概率论与数理统计 条件概率

合集下载

概率论与数理统计条件概率

概率论与数理统计条件概率

• 全概公式
设 A1, A2, An 为一ห้องสมุดไป่ตู้备事件组,且P( 则对任何一事件B,恒有
Ai
)

0(i

1,
2,
n),
P(B) P(A1)P(B | A1) P(A2)P(B | A2) P(An)P(B | An)
此式称为全概率公式,简称全概公式。
例6 有100张票,其中有戏票30张,甲乙两人先 后在其中各抽一张,试证明抽得戏票的概率与 抽票先后次序无关 。
乘法公式
P(AB) P(A)P(B / A) (P(A) 0) P(AB) P(B)P(A / B) (P(B) 0)
定理2 两事件之积的概率等于其中一事件的 概率与另一事件在前一事件已发生的条 件下的条件概率的乘积。
推论
P(ABC) P(AB)P(C / AB) P(A)P(B | A)P(C | AB)
逆概公式,又称贝叶斯公式
定理4 设 A1, A2, An 是一个完备事件组,对任何 事件B,当 P(B) >0时,恒有公式
P( Ai
|
B)

P( A1 ) P( B
|
A1)

P(Ai )P(B | Ai ) P(A2)P(B | A2)
P(An)P(B | An)
• 例8 市场上供应的日光灯管,甲厂产 品占70%,乙厂产品占30%,而甲厂产 品的合格率为95%,乙厂产品的合格率 为80%,在市场上买一个灯管是合格品, 求:是甲厂生产的概率是多少?是乙 厂生产的概率是多少?
• 例2 某企业的产品合格率为90%,而合 格品中一级品占50%,求该企业的一级 品率.
• 例3 设100件产品中有5件次品,从中 任取两件,求两件都是合格品的概率。

《概率论与数理统计》1.4条件概率

《概率论与数理统计》1.4条件概率

P( A B) P( AB) 1 个基本事件 P(B) 15
掷两颗骰子,观察出现的点数,设 x1 , x2分别表示第
一颗、第二颗骰子的点数,且设:
A ( x1, x2 ) x1 x2 10 B ( x1, x2 ) x1 x2
二. 乘法原理
由条件概率的定义:P( A
|
B)
P( AB) P(B)
若已知 P(B),P(A|B)时,可以反求P(AB).即有:
定理1:设 P(B)> 0 或 P(A)> 0,则:
P( AB) P(B)P( A B) P( A)P(B A)
注 乘法原理可推广到多个事件的积事件的情形:
(1) P(ABC) P( A) P(B A) P(C AB)
其中: P(AB) > 0
方法1: 在样本空间S中计算P(B),P(AB)
然后依 P ( A B ) 公式计算
AB { (6, 4) } P( AB) 1 ,
又 : P( A) 3 , 36
P(B) 15 36
从而: P(B A) P( AB) 1 P( A) 3
36Βιβλιοθήκη 样本空间S有36 个方基法本2: 事在件缩;减 A的中样有本3空个间基本S A 事和件S;B B中中计有算15
求: 该地区由疑似病人转为非典病人的概率. 解: 设 事件A: {非典病人},事件B: {疑似病人}
(1) 若求 P(A), 则此时 S {1, 2, ,10000}
显然:P( A) 10 0.1% (千分之一) 10000
这是没有附加条件的概率 (无条件概率)
(2)该地区由疑似病人转为非典病人的概率为:p
P( AB) ,(P( A) 0)
P( A)

概率论与数理统计公式

概率论与数理统计公式

概率论与数理统计公式以下是概率论与数理统计中常见的公式整理:1.基本概率公式:P(A) = n(A) / n(S),其中A 为事件,n(A) 为事件A 发生的基数,n(S) 为样本空间的基数。

2.条件概率公式:P(A|B) = P(A∩B) / P(B),其中A 和B 为两个事件,P(A∩B) 表示事件A 和事件B 同时发生的概率,P(B) 表示事件B 发生的概率。

3.全概率公式:P(A) = ΣP(A|Bi) * P(Bi),其中Bi 为互不相交的事件,P(Bi) 表示事件Bi 发生的概率,P(A|Bi) 表示在事件Bi 发生的条件下,事件A 发生的概率。

4.贝叶斯公式:P(Bi|A) = P(A|Bi) * P(Bi) / ΣP(A|Bj) * P(Bj),其中Bi 为互不相交的事件,P(Bi) 表示事件Bi 发生的概率,P(A|Bi) 表示在事件Bi 发生的条件下,事件A 发生的概率,P(A|Bj) 表示在事件Bj 发生的条件下,事件A 发生的概率。

5.随机变量的期望值:E(X) = Σxi * P(xi),其中X 为随机变量,xi 为随机变量X 取的第i 个值,P(xi) 表示X 取xi 的概率。

6.随机变量的方差:Var(X) = E((X - E(X))^2),其中X 为随机变量,E(X) 表示X 的期望值。

7.正态分布的概率密度函数:f(x) = (1 / (σ* √(2π))) * e^(-((x-μ)^2 / (2σ^2))),其中μ为正态分布的均值,σ为正态分布的标准差。

8.标准正态分布的概率密度函数:f(x) = (1 / √(2π)) * e^(-x^2 / 2),其中x 为标准正态分布的随机变量。

9.两个随机变量的协方差:Cov(X,Y) = E((X - E(X)) * (Y - E(Y))),其中X 和Y 为两个随机变量,E(X) 和E(Y) 分别表示X 和Y 的期望值。

概率论与数理统计随机事件与概率条件概率与乘法公式

概率论与数理统计随机事件与概率条件概率与乘法公式

概率论与数理统计第1章随机事件与概率第4讲条件概率与乘法公式01 条件概率02 乘法公式本 讲 内容在解决许多概率问题时,往往需要在某些附加条件下世界万物都是互相联系、互相影响的,随机事件也不例?条件概率外.通事故发生的可能性明显比天气状况优良情况下要大得定程度的相互影响.多.在同一个试验中的不同事件之间,通常会存在着一例如,在天气状况恶劣的情况下交求事件的概率.概率,将此概率记作P(B|A).如在事件A 发生的条件下求事件B 发生的在100件产品中有72件为一等品,从中取两件产品,记A表示“第一件为一等品”,B表示“第二件为一等品”. 求P(B),P(B|A).Ὅ例1解由前例可知无论有放回抽样和无放回抽样都有(1)有放回抽样(2)无放回抽样独立性如何定义?.设A 、B 为两事件, P ( A ) > 0 , 则称为事件 A 发生的条件下事件 B 发生的条件概率.称为在事件B 发生的条件下事件A 的条件概率.同理Ὅ 定义Ὅ性质条件概率也是概率, 故概率的重要性质都适用于条件概率.例如:在100件产品中有72件为一等品,从中取两件产品,记A 表示“第一件为一等品”,B 表示“第二件为一等品”. Ὅ例2 2) 可用缩减样本空间法1) 用定义计算:P (A )>0A 发生后的缩减样本空间所含样本点总数在缩减样本空间中B 所含样本点个数无放回抽样Ὅ 计算.在全部产品中有4%是废品,有72%为一等品. 现从其中任取一件,发现是合格品,求它是一等品的概率.Ὅ例3解设A=依题意,P(A)=所求概率为P(B|A) .{任取一件为合格品},B={任取一件为一等品}0.96,0.72.P(B)=利用事件的关系及概率性质公式求条件概率Ὅ例4设A,B,C 是随机事件,A与C互不相容,则.由条件概率的定义:若已知P(A), P(B|A)时, 可以反过来求P(AB).὎注乘法公式.某工厂有职工400名,其中男女职工各占一半,Ὅ例5男女职工中技术优秀的分别为20人和40人,从中任选一名职工,计算(1)该职工技术优秀的概率;(2)已知选出的是男职工,他技术优秀的概率.解设A表示“选出的职工技术优秀”,B表示“选出的职工为男性”,则:(1)利用古典概率有.(2)通过缩减样本空间,有.Ὅ例6某杂志包含三个栏目“艺术”(记为事件A)、“图书”(记为事件B)、“电影”(记为事件C),调查读者的阅读习惯有如下结果:试求解01 条件概率02 乘法公式本 讲 内容乘法公式推广ab -1ab O F (x )xb a 1xf (x )O盒中装有100个产品, 其中3个次品,从中不放回Ὅ例7地取产品, 每次1个, 求(1)取两次,两次都取得正品的概率;(2)取三次,第三次才取得正品的概率.解令A i为第 i 次取到正品(波利亚罐子--传染病模型)一个罐子中包含b 个白球和r 个红球. b 个白球, r 个红球Ὅ 乘法公式应用举例8随机地抽取一个球,观看颜色后放进行四次,试求第一、二次取到白 球且第三、四次取到红球的概率.回罐中,并且再加进c 个与所抽出 的球具有相同颜色的球.这种手续于是W 1W 2R 3R 4表示事件“连续取四个球,第一、二个是白球,第三、四个是红球. ”设W i =R j ==P (W 1)P (W 2|W 1)P (R 3|W 1W 2)P (R 4|W 1W 2R 3)P (W 1W 2R 3R 4)解1,2,3,4{第i 次取出是白球},i =j ={第j 次取出是红球},1,2,3,4记A=为了防止意外,在矿内同时装有两种报警系统(Ⅰ)和(Ⅱ),每种系统单独使用时,系统(Ⅰ)和系统(Ⅱ)的有效概率分别为0.92和0.93,在系统(Ⅰ)失灵的情况下,系统(Ⅱ)仍有效的概率为0.85,求两个报警系统至少有一个有效的概率.Ὅ例9解报警系统至少一个有效”可表示为A ∪B ,由于“两个“系统(Ⅰ) 有效”,B=“系统(Ⅱ)有效”,且A 和 互斥,因此:学海无涯,祝你成功!概率论与数理统计。

概率论与数理统计(条件概率与全概率公式)

概率论与数理统计(条件概率与全概率公式)
2 22
二、全概率公式与贝叶斯公式
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、乘法公式 和条件概率的综合运用.
综合运用
加法公式
乘法公式
条件概率
P(AB)=P(A)+P(B) P(AB)= P(A)P(B|A) P(A|B)= P(AB)/P(B)
A、B互斥
P(A)>0
600 1000
1%
250 1000
4%
150 1000
2%
0.019
(2)
P(B1 A)
P(AB1 ) P(A)
P(B1 )P(A B1 )
3
P(Bi )P(ABi )
i=1
0.6 0.01 0.3158 0.019
所以甲厂应承担约31.58%的经济责任.
返回
例7 甲箱中有5个正品3个次品,乙箱中有4个正品3个
接下来我们介绍贝叶斯公式来解决这类问题
贝叶斯公式 P19
设S是试验E的样本空间, B1, B2 ,是SB的n 一个划 分, 且 P(Bi)>0(,i=则1,2对, 任n一) 事件A,有
P(B k
A )=
P(ABk ) P(A)
=
P(Bk )P(A Bk )
n
P(B)i P(A Bi )
k 1, 2,
P( A1)P( A3
|
A1 )
2 5% 3
1 30
(2)
P( A2 A3)
P( A2 )P( A3 |
A2 )
1 3% 1
3
100
返回
例5(P18) 一口袋中装有a 只白球,b 只红球,每次随 机取出一只,然后把原球放回,并加进与抽出的球同 色的球 c只。连续摸球三次,试求第一、第二次取到 白球,第三次取到红球的概率。 解 设 A表i 示事件“第 i 次取到白球’’ (i=1,2,3)

概率论与数理统计条件概率

概率论与数理统计条件概率
(1) (2) (3) 若 Ai F i 1, 2… 且 Ai Ak i k , 则
P
i 1
Ai | B
PA
i 1

i
| B
5
性质1.4.1 条件概率P(A|B)是( , F )上的概率
证:(1) A B B, 0 P A | B (2) P | B P B 1 P B
P( A1 A2 … An ).
10
例1.4.3 设100件产品中有5件是 不 合格品,用下列两种方式抽取2件
(1) 不放回; (2) 放回, 求2件都是合格品的概率. 解: 令 A={第一次抽得的是合格品}; B={第二次抽得的是合格品}. 则所求为: P( A B) (1)
95 94 不放回抽取时:P( A) 100 , P( B | A) 99
2
定义1.4.1 条件概率
A F, B F 且 设 , F , P为一概率空间, P B 0,在 “已知事件B已经发生”的条件下, “事件A发生”条件概率 P(A|B) 定义为:
P A B P(A|B)= P B
3
P(A)与P(A|B)的关系
P A B P( A | B) P B
§1.4 条件概率
一、条件概率的定义及性质 二、乘法公式 三、全概率公式 四、贝尔斯公式
1
引例: 确诊率问题
某病被医生诊断出的概率为0.95, 无该病 误诊有该病的概率为0.002, 如果某地区患该 病的比例为0.001, 现随机选该地区一人, 医生 诊断患有该病, 求该人确实患有该病的概率.
P(B|A)=0.32225 <1/3.

什么是条件概率举例说明

什么是条件概率举例说明

什么是条件概率举例说明条件概率是指在已知某一事件发生的条件下,另一事件发生的概率。

在概率论与数理统计中,条件概率是一种重要的概率概念,用于描述事件之间的相关性。

条件概率的计算可以通过知道的先验信息来确定。

本文将详细解释条件概率的概念,并通过一个具体的例子来说明其应用。

条件概率的计算公式如下:P(A|B) = P(A∩B) / P(B)其中,P(A|B)表示在事件B发生的条件下,事件A发生的概率;P(A∩B)表示事件A和B共同发生的概率;P(B)表示事件B发生的概率。

下面通过一个简单的例子来说明条件概率的应用。

假设有一个班级,其中男生和女生的人数分别为20人和30人。

该班级参加了一次足球比赛。

已知男生中有18人喜欢足球,女生中有15人喜欢足球。

现在想要知道如果从班级中随机选择一个喜欢足球的学生,那么这个学生是男生的概率是多少?解答:假设事件A表示选择的学生是男生,事件B表示选择的学生喜欢足球。

根据已知数据,P(A) = 20 / (20 + 30) = 0.4,P(B) = (18 + 15) / (20 + 30) = 0.66,P(A∩B) = 18 / (20 + 30) =0.36。

根据条件概率的公式,可以计算得知:P(A|B) = P(A∩B) / P(B) = 0.36 / 0.66 ≈ 0.545因此,在选择的学生喜欢足球的条件下,这个学生是男生的概率约为0.545。

通过这个例子可以看出,条件概率可以用来描述事件之间的相关性,并且可以通过已知的先验信息进行计算。

在实际生活中,条件概率的应用非常广泛,例如医学诊断、市场营销、金融风险评估等领域都会用到条件概率的概念和计算方法。

以下是一些相关的参考内容:1. 《概率导论与数理统计》(第四版)吕建中著 - 这本教材是概率论和数理统计的经典教材,对条件概率的定义和计算方法有详细的介绍。

2. 《概率论与数理统计》谭其骧、郑石萍编著 - 这本教材详细介绍了概率论和数理统计的基本原理,包括条件概率的定义、计算方法以及其在实际问题中的应用。

概率论与数理统计条件概率

概率论与数理统计条件概率

C72 2 C10 1 2 C3 2 1 2 C10
《概率统计》 返回 下页 结束
例3.设某种动物由出生而活到20岁的概率为0.8,活到25岁的概率 为0.4,求现龄为20岁的这种动物活到25岁的概率? 解: 设A={活到20岁},B={活到25岁} 则所求概率为 P ( B | A) 由于 A
(2)如果 A、B 相互独立,则 A 与 B,A 与 B , A 与 B 也相互独立。
AB,所以有 证明: 因为A B=B-AB,且 B
P( AB) P(B AB) P(B) P( AB)
P( B) P( A) P( B)
P(B)[1 P( A)] P( A)P(B) ,
解: P(A∪B)=P(A)+ P(B)-P(AB) =P(A)+P(B)-P(A)P(B|A)=0.7。
《概率统计》
返回
下页
结束
例5.100个零件中有10次品,每次任取一件,取后不放回。 (1)连取两次,求两次都取得正品的概率; (2)连取三次,求第三次才取得正品的概率。
解:设Ai={第i次取得正品},i=1,2,3。
结束
二、多个事件的独立性
(1) 3个事件相互独立的定义
三个事件A、B、C,如果满足下面四个等式
P( AB) P( A) P( B) P( AC) P( A) P(C ) PBC P( B) P(C ) P( ABC) P( A) P( B) P(C )
解:设A={取出1个玻璃球},B={取出1个红球}. (1)P(A)=10/20=1/2
(2)P(B|A)=6/10
问题:条件概率P(B|A)与普通概率有何关系?
P ( B | A)

概率论与数理统计 第三节 条件概率与独立性

概率论与数理统计 第三节 条件概率与独立性

一、条件概率
4. 条件概率的计算
P ( AB ) 1) 用定义计算 P ( A | B ) P( B)
2)用缩减的样本空间计算
例:A={掷出2点}, B={掷出偶数点} 掷骰子
1 P(A|B) = 3
B发生后的 缩减样本空间 所含样本点总数 在缩减样本空间 中A所含样本点 个数
一、条件概率
例1 掷两颗均匀骰子,已知第一颗掷出6点,问“掷 出点数之和不小于10”的概率是多少?
一、条件概率
2. 条件概率的定义
设A、B是两个事件,且P(B)>0,则称 P ( AB ) (1) P( A | B) P( B)
为在事件B发生的条件下,事件A的条件概率.
若事件B已发生, 则为使 A 也发生 , 试验结果必须是既在 B 中又在A中的样本点 , 即此 点必属于AB. 由于我们已经知 道B已发生, 故B变成了新的样 本空间 , 于是有(1).
A={取到一等品}, B={取到正品} P(A ) =3/10,
3 10 P ( AB ) 3 P(A|B) 7 10 P( B) 7
一、条件概率
A={取到一等品}, B={取到正品}
P(A)=3/10, P(A|B)=3/7 本例中,计算P(A)时,依据的前提条件是10件 产品中一等品的比例. 计算P(A|B)时,这个前提条件未变,只是加上 “事件B已发生”这个新的条件. 这好象给了我们一个“情报”,使我们得以在 某个缩小了的范围内来考虑问题.
故抓阄与次序无关.
二、乘法公式
练习3 设某光学仪器厂制造的透镜, 第一次落下时 打破的概率为1/2,若第一次落下未打破, 第二次落下 打破的概率为7/10 , 若前两次落下未打破, 第三次落 下打破的概率为9/10.试求透镜落下三次而未打破的 概率.

概率论与数理统计第五节条件概率5(最新版)

概率论与数理统计第五节条件概率5(最新版)

05 条件概率在回归分析中作 用
回归模型建立过程中条件概率思想体现
确定自变量和因变量
在回归分析中,首先需要确定自变量和因变量,这一过程 需要考虑条件概率的思想,即因变量在自变量的条件下发 生变化。
建立回归方程
根据自变量和因变量的关系,可以建立回归方程,该方程 描述了自变量对因变量的影响,即因变量在自变量的条件 下的期望值。
02 条件概率在实际问题中应 用
抽奖问题中条件概率计算
01
02
03
设定事件与条件
明确参与抽奖的人数、奖 项设置以及每个奖项的中 奖概率,将中奖作为条件 事件。
计算条件概率
根据条件概率公式,计算 在已知有人中奖的条件下, 某个人中奖的概率。
比较不同方案
通过比较不同抽奖方案下 的条件概率,选择最公平、 合理的方案。
首先根据题意列出联合概率密度函数 ;然后计算边缘概率密度函数;接着 根据条件概率密度函数的公式求解; 最后根据条件概率密度函数进行相关 的概率计算。
应用场景
连续型随机变量条件密度函数在实际 问题中也有着广泛的应用,如天气预 报、金融风险评估等。
多维随机变量边缘分布和条件分布关系
边缘分布
条件分布
关系
P(AB)=P(A)P(B)。
02 03
全概率公式
如果事件B1、B2、B3…Bn 是一个完备事件组,即它们两两互不相容, 其和为全集;并且P(Bi)大于0,则对任一事件A有P(A)=P(A|B1)P(B1) + P(A|B2)P(B2) + ... + P(A|Bn)P(Bn)。
贝叶斯公式
在全概率公式的基础上,当已知事件A发生时,求某个Bi发生的概率, 即P(Bi|A)=P(ABi)/P(A)=P(A|Bi)P(Bi)/∑[P(A|Bj)P(Bj)],其中j=1,2,...,n。

概率论与数理统计 第4节 条件概率

概率论与数理统计 第4节 条件概率

于是A的样本点为A (男,女), (女,男), (女,女), B (女,女),
因此P(B A) 1 ; 即另一个也是女孩的概率为1 .
3
3
但是P(B) 1 P(B A); 4
目录 上页 下页 返回 结束
一、条件概率的定义
在例1中,有P(B) P(B A), 原因是: P(B A)是在A发生的条件下B的概率,此时样本空间的 样本点发生了改变,即P(B A)是在新样本空间A A中的 的古典概率。
为 1 ;若第一次落下未打破,第二次落下打破的概率为 7 ;
2
10
若前两次落下未打破,第三次落下打破的概率为 9 ,求透镜
10
落下三次而未打破的概率.
目录 上页 下页 返回 结束
练习答案
1. 解 设A 活到50岁, B 活到51岁,则B A,
于是P(AB) P(B),现求P(B A). 因为P(A) 0.90718 , P(B) 0.901356 ,所以 P(B A) P( AB) 0.90135 0.99357 . P(B) 0.90718
目录 上页 下页 返回 结束
练习答案
2. 解 设Ai表示“第 i次落下透镜打破”, i 1,2,3, 于是所求概率为:
P( A1A2 A3) P( A1)P(A2 A1)P( A3 A1A2 )
(1 1) (1 7 ) (1 9 ) 3 .
2
10
10 200
目录 上页 下页 返回 结束
解(2)由于第二次取球发生在
第一次取球后 ,
因此


B
样本点数不好确定 ,于是用定义 2计算. 因为
P(
AB)

概率论与数理统计必背公式

概率论与数理统计必背公式

概率论与数理统计必背公式在概率论与数理统计中,掌握好一些重要的公式是非常重要的,这些公式可以帮助我们解决问题、推导证明以及计算概率和统计量。

下面将介绍一些必须掌握的概率论与数理统计的重要公式。

一、概率论公式:1.加法定理:如果事件A和B是互不相容的(即A和B不会同时发生),则它们的和事件的概率为P(A∪B)=P(A)+P(B)。

2.条件概率公式:对于两个事件A和B,A在给定B发生的条件下发生的概率定义为P(A,B)=P(A∩B)/P(B)。

3.乘法定理:对于两个事件A和B,其交事件的概率可以通过条件概率公式来计算,即P(A∩B)=P(A,B)*P(B)。

4.全概率公式:如果事件B1,B2,...,Bn是一组互不相容的且其并集为样本空间(即事件B1∪B2∪...∪Bn=S),则对于事件A,它的概率可以通过条件概率公式和全概率公式来计算,即P(A)=P(A,B1)*P(B1)+P(A,B2)*P(B2)+...+P(A,Bn)*P(Bn)。

5.贝叶斯公式:贝叶斯公式是条件概率公式的推广,对于事件A和B,其交事件的概率可以通过贝叶斯公式来计算,即P(A,B)=P(B,A)*P(A)/P(B)。

二、数理统计公式:1.期望:对于一组随机变量X,其期望(也称为均值)定义为E(X)=ΣX*P(X),即随机变量X乘以其概率的和。

2. 方差:对于一组随机变量X,其方差定义为Var(X) = E((X - μ)^2),其中μ为X的期望。

3. 协方差:对于两组随机变量X和Y,其协方差定义为Cov(X,Y) = E((X - μx)(Y - μy)),其中μx和μy分别为X和Y的期望。

4. 标准差:对于一组随机变量X,其标准差定义为σ = √Var(X),即方差的平方根。

5. 协方差矩阵:对于多组随机变量X1,X2,...,Xn,其协方差矩阵定义为Cov(X) = [Cov(Xi,Xj)],其中i和j分别表示第i组和第j组随机变量。

概率论与数理统计第一章4

概率论与数理统计第一章4

练习:全年级有100名学生,男生有80名,女生20名;北 京籍的有20名,其中有12名男生,8名女生;如果A =“北 京籍的学生” ; B =“男生” (1)试求出P(A)、P(B) 、 P(A/B)、P( B / A )、 P(AB),并解释它们的含义。 (2)P( A / B)和P(AB)、P( B )的关系如何 ?
目 录 前一页 后一页 退 出
▪ 例:设袋中有r只红球,t只白球,每次自袋 中任取一只球,观察颜色然后放回,并再 放入a只与所取出的那只球同色的球,若在 袋中连续取球四次,试求第一、二次取到 红球,且第三、四次取到白球的概率
▪ 练习: 袋中有一个白球与一个黑球,现每 次从中取出一球,若取出白球,则除把白 球放回外再加进一个白球,直至取出黑球 为止.求取了n 次都未取出黑球的概率.
设Ai "箱中有i件次品"(i 0,1,2); B "该箱产品通过验收".
则Ai Aj
(i
2
j);
i0
Ai
,
且P(
Ai
)
1 3
(i
0,1,2);
P(B
|
A0
)
1;
P(B
|
A1)
C92 C120
;
P(B
|
A2
)
C82 C120
.
(1) P(B)= P(A0)P(B|A0) +P(A1)P(B|A1)+ P(A2)P(B|A2)
解:(1) P(A)=20/100, P(B) =80/100, P(A/B)=12/80 P( B / A )=12/20 , P(AB)=12/100 . (2) P(A/B)=12/80= P( AB)

概率论与数理统计课件-条件概率

概率论与数理统计课件-条件概率
則A和B獨立
P(B|A)=P(B);P(A|B)=P(A)
(2)如果 A、B 相互獨立,則 A 與B ,A與 B ,A 與B 也相互獨立.
(3) 如果A、B相互獨立,則有
P( AB) P( A)P(B) P( A B) 1 P( A B) 1 P( AB) 1 P( A)P(B) 或 P( A B) P( A) P(B) P( AB)
設 A={其中有1件正品},B={另1件也是正品},則
P(B | A)
P( AB) P( AB) P( A) 1 P( A)
C72 C120
1
C32 C120
1 2
《概率统计》
返回
下页頁
结束
例3.設某種動物由出生而活到20歲的概率為0.8,活到25歲的概率 為0.4,求現齡為20歲的這種動物活到25歲的概率? 解: 設A={活到20歲},B={活到25歲}
解:設A ={至少有一個女孩},B={兩個都是女孩} 則所求概率為 P(B | A) (為什麼?) (1)利用縮減樣本空間法
縮減的樣本空間為: {{男,女}, {女,男}, {女,女}}. 於是, P(B | A) 1 .
3 (2)利用公式法
P(B | A) P( AB) P( AB) 1/ 4 1 . P( A) 1 P( A) 11/ 4 3
1.定義 設A、B二事件,如果滿足等式
P(AB)=P(A)P(B) 則稱A、B為相互獨立的事件.
顯然,必然事件Ω及不可能事件Φ與任何事件A都相互獨立.
2.性質 (1)若P(A)>0, P(B)>0,
則A和B獨立
P(B|A)=P(B);P(A|B)=P(A)
(2)如果 A、B 相互獨立,則 A 與B ,A與 B ,A 與B 也相互獨立.

概率论与数理统计—条件概率

概率论与数理统计—条件概率
第五节 条件概率
一、条件概率 二、乘法定理 三、全概率公式与贝叶斯公式 四、小结
一、条件概率
1. 引例 将一枚硬币抛掷两次 ,观察其出现正反
两面的情况,设事件 A为 “至少有一次为正面”, 事件B为“两次掷出同一面”. 现在来求已知事 件A 已经发生的条件下事件 B 发生的概率.
分析 设 HS 为 {正H面H, HTT为, T反H面, T.T }. A {HH, HT,TH}, B {HH ,TT}, P(B) 2 1 .
则 B1, B2, B3 是样本空间 S 的一个划分, 且 P(B1 ) 0.15, P(B2 ) 0.80, P(B3 ) 0.05, P( A B1) 0.02, P( A B2 ) 0.01, P( A B3 ) 0.03. (1) 由全概率公式得
P( A) P( A B1)P(B1) P( A B2 )P(B2 ) P( A B3 )P(B3 ) 0.0125.
B2
B1
B3
Bn1 Bn
2. 全概率公式
定理 设试验 E 的样本空间为S, A 为 E 的事件, B1, B2 ,, Bn为 S 的一个划分,且 P(Bi ) 0(i 1, 2,, n), 则
P( A) P( A B1 )P(B1 ) P( A B2 )P(B2 ) P( A Bn )P(Bn )
称此为贝叶斯公式.
证明
P ( Bi
A)
P(Bi A) P( A)
P( A Bi )P(Bi )
n
,
i 1,2,,n.
P(ABj)P(Bj)
j 1
例5 某电子设备制造厂所用的元件是由三家元
件制造厂提供的.根据以往的记录有以下的数据:
元件制造厂 次品率 提供元件的份额

概率论与数理统计03-第三节-条件概率与全概率公式

概率论与数理统计03-第三节-条件概率与全概率公式

第三节 条件概率与全概率公式先由一个简单的例子引入条件概率的概念.内容分布图示★ 概念引入★ 条件概率的定义 ★ 例1 ★ 例2★ 乘法公式★ 例3 ★ 例4 ★ 例5 ★ 例6★ 全概率公式 ★ 例7 ★ 例8 ★ 例9★ 贝叶斯公式 ★ 例10 ★ 例11 ★ 例12★ 例13 ★ 例14★ 内容小结 ★ 课堂练习★ 习题1-4内容要点:一、 条件概率的概念在解决许多概率问题时,往往需要在有某些附加信息(条件)下求事件的概率. 如在事件A 发生的条件下,求事件B 发生的条件概率,记作)|(A B P .定义1 设B A ,是两个事件, 且0)(>A P , 则称)()()|(A P AB P A B P = (1) 为在事件A 发生的条件下,事件B 的条件概率.相应地,把)(B P 称为无条件概率。

一般地,)|(A B P )(B P ≠.注: 1. 用维恩图表达(1)式.若事件A 已发生,则为使B 也发生,试验结果必须是既在A 中又在B 中的样本点,即此点必属于AB .因已知A 已发生,故A 成为计算条件概率)|(A B P 新的样本空间.2. 计算条件概率有两种方法:a) 在缩减的样本空间A 中求事件B 的概率,就得到)|(A B P ;b) 在样本空间S 中,先求事件)(AB P 和)(A P ,再按定义计算)|(A B P 。

二、乘法公式由条件概率的定义立即得到:)0)(()|()()(>=A P A B P A P AB P (2)注意到BA AB =, 及B A ,的对称性可得到:)0)(()|()()(>=B P B A P B P AB P (3)(2)和(3)式都称为乘法公式, 利用它们可计算两个事件同时发生的概率.三、全概率公式全概率公式是概率论中的一个基本公式。

它使一个复杂事件的概率计算问题,可化为在不同情况或不同原因或不同途径下发生的简单事件的概率的求和问题。

概率论与数理统计-条件概率

概率论与数理统计-条件概率

P(A|B)= 1 3
B发生后的 缩减样本空间 所含样本点总数
在缩减样本空间 中A所含样本点 个数
例1 :掷两颗均匀骰子, 已知第一颗掷出6 点,问“掷出点数之和不小于10”的概率是 多解少: ?设A={掷出点数之和不小于10},
B={第一颗掷出6点}。
应用定义
解法1: P( A | B) P( AB) 3 36 1 。 P(B) 6 36 2
A={第三次才取到正品}。 则:
A A1 A2 A3 , 故,P( A) P( A1 A2 A3 )
P( A1 )P( A2 | A1 )P( A3 | A1 A2 ) 10 9 90 0.0083。
100 99 98
例5: 袋中有同型号小球b+r个,其中b个是黑
球,r个是红球。每次从袋中任取一球,观其 颜色后放回,并再放入同颜色,同型号的小球 c个。若B={第一,第三次取到红球,第二次取 到黑球},求P(B)。
解法2: P( A | B) 3 1 。 62
在B发生后的 缩减样本空间 中计算
例2: 设某种动物由出生算起活到20年以上 的概率为0.8,活到25年以上的概率为0.4。 问现年20岁的这种动物,它能活到25岁以上 的概率是多少?
解:设A={能活20年以上}, B={能活25年以},
所求为P(B|A) 。 依题意, P(A)=0.8, P(B)=0.4,
例如:对任意事件A1和A2 ,有 P(A1∪A2|B)=P(A1|B)+P(A2|B)- (A1A2|B)
等。
其他性质请同学们自行写出。
4. 条件概率的计算 1) 用定义计算:
P( A | B) P( AB) , P(B)
P(B)>0。
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

设A表示第一次取得白球, B表示第二次取得白球, 则 6 0.6 (1) P ( A) 10
课堂练习:
5.某实验室收到10包土壤标本,其中3包是从甲地采 集的,7包是从乙地采集的.现从中任取2包,一次 一包,不放回.问: (1)两次都取到乙地标本的概率是多少? (2)第二次取到乙地标本的概率是多少? (3)第二次才取到乙地标本的概率是多少? 6. 一箱中有100只灯泡,其中有5个次品.甲、乙、 丙三人各从中取走一只,甲先取,乙其次,丙最后. 求甲、乙都取到正品而丙取到次品的概率.
70 P( A B) 0.7368 95
方法2:
P( AB) 70 100 P( A B) 0.7368 P( B) 95 100
例2: 考虑恰有两个小孩的家庭. 若已知某一家有 男孩,求这家有两个男孩的概率;若已知某家第 一个是男孩,求这家有两个男孩(相当于第二个 也是男孩)的概率.(假定生男生女为等可能)
二、乘法公式
P ( AB ) P ( A) P ( B A) P( B) P( A B)
乘法公式的推广
P( AB) P( B A) P( A) P( AB) P( A B) P( B)
P( ABC) P( A)P(B A) P(C | AB)
P( A1 A2 An ) P( A1 ) P( A2 A1 ) P( A3 ( A1 A2 )) P( An ( A1 A2 An 1 ))

设A {确实患肺结核}, 则A {未患肺结核}, B {透视诊断有肺结核}, P( A) P( B A) P( A B) P( A) P( B | A) P( A) P( B A)
故所求概率为
而由题意知P( A) 0.001, P( A) 0.999, P( B A) 0.95, P( B A) 0.002, 则得 : P( A B) 0.001 0.95 0.00095 0.32225 0.001 0.95 0.999 0.002 0.002948
四、贝叶斯公式 Bayes’ Theorem
后验概率
AB AB
P( AB) P( A) P( B | A)
B
P( AB) P( A) P( B | A)
P( AB) P( A | B) P( B)
P( A) P( B | A) P( A) P( B | A) P( A) P( B | A)
A ( A )
AB (AB )
B ( B )

(n)
一、条件概率 1.定义:设A,B为同一个随机试验中的两个事件 , 且P(A)>0, 则称
P ( AB ) P ( B A) P ( A)
为在事件A发生的条件下,事件B发生的条件概率.
2、条件概率的性质
(1) 非负性 : P ( B A) 0; (2) 规范性 : P ( S B) 1, P ( B) 0; (3) P ( A1 A2 B) P ( A1 B) P ( A2 B) P ( A1 A2 B);
解 : 设A1 {所取电子管由甲厂生产}, A2 {所取电子管由乙厂生产}, A3 {所取电子管由丙厂生产}, B {抽出的电子管为次品}, 由题意, P( A1 ) 0.2, P( A2 ) 0.5, P( A3 ) 0.3, 而P( B A1 ) 0.01, P( B A2 ) 0.02, P( B A3 ) 0.03, 显然, A1 , A2 , A3为S S {任抽一电子管为甲,乙, 丙中某一厂生产的} 的一个划分, 故由全概率公式得 P( B) P( A1 ) P( B A1 ) P( A2 ) P( B A2 ) P( A3 ) P( B A3 ) 0.2 0.01 0.5 0.02 0.3 0.03 0.021
96% 45% 4黑球,从中不放 回地每次任取1只,连取2次,求 (1) 第一次取得 白球的概率; (2) 第一、第二次都取得白球的概率; (3) 第一次取得黑球而第二次取得白球的概率.

6 5 (2)P ( AB ) P( A) P( B A) 0.33 10 9 4 6 (3)P ( AB ) P ( A) P ( B A) 0.27 10 9
P( Ai ) P( B | Ai )
i 1 n
证明:由于 B BS B( A1 A2 An ) BA1 BA2 BAn , 又由于
P( Ai ) 0, i 1, 2,, n,
( BAi )( BAj ) (i j),
得到
P( B) P( BA1 BA2 BAn )
课堂练习 7.甲箱中有3个白球,2个黑球,乙箱中有1个白球, 3个黑球。现从甲箱中任取一球放入乙箱中,再从 乙箱任意取出一球。问从乙箱中取出白球的概率 是多少? 8.设播种用麦种中混有一等,二等,三等,四等四 个等级的种子,分别各占95.5%,2%,1.5%,1%, 用一等,二等,三等,四等种子长出的穗含50颗以 上麦粒的概率分别为0.5,0.15,0.1,0.05,求这批 种子所结的穗含有50颗以上麦粒的概率.
三、全概率公式 引例:一个盒子中有6只白球、4只黑球,从中 不放回地每次任取1只,连取2次,求第二次取 到白球的概率 解: A={第一次取到白球} B={第二次取到白球}
B BS B A A AB AB


P( B) P( AB) P( AB)
P( A) P( B A) P( A) P( B A)
贝叶斯(Bayes)公式
设S为试验E的样本空间, B为E的事件, A1,A2,…, An为S的一个划分,且P( B)>0 诸P(Ai)>0, 则
P( Ai | B)
P ( Ai ) P ( B | Ai )
P( A ) P( B | A )
j 1 j j
n
证明
P( Ai B) P( Ai B) P( B)
课堂练习:
9.设某工厂有甲、乙、丙三个车间生产同一种产品, 已知各车间的产量分别占全厂产量的25 %, 35%, 40%,而且各车间的次品率依次为 5% ,4%, 2%.现从待出厂的产品中检查出一个次品,试判断它 是由甲车间生产的概率.
10.已知在所有男子中有5%,在所有女子中有0.25% 患有色盲症。随机抽一人发现患色盲症,问其为男子 的概率是多少?(设男子和女子的人数相等)。
( i =1 , 2 , … , n)

P( Ai ) P( B Ai )
P( A ) P( B
j 1 j
n
Aj)
例 (肺结核的诊率问题) 假定患肺结核的人通过接受胸部透视, 被诊断出 的概率为0.95.而未患肺结核的人通过透视, 被诊断为有病的概率为0.002, 又设某 城市成年居民患肺结核的概率为0.1%.若现从该城居民中随机选出一个人来, 通 过透视被诊断为有肺结核, 求这个人确实患有肺结核的概率是多少 ?
解: Ω={ (男, 男) , (男 , 女) , (女 , 男) , (女 , 女) }
则 B={(男, 男) , (男 , 女) , (女 , 男) } 设 B= “有男孩” , A= “有两个男孩” , A={(男, 男) },
B1 =“第一个是男孩” B1 ={(男, 男) , (男 , 女) }
于是得
P B 3 4
P AB P A
1 4
1 P B1 2
1 P AB1 P A 4
故两个条件概率为
P( AB) 1/ 4 1 P( A | B) P( B) 3/ 4 3
P( AB1 ) 1 P( A | B1 ) P( B1 ) 2
讨论
爱滋病普查:使用一种血液试验来检测人体内是 否携带爱滋病病毒.设这种试验的假阴性比例为5% (即在携带病毒的人中,有5%的试验结果为阴 性),假阳性比例为1%(即在不携带病毒的人中, 有1%的试验结果为阳性).据统计人群中携带病毒 者约占1‰,若某人的血液检验结果呈阳性,试问该
定理(全概率公式)设 S 为试验 E 的样本空间, B 为 E 的任意事件,A1, A2, … , An 为 S 的一个划分,且 P(Ai) > 0 ( i=1,2, … ,n ), 则有全概率公式
P( B) P( A1 ) P( B A1 ) P( A2 ) P( B A2 ) P( An ) P( B | An )
课堂练习: 1.某种动物出生之后活到20岁的概率为0.7,活到25岁 的概率为0.56,求现年为20岁的这种动物活到25岁的 概率。 提示: 设A表示“活到20岁”,B表示“活到25 岁” 2.某厂生产的100件产品中,一等品有60个,二等品 有35个,废品有5个。 (1)若从这100件产品中任取一件,是一等品和合 格品的概率各是多少? (2)若从合格品中任取一件,是一等品的概率是 多少?
品,规定一、二等品为合格品.从中任取1 件,求 : (1)取得一等品的概率; (2) 已知取得的是合格品,求它是一等品的概率.
解: 设A表示取得一等品,B表示取得合格品,则
(1)因为100 件产品中有 70 件一等品,所以
70 P ( A) 0.7 100
(2)方法1: 因为95 件合格品中有 70 件一等品,所以
模块4
条件概率
条件概率Conditional Probability

在实际问题中,我们往往会遇到求在事件B 已发生的条件下,事件A发生的概率,由于 增加了新的条件“事件B已发生”,所以称 之为条件概率,记为P(A|B).
例如:抛掷一颗骰子,观察出现的点数。
A={出现的点数是奇数}={1,3,5} B={出现的点数不超过3}={1,2,3} 若已知出现的点数不超过3,求出现的点 数是奇数的概率。 即事件 B 已发生,求事 件 A 的概率P(A|B) A B 都发生,但样本空间 缩小到只包含B的样本点 AB 2 P( A | B) B 3
相关文档
最新文档