[经济学]1概率与数理统计.pptVIP

* 概率论与数理统计 * (1) 由全概率公式得 (2) 由贝叶斯公式得 * 概率论与数理统计 * * 概率论与数理统计 * 解 例8 * 概率论与数理统计 * 由贝叶斯公式得所求概率为 * 概率论与数理统计 * 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 * 概率论与数理统计 * 1.条件概率 全概率公式 贝叶斯公式 四、小结 乘法定理 * 概率论与数理统计 * * 概率论与数理统计 * 贝叶斯资料 Thomas Bayes Born: 1702 in London, EnglandDied: 17 Apr. 1761 in Tunbridge Wells, Kent, England 概率论与数理统计 烟 台 大 学 文 经 学 院 科 研 与 素 质 教 育 部 概率论与数理统计 * 概率论与数理统计 * 第一章 随机事件和概率 概率论序言 第一节 随机事件和样本空间 第二节 事件的关系和运算 第三节 事件的概率及其计算 第四节 概率的公理化定义 第五节 条件概率和事件的独立性 习题课 * 概率论与数理统计 * 第5节 条件概率和事件的独立性 * 概率论与数理统计 * 一、条件概率 三、全概率公式 五、事件的独立性 二、乘法公式 四、贝叶斯公式 六、小结与作业 * 概率论与数理统计 * 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). 一般地 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， P(A|B)= 1/3. B中共有3个元素,它们的出现是等可能的,其中只有1个在集A中. 容易看到 P(A|B) 于是 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). 设A、B是两个事件，且P(B)0,则称 (1) 2. 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. 3. 条件概率的性质(自行验证) 2)从加入条件后改变了的情况去算 4. 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 计算条件概率的两种方法 在缩减的样本空间 中计算A发生的概率 在原样本空间Ω中，先计算 再由定义式求得 * 概率论与数理统计 * 例1 掷两颗均匀骰子,已知第一颗掷出6点,问“掷出点数之和不小于10”的概率是多少? 解法1 解法2 解 设A={掷出点数之和不小于10} B={第一颗掷出6点} 应用 定义 在B发生后的缩减样本 空间中计算 例2 设某种动物由出生算起活到20年以上的概率为0.8，活到25年以上的概率为0.4. 问现年20岁的这种动物，它能活到25岁以上的概率是多少？ 解 设A={能活20年以上}，B={能活25年以上} 依题意， P(A)=0.8, P(B)=0.4 所求为 P(B|A) . 条件概率P(A|B)与P(A)的区别 每一个随机试验都是在一定条件下进行的 ,设A是随机试验的一个事件，则P(A)是在该试验条件下事件A发生的可能性大小. P(A) 与 P(A |B) 的区别在于两者发生的条件不同,它们是两个不同的概念,在数值上一般也不同. 而条件概率 P(A|B) 是在原条件下又添加 “B 发生 ” 这个条件时A发生的可能性大小, 即 P(A|B) 仍是概率. 由条件概率的定义： 即 若P(B)0,则P(AB)=P(B)P(A|B) (2) 而 P(AB)=P(BA) 二、 乘法公式 若已知P(B), P(A|B)时, 可以反求P(AB). 将A、B的位置对调，有 故 P(A)0 , 则 P(AB)=P(A)P(B|A)