第2章基本定理(免费阅读).pptVIP

例：某工厂有四条流水线生产同一种产品，已知这四条流水线的产量分别占总产量15%、20%、30%和35%，又知这四条流水线的次品率依次为0.05、0.04、0.03 及0.02．现从该工厂生产的这种产品中任取一件，问取得次品的概率是多少? 若厂部规定：出了次品要追究有关流水线的责任．在某次质量检查中，在出厂的产品中任取一件，经检查发现是次品，但该产品是哪一条流水线生产的标志已看不清楚，问厂方应该如何处理这件次品的责任较为合理? 分析：设 A = “任取一产品，结果为次品”， Bk = “任取一产品，结果是第 k 条流水线的产品”， 那么P(Bk | A)即为所求，k = 1, 2, 3, 4． 由贝叶斯公式可得 解：设 A = “任取一产品，结果为次品”， Bk = “任取一产品，结果是第 k 条流水线的产品”，k = 1, 2, 3, 4 已知 由全概率公式可得 从而 先验概率 vs. 后验概率 较为合理的分摊责任的方案，既不是由次品率最高的第 1条流水线承担最多的责任，也不是由占产量分额最高的第4 条流水线承担最多的责任，而是由第 3 条及第 2 条流水线承担了较多的责任． 若将“抽检一件产品”看作一次试验，那么 P(Bk) 是在试验之前就已经知道的概率，所以习惯上称为先验概率，这是过去已掌握情况的反映． 条件概率 P(Bk | A) 反映了在试验以后，对 A 发生的各种“原因”（即不合格品的来源）的可能性的定量描述，通常称为后验概率． 贝叶斯统计 在统计学中，依靠收集到的数据（相当于这里的事件A）去寻找感兴趣问题的答案，这是一个“由结果找原因”的过程． 依据贝叶斯公式的思想发展的一整套统计推断的方法，称“贝叶斯统计”. 基本定理 条件概率 乘法定理 独立事件 乘法定理 全概率公式和贝叶斯公式 本章知识结构图 加法定理 * * * * * * * 例：某城市一共有N辆汽车，设车牌号自1至N，该市一人将所遇到的 n 辆汽车的牌号全抄下（可能有重复）．设每辆车被遇到的概率相等，求抄到最大号码是k 的概率． 解法1：设 A = “抄到最大号码是k ”， Ai = “有i 次抄到车牌号k ，有( n?i )次的车牌号小于k ”， 其中i = 1, 2, …, n， 则 又因为 所以 1 2 3 … k … N 解法2： 令Bk = “抄到最大号码不超过k ”， 则P(A) = P(Bk) ? P(Bk ?1) 复合事件该如何分解？ 2.2 乘法定理 条件概率(1) 例：在所有的两位数10到99中任取一个数，求：(1) 此数能被2或3整除的概率；(2) 在此数能被2整除的条件下，该数能被3整除的概率 ． 解： 设 A = “此数能被2整除”， B = “此数能被3整除”，则 在(1)中，样本空间 ? = {10, 11, 12, …, 99}， 在(2)中，样本空间 ? A = {10, 12, 14, …, 98}， 相对于问题(1)，把 ? A 称为缩减样本空间． (2) 从以上数据看，有 条件概率(2) 定义：对随机事件 A, B，若 P(A) 0，则把 称为在事件 A发生的条件下事件 B发生的概率， 简称条件概率． 事实上，对任意随机事件A ，必有 相应地，有时候概率 P(A)称为无条件概率． 条件概率的性质 性质1：非负性 对任意事件 A，必有P(A) ≥ 0． 性质2：规范性 对必然事件? ，必有P(?) = 1． 性质3：可列可加性 若A1, A2, …, An, …两两互不相容，则 性质1′：非负性 对任意事件 B，必有 P(B|A) ≥ 0． 性质2′：规范性 若A ? B，则 P(B|A) = 1． 特别地，P(? |A) = P(A|A) = 1． 性质3′：可列可加性 若B1, B2, …, Bn, …两两互不相容， 则 解：设 A =“这种动物能活过20岁”， B =“这种动物能活过25岁”， 所求概率就是 P(B|A) ． 由题意可知， 于是 例：已知某种动物自出生能活过20岁的概率是0.8，能活过 25岁的概率是0.4．问：现龄20岁的这种动物能活25岁的概 率是多少？ 乘法定理 根据条件概率的定义，若 P(A) 0，则 定理：若 P(A) 0，则有 推论：若 P(A) 0， P(B) 0，则有 例：一批零件共100件，已知其中10件是次品，现把这些零件 逐一取出（取出后不放回），问：第三次才取得正品的概率． 解：设Ai = “第i次取出的零件是正品”，其中i = 1, 2, 3， 则所求的概率为 由乘法定理，可得 解法1：设 A = “正确报警”， Ai = “第i 套报警