概率论第3讲-广金.ppt

* * 例7：8支步枪中有5支已校准过,3支未校准。一名射手用校准过的枪射击时，中靶概率为0.8；用未校准的枪射击时，中靶概率为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={射击时中靶}，B1={枪校准过}, B2={枪未校准}， 则 B1,B2 是Ω一个划分，由贝叶斯公式，得 例8：一批同型号的螺钉由编号为I,II,III的三台机器共同生产。各台机器生产的螺钉占这批螺钉的比例分别为35%,40%, 25%。各台机器生产的螺钉的次品率分别为3%, 2%和1%。现从该批螺钉中抽到一颗次品。求:这颗螺钉由I, II, III号机器生产的概率各为多少? 解：设 A={螺钉是次品}, B1={螺钉由I号机器生产}, B2={螺钉由II号机器生产}, B3={螺钉由III号机器生产}。 则 由贝叶斯公式，得 P(B1)=0.35，P(B2)=0.40，P(B3)=0.25, P(A|B1)=0.03，P(A|B2)=0.02，P(A|B3)=0.01。 小结 本节首先介绍条件概率的定义与计算；然后利用条件概率公式得到了乘法公式、全概率公式及贝叶斯公式；通过多个实例，从各方面分析、讲解了上述公式的理论意义、实际意义及应用范围。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * 概率论与数理统计 第三讲 主讲教师：黄丽芳 广东金融学院 在实际问题中, 除了要考虑某事件A的概率P(A)外，有时还要考虑在“事件B已经发生”的条件下，事件A发生的概率。 1.4.1 条件概率 I. 条件概率的概念 通常记事件B发生的条件下, 事件A发生的概率为 P(A|B)。 一般情况下， P(A|B) ≠P(A) 。 §1.4 条件概率 例1：100件产品中有5件不合格品，而5件不合格品中又有3件是次品，2件是废品。现从100件产品中任意抽取一件，假定每件产品被抽到的可能性都相同，求 (1).抽到的产品是次品的概率； (2).在抽到的产品是不合格品条件下, 产品是 次品的概率。 解： 设 A={抽到的产品是次品}， B={抽到的产品是不合格品}。 (1). 按古典概型计算公式，有 可见，P(A) ≠P(A|B)。 (2). 由于5件不合格品中有3件是次品，故可得 虽然 P(A) 与 P(A|B) 不同，但二者之间存在什么关系呢? 先来计算P(B)和P(AB)。 因为100件产品中有5件是不合格品，所以P(B)=5/100。 P(AB)=3/100。 而P(AB)表示事件“抽到的产品是不合格品、又是次品”的概率，再由100件产品中只有3件即是不合格品又是次品，得 通过简单运算，得 有 P(A)=1/6， 又如：掷一颗均匀骰子，A={掷出2点}， B={掷出偶数点}， 求P(A|B)。 已知事件B发生，此时试验所有可能结果构成的集合就是B。 于是，P(A|B)= 1/3。 B中共有3个元素，每个元素出现是等可能的，且其中只有1个(2点)在集合A中。 可以得到： 受此启发，对条件概率进行 如下定义。 若事件B已发生, 则为使 A也发生 , 试验结果必须是既在 B 中又在A中的样本点 , 即此点必属于AB。 由于我们已经知道B已发生, 故B就变成了新的样本空间 , 于是 就有(1)。 II. 条件概率定义 为在事件B发生条件下，事件A的条件概率。 定义1: 设A、B是两个事件，且P(B)0，称 III. 条件概率的性质 设B是一事件，且P(B)0, 则 1. 对任一事件A，0≤P(A|B)≤1; 2. P(Ω|B)=1； 而且，前面对概率所证明的一切性质，也都适用于条件概率。 3. 设A1, A2,…互斥，则 例2：有外观相同的三极管6只，按电流放大系数分类,4只属甲类, 两只属乙类。不放回地抽取三极管两次, 每次只抽一只。求在第一次抽到是甲类三极管的条件下, 第二次又抽到甲类三极管的概率。 解:记Ai= {第 i 次抽到的是甲类三极管}, i=1,2, A1A2={两次抽到的都是甲类三极管}, 由第2讲中的例1.3.3，可知 再由P(A1)=4/6=2/3，得 由条件概率的定义： 即 若P(B)0, 则 P(AB)=P(B)P(A|B) , (2) 而 P(AB) = P(BA)， 1.4.2 乘法公式 在已知P(B), P(A|B)时, 可反解出