1.5全概率公式和贝叶斯公式课件.pptVIP

在处理复杂事件的概率时，我们经常将这个复杂事件分解为若干个互不相容的较简单的事件之和，先求这些简单事件的概率，再利用有限可加性得到所求事件的概率，这种方法就是全概率公式． 1.5.1 全概率公式 定理1.2 设试验E的样本空间为? ,A1,A2,…,An为E的一组事件，且满足： (1) A1,A2,…,An两两互不相容， i = 1,2,…,n； (2) 则对任一事件B，有 (1.7) (1.7)称为全概率公式． 称满足(1)和(2)的A1，A2，…，An为完备事件组或样本空间的一个划分． 证明：因为 由于A1，A2，…，An两两互不相容， 由有限可加性 由假设及乘法公式得到 利用全概率公式求事件B的概率，关键是寻求完备事件组A1，A2，…，An; 寻求完备事件组A1，A2，…，An相当于找导致事件B发生的所有互不相容的事件． 【例1.15】假设有3箱同种型号零件，里面分别装有50件、30件、40件，而且一等品分别有20件、12件和24件，现在任取一箱，从中不放回地先后取出两个零件，试求: (1)先取出的零件是一等品的概率； (2)两次取出的零件均为一等品的概率． 解: 设Ai =“任取的一箱为第i箱零件”，i = 1,2,3， Bj =“第j次取到的是一等品”，j = 1，2． 　由题意知 A1、A2和A3构成完备事件组， 　且 (1) 　　　　　　　　　　　　　　　　 由全概率公式得 (2) 因为　　　　　　　　　　　　　　　 由全概率公式得 1.5.2 贝叶斯公式 定理1.3 设试验E的样本空间为? ，B为E的事件，A1，A2，…，An为完备事件组，且P(B) 0， P(Ai) 0，i = 1，2，…，n，则 (1.8) (1.8)式称为贝叶斯公式． 特别有：　 　设事件A、B为试验E的两事件，由于A和　　 是一个完备事件组，若P(A) 0，　　　， P(B) 0，贝叶斯公式的一种常用简单形式为 【例1.16】玻璃杯成箱出售，每箱20只，假设各箱含0，1，2只残次品的概率分别是0.8，0.1和0.1，某顾客欲购一箱玻璃杯，在购买时，售货员随即取出一箱，顾客开箱随机地查看四只，若无残次品，则买下该箱玻璃杯，否则退回，试求： (1) 顾客买下该箱的概率?； (2) 在顾客买下的一箱中，确实没有残次品的概率?． 解：设B =“顾客买下该箱玻璃杯”， 　　Ai =“抽到的一箱中有i件残次品”，i = 0,1,2． (1) 事件B在下面三种情况下均会发生：抽到的一箱中没有残次品、有1件残次品或有2件次品。 显然A0，A1，A2是完备事件组． 由题意知 由全概率公式得 (2) 由贝叶斯公式 【例1.17】根据以往的记录，某种诊断肝炎的试验有如下效果：对肝炎病人的试验呈阳性的概率为0.95；非肝炎病人的试验呈阴性的概率为0.95．对自然人群进行普查的结果为：有千分之五的人患有肝炎．现有某人做此试验结果为阳性，问此人确有肝炎的概率为多少？ 解: 设A =“某人确有肝炎”， B =“某人做此试验结果为阳性”； 由已知条件有 　　　　　　　　　　　　　　　　 从而 由贝叶斯公式，有 本题的结果表明，虽然 这两个概率都很高．但是，即试验阳性的人有肝炎的概率只有8.7%．如果不注意这一点，将 和 搞混，将会得出错误诊断，造成不良的后果． 在贝叶斯公式中，事件Ai的概率P(Ai)，i = 1，2，…，n，通常是人们在试验之前对Ai的认知，习惯上称其为先验概率．若试验后事件B发生了，在这种信息下考察Ai的概率 它反映了导致B发生的各种原因的可能性大小，常称为后验概率． 贝叶斯公式是英国哲学家Bayes于1763首先提出的，经过多年的发展和完善，由这一公式的思想已经发展成为一整套统计推断方法，即“Bayes方法”，这一方法在计算机诊断、模式识别、基因组成、蛋白质结构等很多方面都有应用． * 1.5 全概率公式和贝叶斯公式 第1章 概率论基