1-1概率的计算概述.pptVIP

P(A) 具有如下性质： 0? P(A) ??1； P(?)＝1； (3) AB＝?，则 P( A? B )＝ P(A) ＋P(B)。 P(A) 具有如下性质： (4) 设 A1，A2，…An 两两互不相容, 对本定义的评价 优点：简单直观 缺点：必须满足 两个前提条件 使用方便 例 区长办公室某一周内曾接待过 9 次来 访, 这些来访都是周三或周日进行的, 是否 可以断定接待时间是有规定的？ 解 假定办公室每天都接待（即无规定），则 P( 9次来访都在周三、日) = = 0.0000127 这是小概率事件, 一般在一次试验中不会 发生. 现居然发生了, 故可认为假定不成立, 从而推断接待时间是有规定的. 一次试验中小概率事件一般是不 会发生的. 若在一次试验中居然发生了, 则可怀疑该事件并非小概率事件. 小概率原理 —— ( 即实际推断原理 ) 注：例 中所反映的思想也是我们学习数理统计中假设检验部分的思想。 2 概率的公理化定义 公理1（非负性） 公理2（规范性） 公理3（可列可加性） 　　 设 ? 是随机试验 E 的样本空间，对任一事件 A ，定义实值函数 P ( A ) 若满足： 则称 P ( A ) 为事件 A 的概率。 其中 为两两互不相容事件。 概率的重要性质： 逆事件的概率 可减性 加法公式 条件概率与事件的独立性 一、条件概率 例如：一个有两个小孩的家庭,样本空间为 其中b 代表 boy, g 代表 girl. 若A= “家中至少有一个女孩”,则 容易看到： P(A|B) 若B = “家中至少有一个男孩”已经发生，则事件 A 的概率为 设A、B是两个事件，且P(B)0，则称 1. 条件概率的定义 为在事件 B 发生下，事件 A 的条件概率。 由条件概率的定义： 即 若P(B)0, 则 P(AB)=P(B)P(A|B) , (1) 二、 乘法公式 在已知P(B), P(A|B)时, 可反解出P(AB)。 同理 若P(A)0, 则 P(AB)=P(A)P(B|A) ，(2) (1)和(2)式都称为乘法公式, 利用 它们可计算两个事件同时发生的概率。 当 P(A1A2…An-1)0 时，有 P (A1A2…An) = P(A1)P(A2|A1) …P(An| A1A2…An-1) . 推广到多个事件的乘法公式: 全概率公式和贝叶斯公式主要用于计算比较复杂事件的概率, 它们实质上是加法公式和乘法公式的综合运用。 综合运用 加法公式 P(A+B)=P(A)+P(B) A、B互斥 乘法公式 P(AB)= P(A)P(B|A) P(A)0 三、全概率公式与贝叶斯公式 完备事件组 若 互不相容， 则称 为完备事件组, 或称 为 的一个分割。 注: n 可以 取为∞ B1 Bn AB1 AB2 ABn A B2 全概率公式 2、全概率公式: 　 设 为样本空间的一个分割,即 互不相容且 ，如果P(Bi)0 i =1,2,…,n, 则对任一事件A, 有 由全概率公式: Bayes 公式 B1 Bn AB1 AB2 ABn A B2 3、贝叶斯公式: 　 设 为样本空间的一个分割,即 互不相容且 ，如果P(A)0, P(Bi)0 , i =1,2,…,n, 则 该公式于1763年由贝叶斯(Bayes)给出。 它是在观察到事件A已发生的条件下，寻找导致A发生的每个原因的概率，也称逆概公式。 贝叶斯公式在实际中有很多应用，它可以帮助人们确定某结果（事件 A）发生的最可能原因. 几点注记： 贝叶斯公式的适用场合：“诊断”问题 选取合适的空间的划分，同全概率公式一致 贝叶斯公式求解的是条件概率问题