[2018年最新整理]1-3(条件概率及有关公式).pptVIP

第三节 三、小结 * * * 条件概率及有关公式 第一章 概率论的基本概念 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 1. 条件概率的概念 如在事件B发生的条件下求事件A发生的概率，将此概率记作P(A|B). 一般 P(A|B) ≠ P(A) P(A )=1/6， 例1. 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， 于是 P(A|B)= 1/3. B中共有3个元素，它们的出现 等可能的，其中只有1个在集A中， 容易看到 P(A|B) 若事件B已发生,则为使 A也发生 , 试验结果必须是既在 B 中又在A中的样本点,即此点必属于AB. 由于我们已经知道B已发生, 故B变成了新的样本空间, 于是 有(1). 2. 条件概率的定义 定义: 设A、B是两个事件，且P(B)0,则称 (1) 为在事件B发生的条件下,事件A的条件概率. 条件概率也是概率, 故具有概率的性质： 非负性 规范性 可列可加性 例2. 某厂生产的灯泡能用1000小时的概率 为0.8, 能用1500小时的概率为0.4 , 求已用 1000小时的灯泡能用到1500小时的概率. 解 令 A 灯泡能用到1000小时 B 灯泡能用到1500小时 所求概率为 例1 由条件概率的定义： 即 若P(B)0,则P(AB)=P(B)P(A|B) (2) 二、 乘法公式 若已知P(B), P(A|B)时, 可以反求P(AB). 称为乘法公式 P (A1A2…An） =P(A1)P(A2|A1) …P(An| A1A2…An-1) 推广：当P(A1A2…An-1)0时，有： 特别地，有： P (A1A2A3）=P(A1)P(A2|A1) P(A3| A1A2) 例3 盒中装有5个产品, 其中3个一等品，2个 二等品, 从中不放回地取产品, 每次1个, 求 （1）取两次，两次都取得一等品的概率; （2）取两次，第二次取得一等品的概率; （3）取三次，第三次才取得一等品的概率; （4）取两次，已知第二次取得一等品，求 第一次取得的是二等品的概率. 解 令 Ai 为第 i 次取到一等品 （1） 例3 （2）取两次,第二次取得一等品的概率; （3）取三次，第三次才取得一等品的概率; （4）取两次，已知第二次取得一等品，求 第一次取得的是二等品的概率. 例4(波里亚罐子模型). 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. b个白球, r个红球 分析: 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. 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. ” 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 =P(W1)P(W2|W1)P(R3|W1W2)P(R4|W1W2R3) P(W1W2R3R4)(乘法公式) b个白球, r个红球 全概率公式和贝叶斯公式主要用于计算比较复杂事件的概率, 它们实质上是加法公式和乘法公式的综合运用. 综合运用 加法公式 P(A∪B)=P(A)+P(B) A、B互斥 乘法公式 P(AB)= P(A)P(B|A) P(A)0 二、全概率公式与贝叶斯公式 样本空间的划分： 称为全概率公式. 则对任一事件B，有 定理:设 为随机试验E的样本空间, A1,A2,…,An是样本空间的一个划分,且有P(Ai)0, i =1,2,…,n, 全概率公式的说明: “全”部概率P(B)被分解成了许多部分之和. (1)它的理论和实用意义在于: A1 A2 A3 A4 A5 A6 A7 A8 B 在较复杂情况下直接计算P(B)不易,但B总是伴随着某个Ai出现(分类），适当地去构造这一组Ai往往可以简化计算. (2).全概率公式的另一个角度理解: 某一事件B的发生有各种可能的原因Ai(i=1,2,…,n)，如