第一章04全概率公式与贝叶斯公式.pptVIP

chapter1. * * 1.5 全概率公式与贝叶斯公式 例：某厂的一批产品,由甲、 乙 、丙三名工人生产,其产量分别占总产量的25%、35%、40%,若已知他们的次品率依次为5%、4%、2%,现在从这批产品中任意抽取一件, 求（1）是甲生产的次品的概率。（2）是次品的概率。 （条件概率的应用） 解: 设 A1=“甲工人生产的产品”; A2=“乙工人生产的产品”， A3=“丙工人生产的产品”; B=“抽取一件是次品”， （1）则 A1B=“甲生产的次品”; =25%*5% =0.0125 （2）有三种情况，可能是甲, 也可能是乙或丙。怎么办？ =0.25*0.05+0.35*0.04+0.4*0.02=0.0345 全概率定理： 设 是一组互不相容的事件，它形成样本空间的一个 完备事件组（分割）,且 则对任何事件B,有 …… B 证： 利用可加性，得到 利用条件概率定义，得： 代入上式得： 应用全概率定理的关键是找到合适的分割 而合适的分割又与问题的实际背景有关。 例1 一个袋内装有10个球，其中有4个白球，6个黑球，采取不放回抽样，每次任取一个，求第二次取到白球的概率。 解：设A=“第一次取到白球”， B=“第二次取到白球” 构成完备事件组。由全概率公式： 与 则 练习 市场上出售的灯泡，70%由甲厂生产，30%由乙厂生产。甲、乙两厂产品的合格品率分别为0.95和0.8，求市场上出售的灯泡的合格品率。 例2三门高射炮同时向敌机各发射一弹,它们击中敌机的概率分别为0.1,0.2,0.3, 当击中一弹时,敌机被击落的概率为0.25 ; 当击中两弹时,敌机被击落的概率为0.6;当击中三弹时,敌机必被击落, 求敌机被击落的概率. 解: 设 构成完备事件组。由全概率公式： 则 设 则 故 例3 某同学上一门概率课。在每周周末的时候，他可能跟上课程或跟不上课程。如果他在某一周是跟上课程的，那么他在下周跟上课程的概率是0.8。如果他在某一周没有跟上课程，那么他在下周跟上课程的概率是0.4.现在假定他在第一周上课以前能够跟上课程。经过3周学习，他能够跟上课程的概率有多大？ 解： 设 则 按照全概率定理： 对于 和 又可利用全概率公式： 最后,由于开始上课时他能跟上课程,故 从前面三个方程解得： 所以 方法2：构造树状图，利用乘法和加法规则计算。 但是，有时基于全概率的计算更方便。 例如：计算20周后跟上的概率 用树状图很不方便。但可以用全概率定理得到地推公式： 加上初始条件： 用计算机可以很方便的计算出来。 实际上，像这种考虑随机现象的变化过程的学科，叫随机过程.以上是马尔科夫链的一个特殊例子。 贝叶斯公式 设 是一组互不相容的事件，它形成样本空间的一个 完备事件组（分割）,且 则对任何事件B,只要 满足 下列公式成立： …… B 证：对第一个等式 第二个等式：只需对P(B)应用全概率公式 贝叶斯准则可以用来进行因果推理。 有许多“原因”可以造成某一“结果”。现在设我们观察到这一结果,希望推断造成这一结果出现的“原因”。例： 例 某病人X光片中发现一个阴影,（事件B ，代表“结果”）.我们希望对造成这个结果的3个原因进行分析： 原因1 是恶性肿瘤 原因2 是良性肿瘤 原因3 是肿瘤外的其他原因 结果:发现阴影 B 原因1: 恶性肿瘤 原因2: 良性肿瘤 原因3: 其他原因 假定已知 和 如果我们发现了阴影（事件B发生）,利用贝叶斯公式,这些原因的条件概率为: 设事件 是原因,B 代表原因引起的结果. 表示在 因果模型中由原因 造成结果B出现的概率。 我们希望反推结果B是由原因 造成的概率 是在得到新信息B之后 出现的概率，称为后验概率， 称为先验概率 当观察到B的时候, 恶性肿瘤并出现阴影的概率为： 出现阴影的概率为： 恶性肿瘤造成阴影的条件概率 是 以上两个概率相除的结果。 我们也可以用树状图进行等价的解释： 例4 有一台雷达探测设备在工作，若在某区域有一架飞机，雷达以99%的概率探测并报警。若该地区没有飞机，雷达会以10%的概率虚假报警。现在假定一架飞机以5%的概率出现在该地区. 如果记A={飞机出现}， B={雷达报警}，则已知条件为： 于是， 例5：某厂的一批产品,由甲、 乙 、丙三名工人生产,其产量分别占总产量的25%、35%、40%,若已知他们的次品率依次为5%、4%、2%,现在从这批产品中任意抽取一件。 设 A1=“甲工人生产的产品”; A2=“乙工人生产的产品”， A3=“丙工人生产的产品”; B=“抽取一件是次品”， 则已知条件为： 现抽到一件是次品