概率第2讲.pptVIP

* * 在实际应用中，除了要研究事件A的概率P(A)之外，有时还需要研究在事件B已经发生的条件下，事件A发生的概率。我们称这种概率为事件B已发生的条件下事件A发生的条件概率，记为 §1.7 条件概率 P(A|B) 一般说来 P(A|B)? P(A) P(A )=1/6， 例如，掷一颗均匀骰子，A={掷出2点}， B={掷出偶数点}， P(A|B)=？ 掷骰子 已知事件B发生，此时试验所有可能结果构成的集合就是B， B中共 于是 P(A|B)= 1/3. 容易看到 P(A|B) 有3个元素，它们的出现是等可能的, 其中只有1个在集 A 中 又如，向长方形Ω内随机均匀投点，若已知点落在区域B内，求在此条件下点落在区域A内的概率 条件概率P(A|B)实质就是缩减了样本空间上的事件的概率。由于已知事件B已经发生，原样本空间Ω缩减为B，在该空间上再进一步计算事件A发生的概率 可以证明，在古典概型下，若P(B)0, 有 设A、B是两个事件，且P(B)0，则称 一、 条件概率的定义 为在事件B发生的条件下，事件A的条件概率. 条件概率的性质 设B是一事件，且P(B)0，则P(.|B)满足概率的三条公理，即 (1). 非负性：对任一事件A，0≤P(A|B)≤1; (2). 规范性： P (Ω | B) =1 ； (3). 可列可加性：设 A1,…,An…互不相容，则 条件概率P(.|B)也具有三条公理导出的一切性质 如 （2） 在缩减的样本空间上计算 条件概率的计算 （1） 用定义计算: P(B)0 掷骰子 例：A={掷出2点}， B={掷出偶数点} P(A|B）= B 发生后的 缩减样本空间 所含样本点总数 在缩减样本空间 中A 所含样本点 个数 解法1: 解法2: 应用定义 在B发生后的 缩减样本空间 中计算 例1 一盒子装有5只产品，其中3只一等品，2只二等品。从中取产品2次，每次任取一件，做不放回抽样。设事件 B为“第一次取到的是一等品”，事件 A为“第二次取到的是一等品”，试求P(A|B). P(AB)=P(B)P(A|B) (1) 二、 基本公式 公式（1）和（2）均称为概率的乘法公式或称为概率的乘法定理 如果 P(A)0，由条件概率公式得 P(AB)=P(A)P(B|A) (2) 1. 定义 设有两个事件A，B，如果P(B)0，由条件概率公式得 乘法公式容易推广到多个事件的积事件的情况，如 P(ABC)=P(A)P(B|A)P(C|AB) 当P(A1A2…An-1)0时，有 P (A1A2…An） =P(A1)P(A2|A1) …P(An| A1A2…An-1) 当P(AB)0，有 例2 一场精彩的足球赛将要举行，5个球迷好不容易才搞到一张入场券.大家都想去,只好用抽签的方法来解决.　　　 入场 券 “大家不必争先恐后，你们一个一个 按次序来，谁抽到‘入场券’的机会都 一样大.” “先抽的人当然要比后抽的人抽到的机会大。” 　解　我们用Ai表示“第i个人抽到入场券” i＝1,2,3,4,5. 显然，P(A1)=1/5，P( )＝4/5 第1个人抽到入场券的概率是1/5. 也就是说， 则 表示“第i个人未抽到入场券” 因为若第2个人抽到 了入场券，第1个人 肯定没抽到. 由于 由乘法公式 = (4/5)(1/4)= 1/5 也就是说“抽签与顺序无关.” 同理，第3个人要抽到“入场券”，必须第1第2个人都没有抽到. 因此 ＝(4/5)(3/4)(1/3)=1/5 继续做下去就会发现, 每个人抽到“入场券” 的概率都是1/5. 例3 对产品作抽样检验时，每100件为一批，逐批进行。对每批检验时。从中任取1件作检查，如果是次品，就认为这批产品不合格；如果是合格品，则再检查一件，检验过的产品不放回。如此连续检查5件，如果检查5件产品都是合格品，则认为这批产品合格而被接受。假定一批产品中有5%是次品，求一批产品被接受的概率？ 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