1.4条件概率解析.ppt

* 在实际问题中，一般除了要考虑事件A的概率P（A），还须考虑在“已知事件B已发生”这一条件下，事件A发生的概率。一般地说，这两者未必相等。为了区别起见，我们把后者叫作条件概率，记为P（A|B）。 * “这一关系式并非只发生在我们所考虑的例子中，而是具有普遍意义，我们可以从古典概率和频率两方面说明普遍意义。 受上面的式子的启发，我们对条件概率给出下面的定义。 * 若B1，B2，…，Bn为样本空间的一个划分，那么，对每次试验，事件B1，B2,…，Bn中必有一个且仅有一个发生。 * 这就是说，当生产出第一件产品是合格品时，此时机器调整良好的概率为0.9，这里，概率0.75是由以往的数据分析得到的，叫做先验概率，而在得到信息（即生产出的第一件产品是合格品）之后再重新加以修正的概率（即0.9）叫做后验概率，有了后验概率我们就能对机器的有进一步的了解。 第四节 条件概率 一、条件概率的定义及性质  设A，B是两事件，且P(A)0，称 为在事件A发生的条件下事件B发生的条件概率. 1.条件概率P（?|A）满足概率定义的三条公理，即 1） 对于每一事件B，有P（B|A）≥0; 2） P（ |A）=1 3) 设B1，B2,…两两不相容，则有 概率的一切性质都适用于条件概率，例如： 2．计算 一般有两种方法： (1)由条件概率定义：P(B|A)=P(AB)/P(A) （在原样本空间中求P(AB)、P(A)） (2)按古典概型公式： P(B|A)=NAB/NA  （在缩小的样本空间中考虑） P（Φ|A）=0 P（B|A）=1?P（B|A） P(B1∪B2|A)=P(B1|A)+P(B2|A)?P(B1B2|A)等 例1 掷两颗均匀骰子,求在已知第一颗掷出6点条件下“掷出点数之和不小于10”的概率是多少? 解法(定义）1: 解法（缩小样本空间）2: 解: 设A={第一颗掷出6点} B={掷出点数之和不小于10} 应用定义 在A发生后的 缩减样本空间 中计算 由条件概率的定义： 即 若P(A)0,则P(AB)=P(A)P(B|A) (1) 而 P(AB)=P(BA) 若已知P(A), P(B|A)时, 可以反求P(AB). 将A、B的位置对调，有 故 P(B)0,则P(AB)=P(B)P(A|B) (2) 若 P(B)0,则P(BA)=P(B)P(A|B) 二、概率乘法公式 (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(A3| A1A2) …P(An| A1A2…An-1) 推广到多个事件的乘法公式: 例2 设某种动物由出生算起活到20年以上的概率为0.8，活到25年以上的概率为0.4. 问现年20岁的这种动物，它能活到25岁以上的概率是多少？ 解：设A={能活20年以上}，B={能活25年以上} 依题意， P(A)=0.8, P(B)=0.4 所求为P(B|A) . 例3 乘法公式应用举例 一个罐子中包含b个白球和r个红球. 随机地抽取一个球，观看颜色后放回罐中，并且再加进c个与所抽出的球具有相同颜色的球. 若在罐中连续取球四次，试求第一、二次取到白球且第三、四次取到红球的概率. （波里亚罐子模型） b个白球, r个红球 解: 设Ai={第i次取出是白球}, 则 Ai={第i次取出是红球}， i=1,2,3,4 于是 “连续取四个球，第一、第二个是白球，第三、四个是红球 ” 的概率应为P(A1A2A3A4) 用乘法公式容易求出 当 c0 时，由于每次取出球后会增加下一次也取到同色球的概率. 这是一个传染病模型. 每次发现一个传染病患者，都会增加再传染的概率.进一步，当 c=0 时，放回抽样；当 c=-1 时，不放回抽样。 b个白球, r个红球 P(A1A2A3A4) =P(A1)P(A2|A1)P(A3|A1A2)P(A4|A1A2A3) 例4： 一场精彩的足球赛将要举行， 5个球迷好不容易才搞到一张入场券. 大家都想去,只好用抽签的方法来解决.　　　 5张同样的卡片，只有一张上写“入场券”，其余什么也没写. 将它们放在一起，洗匀，让5个人依次抽取. “先抽的人当然要比后抽的人抽到的机会大. ” 后抽比先抽的确吃亏吗？ 　　解：用Ai表示“第i个人抽到入场券”