∩B)P(A\cup B)P(A)P(B)-P(A\cap B) P(A∪B)P(A)P(B)−P(A∩B) (a)设A、B、C为三个事件&#xff0c;则下列恒等式成立&#xff1a; P(A∪B∪C)P(A)P(B)P(C)−P(A∩B)−P(A∩C)−P(B∩C)P(A∩B∩C)P(A\cup B\cup C)P(A)P(B)P(C)…...

Java中的this与super关键字深度解析

一、this关键字this 关键字是 Java 常用的关键字&#xff0c;可用于任何实例方法内指向当前对象&#xff0c;也可指向对其调用当前方法的对象&#xff0c;或者在需要当前类型对象引用时使用。&#xff08;1&#xff09;this.属性名this修饰的变量用于指代成员变量方法的形参如果…...

CSS3新增的视口单位Vh、Vw单位

定义vw&#xff1a;浏览器可见视口【宽度】的百分比&#xff08;1vw代表视窗【宽度】的1%&#xff09;vh&#xff1a;浏览器可见视口【高度】的百分比&#xff08;1vw代表视窗【高度】的1%&#xff09;vmin&#xff1a;当前 vw 和 vh 较小的一个值。vmax&#xff1a;当前 vw 和…...

【Linux】yum安装docker指定版本

&#x1f341;博主简介 &#x1f3c5;云计算领域优质创作者   &#x1f3c5;华为云开发者社区专家博主   &#x1f3c5;阿里云开发者社区专家博主 &#x1f48a;交流社区&#xff1a;运维交流社区 欢迎大家的加入&#xff01; 文章目录卸载已有的docker部署指定版本docker安…...

SpringBoot相关操作

01-今日内容 Spring概述、快速入门SpringBoot配置SpringBoot整合 02-SpringBoot概述 SpringBoot提供了一种快速使用Spring的方式&#xff0c;基于约定优于配置的思想&#xff0c;可以让开发人员不必在配置与逻辑业务之间进行思维的切换&#xff0c;全身心的投入到逻辑业务的…...

Python super()函数:调用父类的构造方法

Python 中子类会继承父类所有的类属性和类方法。严格来说&#xff0c;类的构造方法其实就是实例方法&#xff0c;因此毫无疑问&#xff0c;父类的构造方法&#xff0c;子类同样会继承。 但我们知道&#xff0c;Python 是一门支持多继承的面向对象编程语言&#xff0c;如果子类…...

@ConfigurationProperties在方法上的使用

文章目录1. 前言2. 先说结论3. 代码解释1. Component ConfigurationProperties2. EnableConfigurationProperties ConfigurationProperties3. Bean ConfigurationProperties1. 前言 在学习spring的时候&#xff0c;ConfigurationProperties应该经常被使用到&#xff0c;作用…...

【QT】如何查找和获取界面上的子部件(findChild 和 findChidren)

目录1. findChild()函数2. findChildren()函数3. 示例1. findChild()函数 函数原型&#xff1a; T QObject::findChild(const QString &name QString(), Qt::FindChildOptions options Qt::FindChildrenRecursively) const返回该对象的子对象&#xff0c;该子对象可以转…...

MIT 6.S081学习笔记

计划花25天时间学完6.S081课程&#xff0c;从2月20日-3月20日。课程主页Link   xv6 book   GDB User Manual Lecture 1: Introduction and Examples课程主题&#xff1a;设计和实现操作系统   OS的三大功能&#xff1a;多路复用、隔离和交互。 Lab: Xv6 and Unix utiliti…...

《网络安全入门到精通》 - 2.1 - Windows基础 - DOS命令Windows防火墙Windows共享文件

「作者简介」&#xff1a;CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「订阅专栏」&#xff1a;此文章已录入专栏《网络安全入门到精通》 Windows基础一、DOS命令1、目录文件操作dir 列出目录文件cd 切换目录md 创建目录rd 删除目录move 移动文件或目…...

八、Vben框架动态生成可编辑Table

开发过程中产品经理提出了一些奇怪的需求&#xff0c;让人很摸不着头脑&#xff0c;一问就是客户的需求就是这样&#xff0c;那么我们开发只能想各种办法啦。 最近就提出了两个需求&#xff0c; 第一个是需要在日期选择的时候根据时间选择的不同让底下table中增加两个时间中间的…...

浅谈ERP数据的重要性

影响一个ERP项目的因素有很多&#xff0c;数据无疑是其中很重要的一项,正所谓“正确的诊断源于准确的信息&#xff0c;准确的信息基于可靠的采集”&#xff0c;当我们抓住数据这个根基&#xff0c;大处着眼&#xff0c;小处着手的时候&#xff0c;我们距离ERP成功的日子就不会太…...

【RabbitMQ笔记06】消息队列RabbitMQ七种模式之Topics主题模式

这篇文章&#xff0c;主要介绍消息队列RabbitMQ七种模式之Topics主题模式。 目录 一、消息队列 1.1、主题模式&#xff08;Topics&#xff09; 1.2、案例代码 &#xff08;1&#xff09;引入依赖 &#xff08;2&#xff09;编写生产者 &#xff08;3&#xff09;编写消费…...

ChatGPT似乎有的时候并不能搞懂Java的动态分派,你懂了吗?

目录 碎碎念 ChatGPT 中出现的问题 那么正确答案应该是什么呢&#xff1f; 分派的相关知识点总结&#xff1a; 分派是什么&#xff1f; 静态分派与动态分派&#xff1a; Java语言是静态多分派&#xff0c;动态单分派的&#xff1b; 静态分派&#xff1a;静态重载多分派…...

【C++初阶】vector的模拟实现

大家好我是沐曦希&#x1f495; 文章目录一、前言二、无参构造&析构三、基础接口1.empty和clear2.size和capacity3.[]和iterator四、reserve和resize五、尾插尾删六、其他构造1.迭代器区间构造2.拷贝构造七、memcpy问题八、完整代码一、前言 在模拟实现容器时候&#xff0…...

微信小程序、小游戏的流量主一般可以赚多少钱?

本篇文章主要科普小程序、小游戏流量主一般赚钱的实际情况&#xff0c;通过在下长期运营的经验汇总而成。 日期&#xff1a;2023年2月26日 作者&#xff1a;任聪聪 小程序、小程序满1000用户后即可开通流量主&#xff0c;但实际上很多人并没有传说中的那种日赚几千的流量收入的…...

jni-Demo-基于linux(c++ java)

跑一个jni 的最简单的Demo需要提前准备 VsCode 编译器、win10下&#xff0c;vscode中集成linux操作系统、c编译器&#xff08;gcc、g&#xff09;&#xff0c;java编译器&#xff08;jdk1.8&#xff09;参考&#xff1a;https://mangocool.com/1653030123842.htmlJniDemo类&…...

指针的进阶——(1)

本次讲解重点&#xff1a; 1、字符指针 2、数组指针 3、指针数组 4、数组传参和指针传参 5、函数指针 关于指针这个知识点的主题&#xff0c;我们在前面已经初级阶段已经对指针有了大致的理解和应用了。我们知道了指针的概念&#xff1a; 1、指针就是地址&#xff0c;但口…...

电商平台的促销活动如何抵御大流量的ddos攻击

每一次活动大促带来的迅猛流量&#xff0c;对技术人而言都是一次严峻考验。如果在活动期间遭受黑产恶意 DDoS 攻击&#xff0c;无疑是雪上加霜。电商的特性是业务常态下通常不会遭受大流量 DDoS 攻击&#xff0c;且对延迟敏感&#xff0c;因此只需要在活动期间按需使用 DDoS 防…...

代码随想录-48-104. 二叉树的最大深度

目录前言题目1.层序迭代思路2. 本题思路分析&#xff1a;3. 算法实现4. pop函数的算法复杂度5. 算法坑点前言 在本科毕设结束后&#xff0c;我开始刷卡哥的“代码随想录”&#xff0c;每天一节。自己的总结笔记均会放在“算法刷题-代码随想录”该专栏下。 代码随想录此题链接 …...

应用升级/灾备测试时使用guarantee 闪回点迅速回退

1.场景 应用要升级,当升级失败时,数据库回退到升级前. 要测试系统,测试完成后,数据库要回退到测试前。 相对于RMAN恢复需要很长时间&#xff0c; 数据库闪回只需要几分钟。 2.技术实现 数据库设置 2个db_recovery参数 创建guarantee闪回点&#xff0c;不需要开启数据库闪回。…...

【AI学习】三、AI算法中的向量

在人工智能&#xff08;AI&#xff09;算法中&#xff0c;向量&#xff08;Vector&#xff09;是一种将现实世界中的数据&#xff08;如图像、文本、音频等&#xff09;转化为计算机可处理的数值型特征表示的工具。它是连接人类认知&#xff08;如语义、视觉特征&#xff09;与…...

【Zephyr 系列 10】实战项目:打造一个蓝牙传感器终端 + 网关系统(完整架构与全栈实现)

🧠关键词:Zephyr、BLE、终端、网关、广播、连接、传感器、数据采集、低功耗、系统集成 📌目标读者:希望基于 Zephyr 构建 BLE 系统架构、实现终端与网关协作、具备产品交付能力的开发者 📊篇幅字数:约 5200 字 ✨ 项目总览 在物联网实际项目中,**“终端 + 网关”**是…...

大模型多显卡多服务器并行计算方法与实践指南

一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...

EtherNet/IP转DeviceNet协议网关详解

一&#xff0c;设备主要功能 疆鸿智能JH-DVN-EIP本产品是自主研发的一款EtherNet/IP从站功能的通讯网关。该产品主要功能是连接DeviceNet总线和EtherNet/IP网络&#xff0c;本网关连接到EtherNet/IP总线中做为从站使用&#xff0c;连接到DeviceNet总线中做为从站使用。 在自动…...

ios苹果系统,js 滑动屏幕、锚定无效

现象&#xff1a;window.addEventListener监听touch无效&#xff0c;划不动屏幕&#xff0c;但是代码逻辑都有执行到。 scrollIntoView也无效。 原因&#xff1a;这是因为 iOS 的触摸事件处理机制和 touch-action: none 的设置有关。ios有太多得交互动作&#xff0c;从而会影响…...

Redis的发布订阅模式与专业的 MQ(如 Kafka, RabbitMQ)相比,优缺点是什么?适用于哪些场景?

Redis 的发布订阅&#xff08;Pub/Sub&#xff09;模式与专业的 MQ&#xff08;Message Queue&#xff09;如 Kafka、RabbitMQ 进行比较&#xff0c;核心的权衡点在于&#xff1a;简单与速度 vs. 可靠与功能。 下面我们详细展开对比。 Redis Pub/Sub 的核心特点 它是一个发后…...

Docker 本地安装 mysql 数据库

Docker: Accelerated Container Application Development 下载对应操作系统版本的 docker &#xff1b;并安装。 基础操作不再赘述。 打开 macOS 终端&#xff0c;开始 docker 安装mysql之旅 第一步 docker search mysql 》〉docker search mysql NAME DE…...

C++:多态机制详解

目录 一. 多态的概念 1.静态多态&#xff08;编译时多态&#xff09; 二.动态多态的定义及实现 1.多态的构成条件 2.虚函数 3.虚函数的重写/覆盖 4.虚函数重写的一些其他问题 1&#xff09;.协变 2&#xff09;.析构函数的重写 5.override 和 final关键字 1&#…...

七、数据库的完整性

七、数据库的完整性 主要内容 7.1 数据库的完整性概述 7.2 实体完整性 7.3 参照完整性 7.4 用户定义的完整性 7.5 触发器 7.6 SQL Server中数据库完整性的实现 7.7 小结 7.1 数据库的完整性概述 数据库完整性的含义 正确性 指数据的合法性 有效性 指数据是否属于所定…...