[工学]CH1第5节 条件概率.ppt

1.条件概率 全概率公式 贝叶斯公式 四、小结 乘法定理 贝叶斯资料 Thomas Bayes Born: 1702 in London, EnglandDied: 17 Apr. 1761 in Tunbridge Wells, Kent, England * * 一、条件概率 二、乘法定理 三、全概率公式与贝叶斯公式 四、小结 第五节　条件概率 将一枚硬币抛掷两次 ,观察其出现正反两面的情况,设事件 A为 “至少有一次为正面”,事件B为“两次掷出同一面”. 现在来求已知事件A 已经发生的条件下事件 B 发生的概率. 分析 事件A 已经发生的条件下事件B 发生的概率,记为 1. 引例 一、条件概率 同理可得 为事件 B 发生的条件下事件 A 发生的条件概率. 2. 定义 3. 性质 二、 乘法定理 例1 在标有1,2,3,4,5这5个数字的卡片里,无放回地抽取两次,一次一张,求 (1)第一次取到奇数卡片的概率; (2)已知第一次取到偶数,求第二次取到奇数卡片的概率; (3)第二次才取到奇数卡片的概率. 解 设A, B分别表示第一次和第二次取到奇数卡片这两个事件, 则 P(A)= 例2 某种动物由出生算起活20岁以上的概率为 0.8, 活到25岁以上的概率为0.4, 如果有一个 20岁的这种动物, 问它能活到25岁以上的概率是 多少? 设 A 表示“ 能活 20 岁以上 ” 的事件， B 表示 “ 能活 25 岁以上”的事件, 则有 解 例3 五个阄, 其中两个阄内写着“有” 字， 三个阄内不写字 ，五人依次抓取, 问各人抓到“有”字阄的概率是否相同? 解 则有 抓阄是否与次序有关? 依此类推 故抓阄与次序无关. 例4 一个罐子中包含b个白球和r个红球. 随机地抽取一个球，观看颜色后放回罐中，并且再加进 c 个与所抽出的球具有相同颜色的球. 这种手续进行四次 ，试求第一、二次取到白球且第三、四次取到红球的概率. 波里亚罐子模型 b个白球, r个红球 于是W1W2R3R4表示事件“连续取四个球，第一、第二个是白球，第三、四个是红球. ” b个白球, r个红球 随机取一个球，观看颜色后放回罐中，并且再加进c个与所抽出的球具有相同颜色的球. 解 设 Wi={第i次取出是白球}, i=1,2,3,4 Rj={第j次取出是红球}， j=1,2,3,4 用乘法公式容易求出 当 c 0 时，由于每次取出球后会增加下一次也取到同色球的概率. 这是一个传染病模型. 每次发现一个传染病患者，都会增加再传染的概率. =P(W1)P(W2|W1)P(R3|W1W2)P(R4|W1W2R3) P(W1W2R3R4) 例5 设某光学仪器厂制造的透镜, 第一次落下时打破的概率为1/2,若第一次落下未打破, 第二次落下打破的概率为7/10 , 若前两次落下未打破, 第三次落下打破的概率为9/10.试求透镜落下三次而未打破的概率. 解 以B 表示事件“透镜落下三次而未打破”. 所以 1. 样本空间的划分 三、全概率公式与贝叶斯公式 2. 全概率公式 全概率公式 图示 证明 化整为零 各个击破 说明 全概率公式的主要用处在于它可以将一个复杂事件的概率计算问题,分解为若干个简单事件的概率计算问题,最后应用概率的可加性求出最终结果. 例6 有一批同一型号的产品，已知其中由一厂生产的占 30% ，二厂生产的占 50% ，三厂生产的占 20%，又知这三个厂的产品次品率分别为2% ， 1%，1%，问从这批产品中任取一件是次品的概率是多少? 设事件 A 为“任取一件为次品”, 解 由全概率公式得 30% 20% 50% 2% 1% 1% 称此为贝叶斯公式. 3. 贝叶斯公式 证明 例7 解 (1) 由全概率公式得 (2) 由贝叶斯公式得 解 例8 由贝叶斯公式得所求概率为 上题中概率 0.95 是由以往的数据分析得到的, 叫 做先验概率. 而在得到信息之后再重新加以修正的概率 0.97 叫做后验概率. 先验概率与后验概率 解 例9 由贝叶斯公式得所求概率为 即平均1000个具有阳性反应的人中大约只有87人 患有癌症. * *