- 1、本文档共55页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2.1-1 条件概率与乘法公式2.2-2 全概率公式与贝叶斯公式 练习5:袋子中装有a个红球,b个白球,任取1球,取后放回,并加入c个同色的球,问连续3次都取到红球的概率。 例3 设 ,求 解:由于 练习6:某人忘记了电话号码的最后一位数字,因而他随意拨号.求他拨号不超过三次才接通所需电话的概率. 本节小结 练习6:某人忘记了电话号码的最后一位数字,因而他随意拨号.求他拨号不超过三次才接通所需电话的概率. 解:设 Ai 表示“第 i 次拨通电话”,i=1,2,3; A 表示“不超过三次拨通电话” 练习8:10个考签中有4个难签, 3人参加抽签(不放回), 甲先, 乙次, 丙最后, 求①甲抽到难签;②甲,乙都抽到难签; ③甲没抽到难签而乙抽到难签; ④甲,乙,丙都抽到难签的概率. 2.1-2 全概率公式 与贝叶斯公式 例2 三个箱子,第一个箱子中有4个黑球, 1个白球,第二个箱子中有3个黑球,3个 白球,第三个箱子有3个黑球,5个白球, 现随机取一个箱子,再从这个箱子取出1 个球,问这个球是白球的概率。 本节小结 全概率公式的应用:赌金分配问题 在参赛者面前有三扇关闭的门,其中只有一扇后面有 汽车,而其余的后面是山羊。游戏规则是,参赛者先 选择一扇他认为其后面有汽车的门,但是这扇门仍保 持关闭状态,紧接着主持人打开没有被参赛者选择的 另外两扇门中后面有山羊的一扇门,这时主持人问参 赛者,要不要改变主意,选择另一扇门,以使得赢得 汽车的机率更大一些吗? 某一事件A的发生有各种可能的原因Bi(i=1,2,…,n), 如果A是由原因Bi所引起,则A发生的概率是 每一原因Bi都可能导致A发生,故A发生的概率是各原因引起A发生概率的总和,即全概率公式. 从另一个角度去理解全概率公式 练习1:一批产品,由甲厂生产的占45% , 其次品率为5%,由乙厂生产的占 55%,其 次品率为10%,现从这批产品中随机取1件, 恰好取到次品的概率。 练习2:现有A,B两个容器,容器A中装有7 个红球3个白球,容器B中装有1个红球 9个白 球,现从两个容器中随意抽出1个球,问是红 球的概率?这个红球是来自容器A的概率? 解:设A表示“取到白球”, Bi表示“从第i个箱子中取球”。 例3 袋中有5个球(3个白球),两人先后从袋中 各取一球,求第二人取得白球的概率? 解:设A表示第一人取得白球;B表示第二人取得白球 注:(1)A与 就是S的一个划分,上式是全概率公式的最简形式. (2)在此类情况下,无论两人的取球次序如何,两人 取得白球的概率相同,这就是所谓的“公平抽签法”. 练习:袋中有3个球,2白1红,三人排队抽球(不放回),每人取1个,每个人取到红球的概率. 练习3:七人轮流抓阄,抓一张参观票,问 第二人抓到的概率。 解:设Ai表示第i个人抓到参观票,i=1,2 事实上,此类问题中每个人抓到的概率都一样, 这就是“抓阄不分先后原理”。 解: 四、贝叶斯公式 该公式给出在事件A已发生的条件下, 寻找导致A发生的每个原因的概率. 贝叶斯公式由英国数学家托马斯·贝叶斯发展的。 例4 有一台用来检验产品质量的仪器,已知一只次品经检验被认为是次品的概率为0.99, 一只正品经检验被认为是次品的概率为0.005,已知产品的次品率为4%,若一产品经检验被认为是次品,求它确为次品的概率. 解:A表示“产品检验为次品”,B表示“产品确为次品” 由题设知 由贝叶斯公式知,所求概率为 注:全概率公式与贝叶斯公式是计算复杂事件概率的重要工具.而贝叶斯公式反映的是“知果溯因”的概率问题. 练习:8支步枪中5支已校准过,3支未校准.一名射手用校准过的枪射击时,中靶的概率为0.8;用未校准过的枪射击时,中靶的概率为0.3.现从8支枪中任取一支用于射击,结果中靶,求所用的枪是校准过的概率. 解:设A表示“射击中靶”,B表示“使用的枪校准过” 由题设知 小结:全概公式给了我们一个实际计算某些事件 概率的公式假设B1,B2,Bn是S的一个划分,且 事件Bi的概率P(Bi)(它们是试验前的假设概率称 为先验概率) 在Bi发生的条件下事件A的条件概率P(A| Bi)(i=1, 2,…,n),则由全概公式就可算出P(A)。 现在我们进行了一次试验,若事件A确已发生了, 则对于事件Bi的概率应给予重新估计,也就要计 算在事件A已发生的条件下的Bi条件概率P(Bi|A) (它们是试验后的假设概率称为后验概率),贝叶斯公式就给出了计算P(Bi|A) 例5 针对某种疾病进行一种化验,患该病的人中有90%呈阳性反应
您可能关注的文档
- 法理学(21世纪中国高校法学系列教材) 马长山 著 2 第八章法的起源新.ppt
- 法理学(21世纪中国高校法学系列教材) 马长山 著 2 第七章法律责任新.ppt
- 服务营销刘金章 01.单元一 服务于服务业及服务市场新.ppt
- 服务营销刘金章 04.单元四 服务营销组合新.ppt
- 服务营销刘金章 06.单元六 服务质量管理新.ppt
- 服务营销刘金章 09.单元九 电信服务营销新.ppt
- 服务营销刘金章 10.单元十 旅游服务营销新.ppt
- 服务营销刘金章 13.单元十三 直复营销新.ppt
- 服务营销刘金章 15.单元十五 数据库营销新.ppt
- 服务营销刘金章 17.单元十七 服务营销中的电子营销新.ppt
文档评论(0)