[数学]条件概率.ppt

可以验证，条件概率P(·|A)符合概率所需满足的三条基本性质： ①非负性：对任意一个事件B，均有0≤P(B|A)≤1； ②规范性：P(S|A)=1； ③可列可加性：若B1，B2，…，An，…两两互不相容，则有 条件概率也满足概率的基本性质 条件概率的一般计算方法： (1)根据A发生以后的情况直接计算A发生的条件下， B发生的条件概率。“缩减样本空间” (2)先计算P(A)，P(AB)，再用公式 例1.16 设某人从一副扑克中(52张)任取13张，设A为“至少有一张红桃”， B为“恰有2张红桃”，C为“恰有5张方块”，求条件概率P(B|A)，P(B|C) 解 例1.17 某种动物出生后活到20岁的概率为0.7，活到25岁的概率为0.56，求现年为20岁的这种动物活到25岁的概率。 解 设A表示事件“活到20岁以上”，B表示事件“活到25岁以上”，显然 例1.18 甲、乙、丙三人参加面试抽签，每人的试题通过不放回抽签的方式确定。假设被抽的10个试题中有4个难题签，按甲、乙、丙次序抽签，试求甲抽到难题签，甲和乙都抽到难题签，甲没抽到难题签而乙抽到难题签，甲、乙、丙都抽到难题签的概率。 解 设A、B、C分别表示甲、乙、丙抽到难题签的事件 三、全概率公式与贝叶斯公式 在概率论中，我们经常利用已知的简单事件的概率，推算出未知的复杂事件的概率。为此，常须把一个复杂事件分解为若干个互不相容的简单事件的和，再由简单事件的概率求得最后结果。 如在例1.18中，如果把甲、乙、丙抽到难题签的事件作为上述的复杂事件，则可用分解的方法计算如下： 甲抽到难签的概率 2、全概率公式 例1.21 某工厂生产的产品以100件为一批，假定每一批产品中的次品最多不超过4件，且具有如下的概率： 一批产品中的次品数 0 1 2 3 4 概 率0.1 0.2 0.4 0.2 0.1 现进行抽样检验，从每批中随机抽取10件来检验，若发现其中有次品，则认为该批产品不合格。求一批产品通过检验的概率。 3、贝叶斯公式(Bayes)（逆概率公式） 定理1.2 设试验E的样本空间为S，B为E的事件。事件组A1,A2,…,An组成样本空间S的一个完备事件组，且P(Ak)0,(k=1,2,…n),及P(B)0，则 例1.21中，顾客买到的一批合格品中，含次品数为0的概率是多少？ 若一病人高烧到40℃，医生要确定他患有何种疾病，则必须考虑病人可能发生的疾病B1,B2,…,Bn。这里假定一个病人不会同时得几种病，即B1,B2,…,Bn互不相容，医生可以凭以往的经验估计出发病率P(Bi)，这通常称为先验概率。进一步要考虑的是一个人高烧到40℃时，得Bi这种病的可能性，即P(Bi|A)的大小，它可由Bayes公式计算得到。这个概率表示在获得新的信息(即知病人高烧40℃)后，病人得B1,B2,…,Bn这些疾病的可能性的大小，这通常称为后验概率。有了后验概率，就为医生的诊断提供了重要依据。 若我们把A视为观察的“结果”，把B1,B2,…,Bn理解为“原因”，则Bayes公式反映了“因果”的概率规律，并作出了“由果朔因”的推断。 例1.24 根据以往的临床记录，某种诊断是否患有癌症的检查有如下效果。若以A表示事件“试验反应为阳性”，以C表示事件“被检查者确实患有癌症”，则有 作业 2；4；7；9； * 袋中有十只球，其中九只白球，一只红球，十人依次从袋中各取一球(不放回)，问 第一个人取得红球的概率是多少？ 第二 个人取得红球的概率是多少？ 1.4 条件概率 若已知第一个人取到的是白球，则第二个人取到红球的概率是多少？ 已知事件A发生的条件下，事件B发生的概率称为在事件A发生的条件下事件B发生的条件概率，简称为B对A的条件概率，记作P(B|A)。 若已知第一个人取到的是红球，则第二个人取到红球的概率又是多少？ 一、条件概率 例1.14 设袋中有3个白球，2个红球，现从袋中任意抽取两次，每次取一个，取后不放回。 (1)已知第一次取到红球，求第二次也取到红球的概率； (2)求第二次取到红球的概率； (3)求两次均取到红球的概率。 解 设A——第一次取到红球,B——第二次取到红球 S= A B A——第一次取到红球, B——第二次取到红球 显然，若事件A、B是古典概型的样本空间S中的两个事件，其中A含有nA个样本点，AB含有nAB个样本点，则 称为事件A发生的条件下事件B发生的条件概率 定义 设A、B是S中的两个事件，P(A)0，则 “条件概率”是“概率”吗？ 何时P(A|B)=P(A)? 何时P(A|B)P(A)? 何时P(A|B)P(A