[理学]概率1-3.pptVIP

第三节 条件概率与全概率公式 1、某个家庭有2个小孩，已知其中一个是女孩， 求另一个也是女孩的概率； （1/3） 2、设有10件产品，其中有3件次品，其余为正品， 现从中任取两件，若已知取出的两件中有一件 为次品，求另一件也是次品的概率。 （1/8） 总 结 1. 样本空间的划分（完备事件组） 一个事件发生. 2. 全概率公式 运用全概率公式的关键在于找出样本空间一个 恰当的划分. 说明 全概率公式的主要用途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. 某一事件B的发生有各种可能的原因 ，如果B是由原因Ai (i=1,2,…,n) 所引起，则B发生的概率是 每一原因都可能导致B发生，故B发 生的概率是各原因引起B发生概率的总和， 即全概率公式. P(BAi)=P(Ai)P( B |Ai ) 全概率公式. 我们还可以从另一个角度去理解 由此可以形象地把全概率公式看成为“由原因推结果”，每个原因对结果的发生有一定的“作用”，即结果发生的可能性与各种原因的“作用”大小有关. 全概率公式表达了它们之间的关系 . A1 A2 A3 A4 A5 A6 A7 A8 B 诸Ai是原因 B是结果 有三个箱子，分别编号为1,2,3，1号箱装有1个 红球4个白球，2号箱装有2红球3白球，3号箱装有 3红球. 某人从三箱中任取一箱，从中任意摸出一 球，发现是红球，求该球是取自1号箱的概率 . 1 2 3 1红4白 ? 这一类问题是 “已知结果求原因”. 在实际中更为常见， 它所求的是条件概率， 是已知某结果发生条件下， 探求各原因发生可能性大小. 或者问: 该球取自哪号箱的可能性最大? 3. 贝叶斯公式 某人从任一箱中任意摸出一球，发现是红球，求该球是取自1号箱的概率. 记 Ai={球取自i号箱}, i=1,2,3; B ={取得红球} 求P(A1|B) 运用全概率公式 计算P(B) 将这里得到的公式一般化，就得到 贝叶斯公式 1 2 3 1红4白 ? 该公式于1763年由贝叶斯 (Bayes) 给出. 它是在观察到事件B已发生的条件下，寻找导致B发生的每个原因的概率. 贝叶斯公式在实际中有很多应用. 它可以帮助人们确定某结果（事件 B）发生的最　可能原因. 例 某一地区患有癌症的人占0.005，患者对一　　　　　　　　　　　种试验反应是阳性的概率为0.95，正常人对这种试　　　验反应是阳性的概率为0.04，现抽查了一个人，试　验反应是阳性，问此人是癌症患者的概率有多大? 则 表示“抽查的人不患癌症”. 已知 P(C)=0.005,P( )=0.995, P(A|C)=0.95, P(A| )=0.04 求解如下: 设 C={抽查的人患有癌症}， A={试验结果是阳性}， 求 P(C |A). 现在来分析一下结果的意义. 由贝叶斯公式，可得 代入数据计算得 P(C｜A)= 0.1066 2. 检出阳性是否一定患有癌症? 1. 这种试验对于诊断一个人是否患有癌症有无意义？ 如果不做试验,抽查一人,他是患者的概率 患者阳性反应的概率是0.95，若试验后得阳性反应 则根据试验得来的信息，此人是患者的概率为 从0.005增加到0.1066,将近增加约21倍. 1. 这种试验对于诊断一个人是否患有癌症有意义. P(C｜A)= 0.1066 P(C)=0.005 试验结果为阳性 , 此人确患癌症的概率为 P(C｜A)=0.1066 2. 即使你检出阳性，尚可不必过早下结论你有癌 症，这种可能性只有10.66% (平均来说，1000个人 中大约只有107人确患癌症)，此时医生常要通过再 试验来确认. 概率论 概率论 条件概率与乘法公式 全概率公式与贝叶斯(Bayes)公式 小结 在解决许多概率问题时，往往需要在有 某些附加信息(条件)下求事件的概率. 一、条件概率与乘法公式 如在事件B发生的条件