概率论1.4全率公式与贝叶斯公式.pptVIP

例 假定某工厂甲乙丙3个车间生产同一种产品，产量依次占全厂的45%，35%，20%。 如果各车间的次品率依次为4%， 2%，5%。现在从待出厂产品中检查出1个次品，试判断它是由甲车间生产的概率。 解： 设事件B表示“产品为次品”,A1 ,A2 ,A3分别表示“产品为甲,乙,丙车间生产的”， 显然，A1 ,A2 ,A3构成一完备事件组. 依题意, 有 P(A1)=45% P(A2)=35% P(A3)=20% P(B|A1)=4% P(B|A2)=2% P(B|A3)=5% * * 第一章 随机事件与概率 1.4 全概率公式与贝叶斯公式 1.4.1全概率公式 全概率定理 如果事件A1,A2,…,An构成一个完备事件组, 并且都具有正概率, 则对任意一事件B成立 图形B的面积为B与各个图形Ai 相交部分的面积之和. 全概率定理的图形理解 ? A1 A2 A3 A4 B 在较复杂情况下直接计算P(B)不易, 但B总是伴随着某些Ai 出现，适当地去构造一组Ai 往往可以简化计算. 不难由上式看出: “全”部概率P(B)被分解成了许多部分之和. 它的理论和实用意义在于: 某一事件B的发生有各种可能的原因，如果B是由原因Ai所引起，则由Ai导致B发生的概率是 每一原因都可能导致B发生，故B发生的概率是各原因引起B发生概率的总和，即全概率公式. P(AiB)=P(Ai)P(B |Ai) 我们还可以从另一个角度去理解全概率公式. 由此可以形象地把全概率公式看成为 “由原因推结果”，每个原因对结果的发生有一定的“作用”，即结果发生的可能性与各种原因的“作用”大小有关. 全概率公式表达了它们之间的关系 . A1 A2 A3 A4 A5 A6 A7 A8 B 诸Ai是原因 B是结果 例 一袋中有10个球，其中3个黑球7个白球，从中不放回地取两次球，每次取一个，求第二次取到黑球的概率. 解： 我们用全概率公式来计算这一概率。将事件“第二次取到黑球”根据第一次取球的情况分解成两个互不相容的部分，分别计算其概率，再求和。记A为事件“第一次取到黑球”，B为事件“第二次取到黑球”，则有 由题设易知 于是 解：设A1={甲仓库保管的麦种}, A2 ={乙仓库保管的麦种}, A3 ={丙仓库保管的麦种},B={发芽的麦种}，依题意有 例18 某村麦种放在甲,乙,丙三个仓库保管，保管量分别占总量的40%,35%,25%，发芽率分别为0.95,0.92, 0.90,现将三个仓库的麦种全部混合，求其发芽率。 P(A1)=0.4 , P(A2)=0.35 , P(A3 )=0.25, P(B|A1)=0.95 , P(B|A2)=0.92 , P(B| A3 )=0.90 ,  P(B)= P(A1) P(B|A1)+ P(A2) P(B|A2)+ P(A3) P(B|A3) =0.4×0.95+0.35×0.92+0.25×0.9=0.927 则求得 该球取自哪号箱的可能性最大? 实际中还有下面一类问题，是 “已知结果求原因” 这一类问题在实际中更为常见，它所求的是条件概率，是已知某结果发生条件下，求各原因发生可能性大小. 某人从任一箱中任意摸出一球，发现是红球,求该球是取自1号箱的概率. 1 2 3 或者问: 该公式于1763年由贝叶斯(Bayes)给出. 它是在观察到事件B已发生的条件下，寻找导致B发生的每个原因的概率. 1.4.2贝叶斯公式 设 是一完备事件组, 任一事件 则对 有 则由贝叶斯公式得 例 某一地区患有癌症的人占0.005，患者对一种试验反应是阳性的概率为0.95，正常人对这种试验反应是阳性的概率为0.04，现抽查了一个人，试验反应是阳性，问此人是癌症患者的概率有多大? 则 表示“抽查的人不患癌症”. 已知 P(C)=0.005,P( )=0.995, P(A|C)=0.95, P(A| )=0.04 解: 设 C={抽查的人患有癌症}， A={试验结果是阳性}， 求P(C|A). *