高中数学概率统计讲义+练习含答案解析 12、全概率公式.docxVIP

高中数学概率统计讲义+练习含答案解析12、全概率公式

一、知识引入

在实际生活和概率问题的研究中，我们常常会遇到一些较为复杂的概率计算问题。有些事件的发生往往受到多个因素的影响，这些因素构成了一个完备的情况划分。例如，在一个工厂中生产某种产品，该产品可能由不同的生产线生产，而不同生产线的产品次品率是不同的。当我们想要计算从所有产品中随机抽取一件是次品的概率时，就不能简单地根据单一的信息来计算，这时就需要用到全概率公式。全概率公式是概率论中一个非常重要的公式，它为我们解决这类复杂的概率问题提供了有效的方法。

二、全概率公式的定义与推导

（一）样本空间的划分

设\(\Omega\)为随机试验\(E\)的样本空间，\(B_1,B_2,\cdots,B_n\)为\(E\)的一组事件，若满足以下两个条件：

1.\(B_iB_j=\varnothing\)（\(i\neqj\)，\(i,j=1,2,\cdots,n\)），即任意两个事件\(B_i\)和\(B_j\)互不相容。

2.\(\bigcup_{i=1}^{n}B_i=\Omega\)，即\(B_1,B_2,\cdots,B_n\)的并集为样本空间\(\Omega\)。

则称\(B_1,B_2,\cdots,B_n\)是样本空间\(\Omega\)的一个划分。

例如，掷一枚骰子，样本空间\(\Omega=\{1,2,3,4,5,6\}\)，令\(B_1=\{1,2,3\}\)，\(B_2=\{4,5,6\}\)，则\(B_1\capB_2=\varnothing\)，且\(B_1\cupB_2=\Omega\)，所以\(B_1,B_2\)是样本空间\(\Omega\)的一个划分。

（二）全概率公式

设试验\(E\)的样本空间为\(\Omega\)，\(A\)为\(E\)的事件，\(B_1,B_2,\cdots,B_n\)是样本空间\(\Omega\)的一个划分，且\(P(B_i)0\)（\(i=1,2,\cdots,n\)），则有：

\(P(A)=\sum_{i=1}^{n}P(B_i)P(A|B_i)\)

（三）推导过程

因为\(B_1,B_2,\cdots,B_n\)是样本空间\(\Omega\)的一个划分，所以\(A=A\Omega=A\left(\bigcup_{i=1}^{n}B_i\right)=\bigcup_{i=1}^{n}(AB_i)\)。

又因为\(B_iB_j=\varnothing\)（\(i\neqj\)），所以\((AB_i)(AB_j)=A(B_iB_j)=\varnothing\)（\(i\neqj\)），即\(AB_1,AB_2,\cdots,AB_n\)两两互不相容。

根据概率的可加性，可得\(P(A)=P\left(\bigcup_{i=1}^{n}(AB_i)\right)=\sum_{i=1}^{n}P(AB_i)\)。

再由条件概率公式\(P(AB_i)=P(B_i)P(A|B_i)\)（\(P(B_i)0\)），所以\(P(A)=\sum_{i=1}^{n}P(B_i)P(A|B_i)\)。

三、全概率公式的理解

全概率公式的核心思想是将一个复杂事件\(A\)的概率问题，分解为在不同情况\(B_i\)下的条件概率问题，然后通过加权求和的方式得到\(A\)的概率。其中\(P(B_i)\)表示情况\(B_i\)发生的概率，也称为“先验概率”，它反映了各种情况发生的可能性大小；\(P(A|B_i)\)表示在情况\(B_i\)发生的条件下事件\(A\)发生的概率。

可以把全概率公式想象成一个“分情况讨论”的过程。就像我们前面提到的工厂生产产品的例子，不同的生产线就是不同的情况\(B_i\)，每个生产线生产次品的概率就是\(P(A|B_i)\)，而各生产线生产产品的比例就是\(P(B_i)\)，通过全概率公式就能计算出从所有产品中抽到次品的概率。

四、全概率公式的应用示例

（一）产品抽样问题

某工厂有三条生产线生产同一种产品，第一条生产线的产量占总产量的\(25\%\)，第二条生产线的产量占总产量的\(35\%\)，第三条生产线的产量占总产量的\(40\%\)。又知这三条生产线的次品率分别为\(5\%\)，\(4\%\)，\(2\%\)。现在从该厂生产的产品中随机抽取一件，求抽到次品的概率。

解：

设事件\(A\)表示“抽到次品”，事件\(B_1\)表示“抽到的产品是第一条生产线生产的”，事件\(B_2\)表示“抽到的产品是第二条生产线生产的”，事件\(B_3\)表示“抽到的产品是第三条生产线生产的”。

由已知可得：

\(P(B_1)=0.25\)，\(P(B_2)=0.35\