哈工大概率论与数理统计第二单元条件概率与独立性.pptVIP

WangLi WangLi 概率论与数理统计课件 作者: 王 力 概率论与数理统计 第二章 条件概率与独立性 第二章 条件概率与独立性 2.1 条件概率、乘法定理 第二章 条件概率与独立性 2.2 全概率公式 第二章 条件概率与独立性 2.3 贝叶斯(Bayes)公式 第二章 条件概率与独立性 2.4 事件的独立性 第二章 条件概率与独立性 2.4 事件的独立性 第二章 随机事件与概率 2.5 重复独立试验、二项概率公式 显然 R’SRC . 因此，用附加元件的方法也同样能增加系统的可靠性. 利用数学归纳法不难证明，当n≥2时，有 (2?r)n2?rn. 即 R’SRS. 因此，虽然上面的两个系统同样由2n个作用相同的元件构成，但系统Ⅱ的可靠性比系统Ⅰ的可靠性大. 2 2 1 1 n n 系统Ⅰ 图2.1 1 1 2 2 n n 系统Ⅱ 图2.2 在1.1.1中，曾经提到过随机现象的统计规律性，只有在相同条件下进行大量的重复试验或观察才会显示出来. 这种在相同条件下重复试验的数学模型，就是重复独立试验，它在概率论中占有很重要的地位，其定义如下： 定义2.5 进行n次试验，如果在每次试验中，任意一个事件出现的概率与其它各次试验的结果无关，则称这n次试验是独立的. 将一个试验重复进行n次的独立试验称n次重复独立试验. 例如，在相同条件下，进行n次打靶试验，n次掷硬币试验以及n次有放回的摸球试验等等，都是n次重复独立试验的简单例子. 定义2.6 若一个试验只有两个结果：A和Ac，则称这个试验为伯努利(Bernoulli)试验. 它的n次重复独立试验，称为n重伯努利试验. 定义2.6 若一个试验只有两个结果：A和Ac，则称这个试验为伯努利(Bernoulli)试验.它的n次重复独立试验，称为n重伯努利试验. 为了使语言形象化，人们把伯努利试验的两个结果之一的A叫做“成功”，其概率记为P(A)=p； 另一个结果Ac叫做“失败”，概率记为P(Ac)=q，这里p+q=1. 伯努利试验是一种很重要的数学模型，应用很广泛.有些试验的结果虽然不只两个，但如果我们只注意某一个事件的发生与否，则也可以化为伯努利试验. 例如，在电报传输中，既要传送字母A,B,…,Z；又要传送其它的符号. 但是假如我们所关心的只是字母在传送中所占的百分比，而不再区别到底是哪一个字母，则可以把出现字母当作是“成功”，出现其它的符号一律当作是“失败”.这时就可以把问题看成是伯努利试验了. 在n重伯努利试验中，成功的次数可能是0,1,2,…,n次. 关于成功恰好出现k次的概率Pn(k)，有下面的定理. 定理2.9 设在每次试验中成功的概率为p(0p1)，则在n重伯努利试验中成功恰好发生k次的概率为 其中，p+q=1，k=0,1,2,…,n. 证 设Bk表示成功恰好发生k次的事件，Ai表示第i次试验中成功的事件，Aic表示第i次试验中失败的事件，则 前式右端的每一项，表示某k次试验成功，而另次n?k试验失败.这样的项一共有Cnk个，而且两两互不相容. 定理2.5 (贝叶斯公式)设A1,A2,…,An是互不相容的事件，且P(Ai)0(i=1,2,…,n)，若对任一事件B，有 A1+A2+…+An?B，且P(B)0，则 证 对分子P(Ai)分母P(B)分别应用乘法定理和全概率公式即得贝叶斯公式. 贝叶斯公式中的P(Ai)称为先验概率，这种概率一般在试验前就是已知的，它常常是以往经验的总结. P(Ai|B)称为后验概率，它反映了试验之后对各种原因发生的可能性大小的新知识. 贝叶斯公式实际上就是根据先验概率(Prior Probability)求后验概率(Posterior Probability)的公式. 在例1“一个工厂有甲、乙、丙三个车间生产同一种产品，每个车间的产量分别占总产量的25%，35%，40%，而产品中的次品率分别为5%，4%，2%.今将这些产品混在一起，并随机地抽取一个产品，若抽到的一件产品是次品，试问这件次品是甲、乙、丙车间生产的概率各为多少？又哪一个概率最大？”中若设A1,A2,A3分别表示抽到的产品是甲、乙、丙车间生产的产品；B表示抽到的一个产品是次品，则 先验概率P(Ai)(i=1,2,3)的值依次为 25%，35%，40%； 而后验概率P(Ai |B)(i=1,2,3)的值依次为 0.362，0.406，0.232. 例2 设患肺病的人经过检查，被查出的概率为0.95，而未患肺病的人经过检查，被误认为有肺病的概率为0.002；又设在全城居民中患有肺病的概率为0.1%. 若从居民中随机抽一人检查，诊断为有肺病，求这个人确实患有肺病的概率？ 解 设A表示某居民患肺病的事件，则Ac即表示某居民无