关于证明独立事件A与B的补事件B^c相互独立的推导疑问

嘿，我来帮你理顺这个推导的后续步骤！其实你已经找对了方向，但换个更直接的思路会更顺畅——咱们从独立事件的核心定义和概率的基本性质入手，不用绕到条件概率的补事件分支里。

首先回忆独立事件的定义：已知A和B是独立事件，那么必然满足：
P(A ∩ B) = P(A)P(B)

接下来利用概率的互斥事件加法性质：事件A可以拆分成两个完全互斥的子事件的并集，也就是：
A = (A ∩ B) ∪ (A ∩ B^c)
因为这两个子事件不会同时发生，所以它们的概率可以直接相加：
P(A) = P(A ∩ B) + P(A ∩ B^c)

现在把独立事件的定义代入上式，把P(A ∩ B)替换成P(A)P(B)，就得到：
P(A) = P(A)P(B) + P(A ∩ B^c)

接下来做个简单的移项整理：
P(A ∩ B^c) = P(A) - P(A)P(B)
提取公因子P(A)后：
P(A ∩ B^c) = P(A)(1 - P(B))

最后，根据补事件的概率性质，1 - P(B)就是P(B^c)，代入后直接得到：
P(A ∩ B^c) = P(A)P(B^c)

这就完美符合A和B^c独立的定义了！

如果非要沿着你最开始的条件概率思路走，其实也能通：你写到P(A ∩ B^c) = P(B^c) - P(B^c)P(A^c | B^c)，这里可以结合全概率公式P(A^c) = P(A^c | B)P(B) + P(A^c | B^c)P(B^c)，又因为A和B独立，所以A^c和B也独立（这是独立事件的衍生性质），即P(A^c | B) = P(A^c)，代入后能推导出P(A^c | B^c) = P(A^c)，再代回你的式子就能得到结果，但这个路径明显绕远了，不如直接拆分事件A的方法高效。

备注：内容来源于stack exchange，提问作者user1132861