1.3续全概率公式和贝叶斯公式探究.ppt

在概率计算中，我们希望从已知的简单事件的概率推算出未知的复杂事件的概率，为了达到这个目的，经常把一个复杂的事件分解成若干个互斥（互不相容）的简单事件之和，再通过分别计算这些简单事件的概率，并利用概率的加法公式和乘法公式得到最后结果。在这类计算中，全概率公式起着重要作用。 例1 市场上有甲、乙、丙三家工厂生产的统一品牌产品，已知三家工厂的市场占有率分别为1/4、1/4、1/2，且三家工厂的次品率分别为2%、1%、3%，试求市场上该品牌的次品率。 解 设A为买到一件次品，Bi（i=甲、乙、丙）分别为“第i厂生产的产品”，则 注：求P(A)的关键是将A分解为互不相容的三个事件。 例2 甲袋中有2黑3白球，乙袋中有1黑3白，丙袋中有3黑1白，从甲袋中任取1球放入乙袋，再从乙袋中任取1球放入丙袋，最后从丙袋中任取1球，求最后取得的1球是白球的概率。 解 设A，B，C分别表示从甲，乙，丙中取出的是白球，由题意得 所以 所以 　为了了解一只股票在一定时期内的价格变化, 常常会去分析影响价格的基本因素, 如利率的变化。假设利率下调的概率为60％,利率不变的概率为40％。根据经验，在利率下调时该股票价格上涨的概率为80％, 在利率不变时该股票价格上涨的概率为40％, 求该股票上涨的概率. 注：全概率公式给出了一个计算“多因一果”事件中“结果”发生的概率，即当知道了各种原因Bi(i=1,2,…,n)发生的条件下，求事件A发生的概率可以通过全概率公式求得。 在许多实际问题中，还经常会遇到与全概率公式所解决的问题相对的另一类问题，即已知某一事件发生，要求出该事件的发生是由某种因素引起的概率，如上例中，已知买到的一件产品是次品，问它是出自哪个工厂的可能性较大。解决该类问题的一种最重要的方法就是贝叶斯公式。 2.贝叶斯公式. 析：由乘法公式得， 于是有 例 某电子设备制造厂所用的元件是由三家元件制造厂提供的。根据以往的记录有以下的数据： 设这三家工厂的产品在仓库中是均匀混合的，且无区别的标志。 （2）在仓库中随机地取一件元件，若已知取到的是次品，为分析此次品出自何厂，求此次品由这三家工厂生产的概率分别是多少。 解 设A表示“取到的是一只次品”， Bi(i=1,2,3)表示“所取到的元件是由第i家工厂提供的”，则 （1）由全概率公式得 （2）由贝叶斯公式得 小结 1.条件概率 2.条件概率P(B|A)与积事件概率P(AB)的区别 P(AB)表示在样本空间 * LOGO 又因 互不相容， 则 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，则此时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发生的概率的总和，即全概率公式. 1.全概率公式： 又 解：设A={利率下调}, B={股票价格上涨},则 P(A)=0.6, P(B|A)=0.8. 由全概率公式，得 概率论与数理统计 称此为贝叶斯公式。 定义 设 为试验E的样本空间，A为E的事件， 为 的一个完备事件组，且 ，则 又 构成一个完备事件组，由全概率公式 代入（1）式即得。 0.05 0.03 3 0.80 0.01 2 0.15 0.02 1 提供元件的份额 次品率 元件制造厂 (1) 在仓库中随机地取一件元件，求它是次品 的概率； 是样本空间 的一个划分，且 设Ａ，Ｂ为同一个随机试验中的两个随机事件 , 且Ｐ（Ｂ）＞０， 则称 为在事件Ｂ发生的条件下，事件Ａ发生的条件概率． 定义 条件概率 Conditional Probability 乘法法则 推广 设B1 ，B2 ，...，Bn 构成一个完备事件组，且Ｐ(Bi )＞0, i＝1，2，...，n，则对任一随机事件A，有 全概率公式 设B1，B2，…, Bn构成完备事件组，且诸P(Bi)0, A为样本空间的任意事件，P( A) 0 , 则有 ( k =1 , 2 , … , n) 证明 贝叶斯公式 Bayes’ Theorem 乘法公式 P(AB)=P(A)P(B|A) 全概率公式 贝叶斯公式 中计算AB发生的概率， P (B|A)表示在缩小的样本空间 中计算B发生的 概率。 用古典概率公式，有 其中m指ＡＢ中样本点数，ｎ指 中样本点数， 表示 中样本