逆概、差概、和概、条概、积概与全概公式(2h).pptVIP

* 退出 （含多和概、多积概与贝叶斯公式） 退出 六 三 二 退出 四 一 五 退出 返回 若 则 1. 可列互斥公理内容回顾 ▲⑵ ⑴ 互斥事件的和概等于各事件的概率之和，即 2. 可列互斥公理的直接推论 （事件之概恒等于 1 减逆概） （不可能事件的概率为零） 母子差概公式 退出 返回 证 ⑵ ▲⑴ 若 且有 则 母子差概等于母概减子概 B A 3. 差概公式 且 非母子差概等于被减概减积概 证 ⑴ 故 证毕. ▲⑵ 任给二事件 A 与 B , 恒有 证毕. 且有 ∴ 依母子差概公式， 非母子差概公式 退出 返回 和概等于概率之和减积概 和概公式 ▲⑴ 任给二事件 A 与 B , 恒有 1. 和概与简单多和概公式 ▲⑵ 任给三事件 A , B 与 C , 恒有 多和概公式 B A 证 ⑴ 且 ∴ 依可列互斥公理， 证毕. 多和概等于概率之和交错地减、加递增的同数量级多积概 证毕. 退出 返回 和概公式 ▲⑴ 任给二事件 A 与 B , 恒有 1. 和概与简单多和概公式 ▲⑵ 任给三事件 A , B 与 C , 恒有 多和概公式 B A 证 ⑵ 多和概等于概率之和交错地减、加递增的同数量级多积概 退出 返回 2. 一般意义下的多和概公式 退出 返回 3. 多和概公式与可列互斥公理的关系 多和概公式是可列互斥公理的推广，可列互斥公理是 多和概公式的特例．事实上，若事件两两互斥，自然有 事件 B 在添加以事件 A 的发生作为自身强制性的发生前提后，常被称为条件事件, 记为 B | A; 其中, A叫条件事件的前提事件, B 叫条件事件的结局事件. 条件事件的发生概率Ｐ (B | A) 称为事件B 在前提 A 下的条件概率. 设事件Ａ 是样本空间为Ω 的随机试验中 退出 返回 2.条件事件与条件概率的概念 1. 样本空间的相对性 用相对而非绝对的观点理解样本空间 Ω A B Ω’ 的某事件. 若事件B 以事件A 的发生作为其发生的前提, 那么事件A 也可视为以事件B作为样本空间的另一随机试验中的随机事件. 此时, 可称 A 是B 的相对样本空间Ω’ , 而称 Ω 是 B 的绝对样本空间. 退出 返回 解 本例说明, 与 “头次已取一等品, 二次还取一等品 ”, “两次都取一等品” 二者是其间存在着极细微差别的不同事件! 先后两事件的样本空间相同吗？ 头次取一等品后再取产品，等价于 去掉一件一等品后再从余者中取产品 也等价于去掉某一等品后连取两产品 例3-1 盒内7 件产品中有一等品5件，二等品2件. 不放回地连取两件产品，以A记“头次取一等品”的事件, 以B记“第二次取一等品”的事件。试求: ⑴ 头次、二次都取一等品的概率 P( AB )； ⑵ 头次已取一等品之后, 第二次再取一等品的概率P( B | A ) . 退出 返回 另解 ⑵ 条概等于积概与前提概之商 例3-1 盒内7 件产品中有一等品5件，二等品2件. 不放回地连取两件产品，以A记“头次取一等品”的事件, 以B记“第二次取一等品”的事件。试求: ⑴ 头次、二次都取一等品的概率 P( AB )； ⑵ 头次已取一等品之后, 第二次再取一等品的概率P( B | A ) . 退出 返回 同样, 3. 基于绝对样本空间的条件概率计算公式 条概等于积概除以前提概 退出 返回 1. 基于条件概率的两因子积概公式 积概等于条概乘以前提概 2. 基于条件概率的三因子积概公式及其推演法 退出 返回 3. 多因子积概公式及其推演法 一般情形下, 多因子积概等于以各因子依次做结局、其前所有结局之积做前提的条概之积 . ▲（全概率公式） ⑴ 该随机试验中任何事件B 的发生概率 设A1，A2，… An构成随机试验样本空间Ω 内的完备事件组（亦称为构成Ω的一个划分），且 那么， ⑵ 若 则条件概率(后验概率) 1. 全概率公式与贝叶斯概率公式 退出 返回 （贝叶斯概率公式） 因此，对样本空间中的任一事件B ，将恒有 事件组，∴ 组内的任二事件彼此互斥，且有 2. 全概率公式的证明 退出 返回 证 即 故依可列互斥公理，自然有 又∵i ≠ j 时， ∴ 证毕. ∵ A1，A2，… An构成样本空间Ω 内的完备 与 彼此互斥． 只要事件 B 拥有众多的不同属性 ，而这些属性 组，即 组内的任二事件彼此互斥，且满足 3. 全概率公式的应用提示 退出 返回 那么，不仅事件B 可分解成具有这些互斥属性的子 A1，A2，… An 恰能构成样本空间Ω 内的完备事件 而且其发生概率恰为各子事件的概率之和，即 事件之和，即有 退出 返回