1.5全概率.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1.5全概率

全概率公式的使用 总结 * §1.5 全概率公式与Bayes 公式 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 §1.5 全概率公式和贝叶斯公式: 1. 样本空间的划分(完备事件组) Ω A1 A2 A3 ... An 事件组A1 ,A2 ,… ,An满足 或称事件组A1,A2,…,An为完备事件组 (1) 若A1,A2,…,An是样本空间Ω的一个划分, 则每次试验中, 事件A1, A2, …, An 中必有一 个且仅有一个发生. 2. 全概率公式: B A1 A2 A3 An Ω ... 由可有限可加性,有 再利用乘法定理即得 称为全概率公式. 利用全概公式求概率,关键是要找出适当的完备事件组A1,A2,…,An ,有两点可供参考: 而要求的概率是最后一个试验结果的概率,则可以将倒数第二个试验的样本空间进行划分. (1)将B看成结果,则将A1,A2, …An看成导致B发生的原因,利用“追根寻源”的方法找出原因A1,A2, …An,而这些原因的概率是已知或能求出的,用找原因的方法求A1,A2, …An 往往比较方便,而且思路比较开阔。 (2)如果试验T是由T1,T2,…,Tn复合而成的复合试验,即 例1 设甲盒中有a个白球,b个红球(a0,b0),乙盒中有c个白球,d个红球(c0,d0),现从甲盒中任取一球放入到乙盒中,然后再从乙盒中任取一球,试求从乙盒中取到的球为白球的概率. 解: 设B={从乙盒中取到的球为白球}, B是试验的结果, 导致B的原因有: A1={从甲盒中取到的球为白球} A2={从甲盒中取到的球为红球}, 显然 则由全概公式得 解法二 从另一个角度找原因 A1={从乙盒中取到的球为原甲盒中的球}, A2={从乙盒中取到的球为原乙盒中的球},则 解法三 将此试验看成复合试验 T1: 从甲盒中取一球放入到乙盒中 T2: 从乙盒中取一球,观察颜色, 显然T= T1×T2 B={从乙盒中取到的球为白球}则是最后一次试验结果, 则T1的样本空间Ω1=A1+A2 , A1={从甲盒中取白球} A2={从甲盒中取红球} 根据历史资料,每一原因发生的概率已知, 而且每一原因对结果的影响程度已知, 则我们可用全概率公式计算结果发生的概率. 返回主目录 我们把事件B看作某一过程的结果, 由全概率公式,有 例2 某小组有20名射手,其中一、二、三、四级射手分别为2、6、9、3名.又若选一、二、三、四级射手参加比赛,则在比赛中射中目标的概率分别为0.85、0.64、0.45、0.32,今随机选一人参加比赛,试求该小组在比赛中射中目标的概率. 解: 例3. 某电子设备厂所用的晶体管是由三家元件制 造厂提供的,数据如下: 元件制造厂 次品率 提供的份额 1 0.02 0.15 2 0.01 0.80 3 0.03 0.05 (1) 任取一只晶体管,求它是次品的概率. (2) 任取一只,若它是次品,则由三家工厂 生产的概 率分别是多少? 3. 贝叶斯公式: 在B发生的条件下, Ai的条件概率P(Ai|B)称为后验概率, 为求这个概率,先介绍贝叶斯公式. 全概公式是由“原因”求“结果”.但在理论研究和实际中还会遇到另一类与之相反的问题:由“结果”求“原因”(如例2中的(2)).就是在已知结果B发生的条件下,求导致此结果的某种原因Aj的可能性大小,看导致这一试验结果的各种的原因中哪个起主要作用,解决这类问题的方法就是下面的贝叶斯公式. 3、Bayes公式 贝叶斯 Thomas Bayes,英国人.1702年 出生于伦敦,做过神甫.1742年成为英 国皇家学会会员.1763年4月7日逝世. 贝叶斯在数学方面主要研究概率论.他 首先将归纳推理法用于概率论基础理论,并创立了贝叶斯 统计理论,对于统计决策函数、统计推断、统计的估算 等做出了贡献.1763年发表了这方面的论著对于现代概率 论和数理统计都有很重要的作用.贝叶斯的另一著作《机 被沿用至今. 贝叶斯公式是他在1763年提出来的. 会的学说概论》发表于1758年.贝叶斯所采用的许多术语 底患了A1,A2,…,An中的哪一种病,以便对症下药. 例4(专家系统)医疗诊断中,为了诊断病人到 对病人进行观察检查,症状记为事件B P(A

文档评论(0)

qwd513620855 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档