独立性与二项分布(复习)讲述.pptx

独立性与二项分布（复习） 例2 设某种动物由出生而活到20岁的概率为0.8，活到25岁的概率为0.4，求现龄为20岁的这种动物活到25岁的概率？ 解 设A={活到20岁}，B={活到25岁}， 则 P(A)=0.8, P(B)=0.4. 于是所求概率为 由于A?B，有AB=B，因此P(AB)= P(B)=0.4， 关于条件概率的计算， 往往采用如下两种方法： (1) 在缩减的样本空间上直接计算。 (2) 利用公式计算。 定义1 设A，B为随机试验E 的两个事件，且P(B)＞0，则称 一、条件概率 为在事件A已发生的条件下，事件B发生的条件概率. 注：条件概率与普通概率有相类似的性质：如： 若 BC＝?，则P((B∪C)|A)= P(B|A)+ P(C|A). 二、乘法公式 若Ｐ(B)0, 则 P(AB) = P(B)·P(A |B) 定理1 若P(A1 A2… An-1)0，则 P(A1 A2… An)＝ P(A1 ) P(A2| A1) P(A3| A1 A2) … P(An ｜A1 A2… An-1). 证 反复应用两个事件的乘法公式，得到 一、两个事件的独立性 1. 定义 设A、B二事件，如果满足等式 P(AB) = P(A)P(B), 则称A、B为相互独立的事件。 由定义得：必然事件?及不可能事件与Φ任何事件都相互独立。 2. 性质 1) 若P(A)0, P(B)0, 则A和B独立 P(B|A)=P(B); P(A|B)=P(A)。 所以 和B相互独立． 它们主要被用于计算比较复杂事件的概率. 不难发现，当事件相互独立时，乘法公式变得十分简单，因而也就特别重要和有用. 需要指出的是，不少复杂事件概率的计算需要上面所讲的加法公式和乘法公式的综合运用和推广. 这就是下面将介绍的 我们介绍了事件独立性的概念. 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) 综合运用 §6 全概率公式与贝叶斯公式 先看一个引例： 由于 B1、B2、B3 两两互斥 1号装有 2 红 1 黑球 , 对求和中的每一项 运用乘法公式 某人从中随机取一罐， 解 记 Bi ={ 球取自 i 号罐 } i=1, 2, 3; A ={ 取得红球 } 即 A = AB1 + AB2 + AB3， 显然 A 的发生总是伴随着 B1，B2，B3 之一同时发生， P(A) = P(AB1)+P(AB2)+P(AB3) 求取得红球的概率. 3号装有 2 红 2 黑球. 2号装有 3 红 1 黑球， 引例(P27. 例23) 三个罐子分别编号为 1, 2, 3， 代入数据计算得：P(A)≈ 0.639 . 将此例中所用的方法推广到一般的情形，就得到在概率计算中常用的全概(率)公式 . 运用加法公式 P(A) 再从中任意取出一球， 依题意: P(A|B1)=2/3, P(A|B2 )=3/4, P(A|B3 )=1/2, 1/3 且 AB1、AB2、AB3 两两互斥 乘法公式 　 设 B1, B2, …, Bn 是 ? 的一个划分， 一、全概率公式: 定义 (P26. 定义6) 若 n 个事件 B1, B2, …, Bn 满足 则称 B1, B2, …, Bn 为 ? 的一个划分， 或称其是一个完备事件组. 且 P(Bi) 0， i = 1, 2, …, n , 对任一事件 A ? ? ， 显然 A = A? 两两互斥 ? 则 A 定理1(P26. Th3) 有 全概(率)公式 全概率公式的来由, 不难由上式看出: “全”部概率 P(A) 被分解成了许多部分之和 它的理论和实用意义在于: 在较复杂情况下直接计算 P(A)不易, 但 A 总是伴随着某个Bi 出现. 适当地去构造划分 Bi 是解决问题的关键. 适当地去构造划分 Bi 第二步是在这个罐子里取到红球, 转化到 将一个难求的概率