概率论与数理统计第六讲.ppt

概率论与数理统计第六讲 全概率定理和贝叶斯定理 例5 市上供应灯泡中, 甲厂产品(A)占70%, 乙厂(A)占30%, 甲,乙厂的产品合格率分别为95%, 80%, B表示产品合格, 求总合格率P(B) 解 由于B=AB+AB为二互斥事件之和 还可以进一步计算, 如果买到一合格品, 此合格品是甲厂生产的概率P(A|B): 例4 10个考签中有4个难签, 3人参加抽签(不放回), 甲先, 乙次, 丙最后,设事件A,B,C分别表示甲乙丙各抽到难签, 求乙抽到难签的概率P(B)解 利用B=AB+AB, 且AB与AB互斥, 得 从形式上看事件B是比较复杂的, 仅仅使用加法法则或乘法法则无法计算其概率. 于是先将复杂的事件B分解为较简单的事件AB与AB; 再将加法法则与乘法法则结合起来, 计算出需要求的概率. 把这个想法一般化, 得到全概率定理, 又称全概率公式. 全概率定理 如果事件A1,A2,…构成一个完备事件组, 并且都具有正概率, 则对任意一事件B有 证 由于A1,A2,…两两互不相容, 因此, A1B,A2B,…也两两互不相容. 且 全概率定理的图形理解 如图所示, 事件B的面积为B与各个事件Ai相交的面积之和. 全概率定理解题的思路 用全概率定理来解题的思路, 从试验的角度考虑问题, 一定是将试验分为两步做, 将第一步试验的各个结果分为一些完备事件组A1, A2,…,An, 然后在这每一事件下计算或给出某个事件B发生的条件概率, 最后用全概率公式综合 例6 12个乒乓球都是新球, 每次比赛时取出3个用完后放回, 求第3次比赛时取到的3个球都是新球的概率 解 假设A0,A1,A2,A3为第一次取到0个,1个,2个,3个新球, 当然, 因为一开始都是新球, 因此第一次只能取到3个新球, 即A3为必然事件, 而A0,A1,A2都是不可能事件. 再假设B0,B1,B2,B3为第二次取到0个,1个,2个3个新球, 当第二次取球的时候, 12个乒乓球中必然有3个旧球, 而B0,B1,B2,B3构成完备事件组,并能够求出它们的概率, 再假设C3为最后取到3个新球,则针对C3使用全概率公式. 则有: 综合就是 贝叶斯定理 若A1,A2,…,构成一个完备事件组, 并且它们都具有正概率,则对于任何一个概率不为零的事件B, 有 证 由条件概率的定义得 贝叶斯定理解题的思路 贝叶斯定理解题的题型与全概率定理的题型完全一样, 只是要求的是一个条件概率, 是在信息论中的重要公式, 即在二次试验后, 观察者只能看到最后的结果事件B, 却要根据B来推断第一步试验的哪个事件发生了的条件概率 全概率公式和贝叶斯公式可以用表格计算: 例7 假定某工厂甲乙丙3个车间生产同一种螺钉, 产量依次占全厂的45%,35%,20%. 如果各车间的次品率依次为4%, 2%, 5%. 现在从待出厂产品中检查出1个次品, 试判断它是由甲车间生产的概率 解 设事件B表示产品为次品, A1,A2,A3分别表示产品为甲,乙,丙车间生产的, 显然, A1,A2,A3构成一完备事件组. 依题意, 有 P(A1)=45% P(A2)=35% P(A3)=20% P(B|A1)=4% P(B|A2)=2% P(B|A3)=5% 则由贝叶斯公式得 在使用全概率公式和贝叶斯公式的题型中, 关键的一步是要使用一完备事件组, 而最常用的完备事件组,是一事件A与它的逆A构成的完备事件组, 这时的全概率与贝叶斯公式为, (应在考试前专门将它们记住). 例 假设在某特定人群中某种疾病的发病率为p. 对此疾病有一种血检方法. 如果一个人得了这种病, 则此血检结果呈阳性的概率为?, 而如果一个人没这种病化验却呈阳性的概率为?. 求出当化验为阳性时,此人得了这种病的概率和没得这种病的概率. 解 设A为事件待检者患病, B为事件试验结果阳性, 则 此题的英文版本原为 EXAMPLE 6.5 Suppose the incidence of a certain population is p. There is a blood test for the diseas. It detects the disease with probability ? if the person tested has the disease and gives a false positive with probability ?. Find the probability that a person who tests positive has the disease and find the probability that a person who tests positive does not have t