伯努利概型与全概公式【课资内容】

合集下载

伯努利概型与全概公式

伯努利概型与全概公式
保险理赔概率分析:保险公司使用伯努利概型和全概公式,分析理赔的概率, 制定合理的保险费率。
遗传病风险评估:医学研究中,利用伯努利概型和全概公式评估遗传病的风险, 为预防和治疗提供科学依据。
金融风险评估:在金融领域,通过伯努利概型和全概公式评估投资风险,帮助 投资者做出明智的投资决策。
THANK YOU
PART 04
伯努利概型与全 概公式的联系
公式之间的转换
伯努利概型与全概公式的基本定义 伯努利概型与全概公式之间的联系 伯努利概型与全概公式的转换条件 伯努利概型与全概公式的应用场景
概率计算中的联系
伯努利概型与全概公式在概率计算中的联系是基础的概率计算方法。 伯努利概型与全概公式在概率计算中的联系是相互补充的。 伯努利概型与全概公式在概率计算中的联系是相互转化的。 伯努利概型与全概公式在概率计算中的联系是相互验证的。
应用:全概公式在概率论和统计学中有着广泛的应用,例如在可靠性工程、保险 精算、生物统计学等领域。
注意事项:在使用全概公式时,需要注意其适用条件和限制,以及对于具体问题 的具体分析和处理。
应用场景
概率论与数理统 计中的基本概念
伯努利概型中的 全概公式
实际生活中常见 的概率问题
统计学中的样本 推断方法
伯努利概型与全 概公式
汇报人:XX
目 录
01 添 加 目 录 项 标 题

概率论与数理统计知识点总结

概率论与数理统计知识点总结

《概率论与数理统计》

第一章随机事件及其概率

§1.1 随机事件

一、给出事件描述,要求用运算关系符表示事件:

二、给出事件运算关系符,要求判断其正确性:

§1.2 概率

古典概型公式:P(A)=

实用中经常采用“排列组合”的方法计算

补例1:将n个球随机地放到n个盒中去,问每个盒子恰有1个球的概率是多少?解:设A:“每个盒子恰有1个球”。求:P(A)=?

Ω所含样本点数:

Α所含样本点数:

补例2:将3封信随机地放入4个信箱中,问信箱中信的封数的最大数分别为1、2、3的概率各是多少?

解:设A i:“信箱中信的最大封数为i”。(i =1,2,3)求:P(A i)=?

Ω所含样本点数:

A1所含样本点数:

A2所含样本点数:

A3所含样本点数:

注:由概率定义得出的几个性质:

1、0

2、P(Ω)=1,P(φ) =0

§1.3 概率的加法法则

定理:设A、B是互不相容事件(AB=φ),则:

P(A∪B)=P(A)+P(B)

推论1:设A1、A2、…、A n互不相容,则

P(A1+A2+。..+ A n)= P(A1) + P(A2) +…+ P(A n)

推论2:设A1、A2、…、A n构成完备事件组,则

P(A1+A2+。。.+ A n)=1

推论3:P(A)=1-P()

推论4:若BA,则P(B-A)= P(B)-P(A)

推论5(广义加法公式):

对任意两个事件A与B,有P(A∪B)=P(A)+P(B)-P(A B)

补充——对偶律:

§1.4 条件概率与乘法法则

条件概率公式:

P(A/B)=(P(B)≠0)

P(B/A)= (P(A)≠0)

1-6.独立性伯努利概型

1-6.独立性伯努利概型

则 P ( A) 0.4, P ( B) 0.5, P (C ) 0.7,
由于 A1 ABC ABC ABC ,
故得 P ( A1 ) P ( A) P ( B ) P (C ) P ( A) P ( B ) P (C ) P ( A) P ( B ) P (C )
A, A 每次试验只有两个可能的结果: 且 P( A) p, 0 p 1
n重Bernoulli试验中事件 A 出现 k 次的概率 记为 Pn (k )
n 重伯努里试验成功的次数
在n 重伯努里试验中,记成功的次数为 X. X 的可能取值为: 0,1,……,n. X 取值为 k 的概率为:
n p k (1 k) k
P(X
p)n k
例如 在相同条件下相互独立地进行 5 次射击,每 次射击时击中目标的概率为 0.6 ,则击中目标的次 数 X 服从 b (5,0.6) 的二项分布.
X
0
1
1
2
2
3
3
4
4
5
5 3 2 5 4 5 4 5 2 3 pk (0.4)5 0.6 0.4 0.6 0.4 0.6 0.4 0.6 0.4 0.6 5
例子
设n件产品中有k件次品,每次抽取一件,抽 取两次。分有放回和不放回的情况;讨论是否 独立?

伯努利概型与全概公式

伯努利概型与全概公式

(2) P( AB ) P( A)P(B ) P( A)1 P(B) ;
(3) P( A B ) P( A)P(B ) 1 P( A)1 P(B). 返回
概率论与数理统计
2
若事件 A 与 B 相互独立 P( A B) ?
P(A B) 1 P(A B) 1 P(AB) 1 P( A)P(B ).
概率论与数理统计
21
根据乘法定理:
PA1 PB | A1 — 抽样恰好是“A1厂生产的
合格品”的可能性概率.
PA2 PB | A2 — 抽样恰好是“A2厂生产的
合格品”的可能性概率.
PA3 PB | A3 — 抽样恰好是“A3厂生产的
合格品”的可能性概率.
概率论与数理统计
22
根据加法定理:一件抽样不可能既是某厂生产的, 同时又是另一个厂生产的,即三个事件属互不相容 事件(互斥);不管这件抽样属于哪一个厂生产的 合格品,都认定为“抽到合格品”,故三个事件的 概率相加就是题目所求。即
P{k 7} P{k 7} P{k 8} P{k 9} P{k 10}
C170(0.9)7 (1 0.9)3 C180(0.9)8(1 0.9)2 C190(0.9)9(1 0.9)1 C1100(0.9)10
0.0574 0.1937 0.3874 0.3487
0.9872 98.72%

全概论公式

全概论公式

全概公式是概率论中的一个重要公式,它表示在一定条件下,一个随机事件A的概率等于其对立事件A的概率乘以一个常数加上事件A的概率。具体地,如果事件A 的概率是P(A),那么全概公式可以表示为:

P(A)=∑BP(B)P(A∣B)

其中,B是样本空间中与事件A有关的所有可能样本点,P(B)是样本点B发生的概率,P(A∣B)是在样本点B发生的条件下事件A发生的概率。

全概公式在概率论中有着广泛的应用,它可以用于计算复杂事件的概率,解决实际问题的概率分析和决策问题等。例如,在赌博游戏中,全概公式可以帮助我们计算各种可能的赢率;在可靠性工程中,全概公式可以用于分析系统的可靠性和故障概率等。

需要注意的是,全概公式的前提条件是样本空间中每个样本点的发生概率非零,即P(B)>0。如果存在样本点的发生概率为零,那么全概公式就不适用。此外,全概公式的应用也需要根据具体问题进行适当的条件限制和假设检验,以确保结果的准确性和可靠性。

伯努利概型伯努利-安徽省肥西第三中学

伯努利概型伯努利-安徽省肥西第三中学
P(甲用四局取胜) C1(3 1)(2)3 8 , 3 3 27
P(甲用五局取胜) C2(4 1)(2 2)3 16, 3 3 81
P(甲胜) 8 8 16 64 27 27 81 81
闯关自测
1、每次试验的成功率为 p(0 p 1), 重复进行10次试验,其中前
7次都未成功后3次都成功的概率为(C )
⑶恰有两次命中的事件即 A1A2 A3 + A1A2 A3 + A1 A2A3 ∴恰有两次命中的事件的概率 P3 3 0.8 0.8 0.2 0.384
练2. 设一射手平均每射击10次中靶4次,求该射手在五次 射击中①恰击中一次,②在第二次击中,③恰击中两次, ④第二、三两次击中,⑤至少击中一次的概率.
肥西三中多媒体
课堂教学大赛
欢迎指导!
张道福 2014-4-17
复习回顾
互斥事件、对立事件、相互独立事件
创设情景,引入新课
1、投掷一枚相同的硬币5次,每次正面向上的概率为0.5。 2、某同学玩射击气球游戏,每次射击击破气球的概率为0.7, 现有气球10个。 3、某篮球队员罚球命中率为0.8,罚球6次。 4、口袋内装有5个白球、3个黑球,有放回地抽取5个球。
“击中两次”,“击中三次”,“击中四次”,“击中
五次”,所以概率为
1-P(0)
P(B)=P(1)+P(2)+P(3)+P(4)+P(5)

概率公式大全

概率公式大全

第一章随机事件和概率

第二章随机变量及其分布

第三章二维随机变量及其分布

第四章随机变量的数字特征

第七章参数估计

单正态总体均值和方差的假设检验

公式整理

1.随机事件及其概率

吸收律:A AB A A A A =⋃=∅⋃Ω=Ω⋃)( A

B A A A A

A =⋃⋂∅=∅⋂=Ω⋂)(

)(AB A B A B A -==-

反演律:B A B A =⋃ B A AB ⋃=

n i i

n i i

A A 1

1

=== n

i i

n i i

A A 1

1

===

2.概率的定义及其计算

)(1)(A P A P -=

若B A ⊂ )()()(A P B P A B P -=-⇒

对任意两个事件A , B , 有 )()()(AB P B P A B P -=- 加法公式:对任意两个事件A , B , 有

)()()()(AB P B P A P B A P -+=⋃ )()()(B P A P B A P +≤⋃

)()

1()()

()()(211

111

1

n n n

n

k j i k

j

i

n

j i j

i

n

i i n i i A A A P A A A P A A P A P A P -≤<<≤≤<≤==-+++

-

=∑∑∑3.

条件概率 ()

=A B P )

()

(A P AB P 乘法公式

())0)(()()(>=A P A B P A P AB P

()()

)

0)(()()(12112112121>=--n n n n A A A P A A A A P A A P A P A A A P 全概率公式

∑==n

基础公共课复习资料-概率论与数理统计复习提纲

基础公共课复习资料-概率论与数理统计复习提纲

第一章随机事件及其概率

一、随机事件及其运算

1.样本空间、随机事件

①样本点:随机试验的每一个可能结果,用©表示;

②样本空间:样本点的全集,用Q表示;

注:样本空间不唯一.

③随机事件:样本点的某个集合或样本空间的某个子集,用A,B,C,…表示;

④必然事件就等于样本空间;不可能事件(0)是不包含任何样本点的空集;

⑤基本事件就是仅包含单个样本点的子集。

2.事件的四种关系

①包含关系:A u B,事件A发生必有事件B发生;

②等价关系:A=B,事件A发生必有事件B发生,且事件B发生必有事件A发生;

③互不相容(互斥):AB=0,事件A与事件B一定不会同时发生。

A o A=Q

④对立关系(互逆):A,事件A发生事件A必不发生,反之也成立;互逆满足{-

、AA=0注:互不相容和对立的关系(对立事件一定是互不相容事件,但互不相容事件不一定是对立事件。)

3.事件的三大运算

①事件的并:A o B,事件A与事件B至少有一个发生。若AB=0,则A o B=A+B;

②事件的交:A c B或AB,事件A与事件B都发生;

③事件的差:A-B,事件A发生且事件B不发生。

4.事件的运算规律

①交换律:A o B=B o A,AB=BA

②结合律:(A o B)o C=A o(B o C),(A c B)c C=A c(B c C)

③分配律:A o(B c C)=(A o B)c(A o C),A c(B o C)=(A c B)o(A c C)

④德摩根(De Morgan)定律:

A o B=AB,

AB=A o B

n n

U4彳瓦

对于n个事件,有二'=1

伯努利概型与全概公式

伯努利概型与全概公式

伯努利概型与全概公式

伯努利概型是指一类仅有两个可能结果的随机试验,比如扔一次硬币只有正面朝上或者反面朝上。伯努利概型的特点是每次实验结果的概率都是相等的,且各次实验结果之间相互独立。假设实验中有n个相互独立的伯努利概型,每个伯努利概型的成功概率为p,失败概率为1-p。则在这n次实验中,成功k次的概率可以表示为二项分布的概率质量函数:P(X=k)=C(n,k)*p^k*(1-p)^(n-k)

其中,C(n,k)表示组合数,即从n个元素中选取k个元素的组合方式数。这个公式被称为伯努利概型的概率公式,可以用于计算一系列相关试验中的概率。

全概公式,也称作全概率公式,是概率论中的一条重要原理,用于计算一个事件的概率。全概率公式的基本思想是将一个事件分解为多个互斥且完备的事件,然后根据这些事件的概率来计算所求事件的概率。全概率公式的表达式如下:

P(A)=P(A,B1)*P(B1)+P(A,B2)*P(B2)+...+P(A,Bn)*P(Bn)

其中,P(A)表示事件A的概率,B1、B2、..、Bn表示一组两两互斥且完备的事件,P(B1)、P(B2)、..、P(Bn)表示这些事件的概率,P(A,

B1)、P(A,B2)、..、P(A,Bn)表示在事件B1、B2、..、Bn已经发生的条件下,事件A发生的概率。

全概率公式的应用非常广泛,特别适合于利用辅助事件来计算复杂事件的概率。例如,假设工厂生产了两个品牌的产品A和B,其中A的缺陷率为0.02,B的缺陷率为0.04、现在从工厂中随机抽取了一个产品,发现该产品有缺陷。问这个产品是属于品牌A还是品牌B的概率是多少?

第4讲全概率公式与贝叶斯公式

第4讲全概率公式与贝叶斯公式

由贝叶斯公式可得
0.005 0.95 P( B1 A) 0.323 0.005 0.95 0.995 0.01
的一个完 备事件组
作业
习题4
第五节
独立性
一、事件的独立性 二、伯努利概型
一、 事件的相互独立性
1、两个事件的独立性
设A, B是试验E的二事件, P( A) 0, 一般说来, 条件概率P( B / A) P( B), 即A的发生对B发生 的概率是有影响的。 实际问题中也有可能出现P( B / A) P( B)的情形。
0 P AB P A 0
可知P AB 0,这时(1)式自然成立。
定义1
设A, B是二事件,如果满足等式P AB P APB 则称事件A, B相互独立,简称A, B独立。
由前面的讨论可知,若P A 0
PB | A PB
若 P A 0或P( A) 1,
解 设B1 , B2 分别表示“利率下调”和“利率不变”
这两个事件, A表示“该支股票上涨”,B1 , B2 是导致A发生的原因,且
B1 B2
故由全概率公式
P( A) P( A B1 ) P( B1 ) P( A B2 ) P( B2 ) 60% 80% 40% 40% 64%
(10)
定理1(全概率公式)

事件的独立性与伯努利概型

事件的独立性与伯努利概型
◎在已知独立事件的基础经过一些推理得知相 关事件的独立性.如在上述注记4º的证明中,
由 A 与 B 的独立性推知 A 与 B 的独立性.
13
关于三个事件的相互独立性定义
对于任意三个事件A,B,C,若下述四个等式
P (A B )P (A )PB , P (A C )P (A )PC , P (B C )P (B )PC , P (A B C ) P (A )P (B )P C ,
◎从实际结果来看,两个事件相互独立,这两个 事件未必互不相容,在例1.27中,A与B相互独 立,但A与B相容;同样地,两个事件互不相 容,这两个事件也未必相互独立,还是在例1.27 中,A与C互不相容,但A与C不相互独立.
9
☎ 4º 在 A 与 B , A 与 B , A 与 B , A 与 B 这四对
26
问题归结为求最小的n使得
n
Pn(k) 0.99 .
k 1
于是1 0.4n 0.99 ,解此不等式得
n ln0.01 5.026, ln0.4
所以n至少应取6,即至少需要6人同时射击才能
以99℅以上的概率击中目标.
27
三、小概率事件
如果一个事件发生的概率很小,我们就说 它是小概率事件.
同时成立,则称A,B,C 相互独立.
由定义可知,三个事件相互独立必保证两两独
立.但两两独立不一定保证相互独立.

1.7伯努利概型

1.7伯努利概型
1 1 0.8 0.2 C3 C3 pq31 2
2 类似P(“三次恰好命中二次”) C32 0.8 0.2 C32 p 2 q32
P(“n次恰好命中k次”) Cnk p k q nk
推广到一般情形: 对于伯努利概型,如果要求“n重伯努利试验中事 件A出现k次”这一事件的概率 记 Bk { n重伯努利试验中事件A出现k次}
P( Bk ) P( ) Cnk p k q nk
Bk
事件A在n次试验中发生k次的概率为
Pn (k ) Cnk p k q nk
0 Biblioteka Baidu k n
这个概率常称为二项概率,记为 bk ; n, p
k k nk pq 即: b(k;n, p) Cn
k=0,1,2,…,n
在n伯努利试验。事件A至少发生一次的概率为
1 qn
例2.已知100个产品中有5个次品,现从中每次任取 一个,有放回地取3次,求在所取的3个中恰有2个次 品的概率。
解: 设A=“取到次品”,B=“3个中恰有2个次品”
5 P A 0.05 100
PB C p q C 0.05 0.95 0.007125
§1.7 伯努利概型
一、试验的独立性
如果两次试验的结果是相互独立的,称两 次试验是相互独立的。 当然,两次试验是相互独立的,由此产生 的事件也是相互独立。

概率的基本公式

概率的基本公式

P ( A2 | A1 ) 0.6 , P( A2 | A1 ) 1 P( A2 | A1 ) 0.4
两次患该病心肌未受损害的概率为
P( A1 A2 ) P( A1 ) P( A2 | A1 ) 0.7 0.4 0.28
医用高等数学
2. 事件的独立性
例6-19 观察三次生产其中有几个男孩,可以用掷币
产胎儿中剖腹产所占的比例为P(C)=0.15, 而剖腹产的活产
率为P(L|C)=0.96, 如果一个产妇是自然产, 胎儿的存活率有
多大? 解: 注意到 P(LC) P(L) P(LC) P(L) P(C)P(L | C) , 所求概率为
P(LC) P(L) P(C)P(L | C) 0.98 0.15 0.96 P(L | C) 0.9835 P(C) 1 P(C) 1 0.15
n i 1
Ai
,若 Ai U ,则对任一事件 0 (i = 1,2, ,n) P( Ai)
B ,都有
P( B) P( Ai ) P( B | Ai )
i 1 n
上式称为全概率公式。
Ai
以上的事件组A1, A2,…, An 称为完备事件组。 例 6-23 药 某药厂用从甲、乙、丙三地收购而来的
解:
例 6-16 有6匹赛马, 编号为1,2,3,4,5和6. 比赛时, 它们

1-5全概率公式贝叶斯公式1-6伯努利概型

1-5全概率公式贝叶斯公式1-6伯努利概型

Pn (k) Cnk pkqnk , k 0,1, n, q 1 p 解 设Ai 为"第i次试验中A发生",i 1, , n.
则A仅在前k次发生的概率为
P( A1A2 Ak Ak1 An ) P( A1)P( A2 ) P( Ak )P( Ak1) pkqnk
由于n次试验中A发生k次的方式共有C
故12 次接待都是在周二和周四进行的概率为
p 212 712
0.0000003
小概率事件在实际中几乎是不可能发生的 , 从 而可知接待时间是有规定的.
备份题
例1 设一仓库中有10 箱同种规格的产品, 其中 由甲、乙、丙三厂生产的分别有5箱 , 3箱, 2 箱, 三厂产品的废品率依次为 0.1, 0.2, 0.3 从这 10 箱产品中任取一箱 , 再从这箱中任取一件产品, 求取得的正品概率.
解 设X表示这一年内的死亡人数, 则 保险公司在1年的收入是2500120=300000元
保险公司这一年里付出20000X元
当20000X >300000, 即X > 15人时公司亏本
于是, P{公司亏本} =P{ X > 15} =1-P{X≤ 15}
15
P{公司亏本} 1
Ck 2500
(0.002)k
解 设事件 A 为“任取一件为次品”,
事件 Bi 为"任取一件为i 厂的产品", i 1,2,3.

1.6伯努利概型

1.6伯努利概型
P( A) C 0.8 (1-0.8) 0.302
8 10 8 2
Eg3某工厂产品废品率为0.02,今独立产生了10件 产品,问其中至少有8件合格品的Pr等于多少?
解:n=10,p=0.98,k=8,9,10
k P( A) C10 0.8k (1-0.8)10-k 0.9991 k 8 10
解 设 i 门炮击中目标为事件Ai, i=2~8,
设目标被击毁为事件B,各炮命中概率 p = 0.6, 则
P( B) P( Ai ) P( Ai )
i 2 i 2 8 8
1 C 0.6 0.4
i 0 i 8 i
1
8i
0.9914
Eg2某射手命中率为0.8,该选手对同一目标独立 射击10次,则恰为8次击中目标的Pr 解:这是典型的贝努里试验 n=10,p=0.8,k=8
dx / dy p( x) y q( x) y
n
此外对对数螺线深有研究, 发现对数螺线经过各种变换 后, 结果还是对数螺线,在惊叹此曲线的奇妙之余,遗言 把对数螺线刻在自己的墓碑上, 并附以颂词:
纵使变化,依然故我
试验可重复 n 次
每次试验的结果与其他次试验无关—— 称为 n 重独立试验
A, A 每次试验只有两个可能的结果:
且 P( A) p, 0 p 1
称为n 重伯努利(Bernoulli) 试验概型

贝努里概型

贝努里概型

贝努里概型

伯努利家族在数学与科学上的地位正如巴赫家族在音乐领域的地位一样地显赫。这个非凡的瑞士家族在三代时间里产生了十余位数学家和物理学家,其中有八位数学家(其中三位是杰出的,他们是雅可布、约翰、丹尼尔),他们又生出了在许多领域里崭露头角的成群后代。

雅可布发明了极坐标,他和他的弟弟约翰是莱布尼茨的朋友,经常书信往来讨论数学问题。他们对于莱布尼茨发明的微积分方法极为推崇,迅速地接受了莱布尼茨的学说,并且加以发扬光大。

雅可布曾当过洛必达的私人教师,最先提出洛必达法则,是欧拉的老师。雅可布和约翰两兄弟有时致力于研究同一个问题,但是由于彼此嫉妒和易于激动,这一情况是很遗憾的。有时两人之间的摩擦爆发成为公开的嫉恨诟骂。由于解决“最速降线”问题,兄弟两个因为解法的优劣而争论不休,两人之间的口角纷争达数年之久,其所用言辞之粗野很像市井上的对骂而非科学讨论。这两人之中约翰的脾气似乎更坏,因为多年之后,由于他的二儿子丹尼尔获得了他自己渴望获得的法兰西科学院奖金,约翰竟把他摔出窗外。

n次重复独立试验:

(1)相同的条件下重复地做某试验n次;可重复性

(2)每次试验结果不受其它各次试验影响;独立性

如:掷骰子

n重贝努里试验:每次试验结果只有两种可能的n重独立试验

1.共进行n次试验;

2.各次试验相互独立;

3.在每次试验中某事件A或者发生或者不发生;

4.在每次试验中事件A出现的概率都是p(0p1)。

n重贝努里试验中事件A恰好发生k(0kn)次的概率为

kknkPn(k)Cnp(1p)

证明:设Ai={第i次贝努里试验中出现A},B={n重贝努里试验中

  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)。

( A) A1、A2、A3相 互 独 立 (B) A2、A3、A4相 互 独 立 (C ) A1、A2、A3两 两 独 立 (D) A2、A3、A4 两 两 独 立
资料类
6
某人应聘甲公司品酒师职位,该应聘者声 称能以90%的准确性判别出两种不同的酒,并 可以依此提出相应的推销建议.
为了检验应聘者的辨酒能力以决定是否录用,甲公司 对该应聘者进行测试.让他连续分别品尝两种酒10次, 二次间的间隔为3分钟.
事件A发生了k次
Pn
(k
)
C
k n
pk
q
nk
共作n次试验
其中, p q 1, k 0,1,2,, n.
A发生的概率 A不发生的概率
资料类
9
一枚硬币掷3次,恰有一次正面向上的概率为?
A 正面向上
C1
解 法 一 :P
3
23
A 正面向下
解 法 二 : P P( AAA AAA AAA)
3
PB PAi PB | Ai i 1 0.5 0.95 0.3 0.92 0.2 0.90
0.931
资料类
23
定ຫໍສະໝຸດ Baidu(全概率公式)
完备事件组
若A1, A2 , , An是互不相容互斥的事件
即Ai Aj i j, 且A1 A2 An , PAi 0i 1,2, , n.则对任一事件B有
P( A) 1 , P( A | B) 2 1 ,
13
26 13
从而P( A) P( A | B),故A, B相互独立。
资料类
定义
5
则 事 件( )
一 枚 硬 币 独 立 掷 两 次设, A1 {第 一 次 出 现 正 面} A2 {第 二 次 出 现 正 面} A3 {正 、 反 面 各 一 次} A4 {正面出现两次}
C170(0.9)7 (1 0.9)3 C180(0.9)8(1 0.9)2 C190(0.9)9(1 0.9)1 C1100(0.9)10
0.0574 0.1937 0.3874 0.3487
0.9872 98.72%
由此可知,当应聘者为真正行家时,则其在品尝测 试中通过测试的概率为98.72%,即被拒绝的概率仅 为1-98.72%=1.28%,也就是说测试方法使公司将真 正的行家拒之门外的概率仅为1.28%.
P( A B) 1 P( A)P(B ).
A B AB
P(AB) P(A)P(B)
资料类
3
以上两个公式还可以推广到有限个事件的情 形:
如 果 事 件A1 , A2 , A3 相 互 独 立, 则 P( A1 A2 A3 ) P( A1 ) P( A2 ) P( A3 ). P( A1 A2 A3 ) 1 P( A1 ) P( A2 ) P( A3 ).
资料类
4
思考:从一副不含大小王的扑克牌中任取一张,A={抽 到K},B={抽到的是红色的},问事件A,B是否独立?
分析1: 分析2:
P( A) 4 1 , P(B) 26 1 , P( AB) 2 1 ,
52 13
52 2
52 26
从而P( A)P(B) P( AB),故A, B相互独立。
p 0.05, q 0.95,则
p C (1) 1 (0.05)1(0.95)4 0.0407
5
5
资料类
11
引例求解
解:用A表示应聘者在品尝测试中的判断正确, A 表示应聘者 在品尝测试中的判断不正确.则测试问题符合n=10的伯努利概 型.用 k 表示10次品尝测试中应聘者判断正确的次数(即A发生 的次数),用伯努利概型的公式我们可以分别解决所提的问题.
资料类
1
事件的独立性
定义: 若两个事件 A、B 中, 任一事件的发生与否
不影响另一事件的概率, 则称事件 A 与 B 是相互独
立的, 且P( AB) P( A)P(B) .
定理 若事件A 与B 相互独立, 则下列三对事件
A与B; A 与B ; A与B 也都相互独立.即
(1) P( AB) P( A)P(B) 1 P( A)P(B) ;
(2) P( AB ) P( A)P(B ) P( A)1 P(B) ;
(3) P( A B ) P( A)P(B ) 1 P( A)1 P(B). 返回
资料类
2
若事件 A 与 B 相互独立 P( A B) ?
P(A B) 1 P(A B) 1 P(AB) 1 P( A)P(B ).
0.64
资料类
26
练习、用3个机床加工同一种零件, 零件由各机床加工的 概率分别为0.5, 0.3, 0.2, 各机床加工的零件为合格品的 概率分别等于0.94, 0.9, 0.95, 求全部产品中的合格率.
解:设 A、B、C是由第1,2,3个机床加工的零件 D为产品合格, 且 A、B、C 构成完备事件组. 则根据题意有
可以看作n重伯努利试验。设A={导弹命中目标},
B={命中目标},则P(A)=0.6,从而有
n
P(B)
C
k n
0.6
k
0.4n
k
0.99
k 1
P(B) 1 P(B) 1 0.4n 0.99 0.4n 0.01
n log 0.4 0.01 5.03
所以至少要配置6枚导弹才能达到要求。
n
PB PAi PB | Ai i 1
资料类
24
例2 某车间用甲、乙、丙三台机床进行生产,各种机 床的次品率分别为5%、4%、2%,它们各自的产品分 别占总产量的25%、35%、40%,将它们的产品组合在 一起,求任取一个是次品的概率。
解:设 A1表示“产品来自甲台机床”, A2表示“产品 来自乙台机床”,A3表示“产品来自丙台机床”, B表 示“取到次品”。
7
伯努利概型
设随机试验满足 (1)在相同条件下进行n次重复试验; (2)每次试验只有两种可能结果,A发生或A不发生; (3)在每次试验中,A发生的概率均一样,即P(A)=P; (4)各次试验是相互独立的.
则称这种试验为n重伯努利(Bernoulli)试验。
资料类
8
定理 在伯努利概型中,若一次试验时事件A发生 的概率为P(0<P<1),则n重独立试验中事件A恰好 发生K次的概率为
(120 45 10 1)(0.5)10 0.1719 17.19%
即冒牌者在品尝测试中能通过测试(蒙对7次以上) 的概率仅为17.19%, 所以机会是很小的.
资料类
12
(2)若应聘者真是行家,则其在每次品尝测试中的判断 正确的概率为0.9,即 P(A)=0.9,根据公式有:
P{k 7} P{k 7} P{k 8} P{k 9} P{k 10}
计算公式:
PA
|
B
PAB PB
同理,若PA 0有
PB
|
A
PAB PA
资料类
18
乘法公式
定理 设A、B是随机试验E的两个随机事件, 若P(B)>0,则
PAB PBPA | B
或若P(A)>0,有
PAB PAPB | A
资料类
19
全概率公式
例1 某商店仓库中的某种小家电来自甲、乙、 丙三家工厂。这三家工厂生产的产品数分别为 500件、300件、200件,且它们的产品合格率 分别为95%、92%、90%。现从该种小家电产 品中随机抽取1件,求恰抽到合格品的概率。
3
P(B) p( Ai )P(B | Ai ) i 1
0.25 0.05 0.35 0.04 0.40 0.02
0.0345
资料类
25
例3 人们为了了解一支股票未来一定时期内价 格的变化,往往会去分析影响股票的基本因素, 比如利率的变化。现在假设人们经分析估计利 率下调的概率为60%,利率不变的概率为40%。 根据经验,人们估计,在利率下调的情况下, 该支股票价格上涨的概率为80%,而在利率不 变的情况下,其价格上涨的概率为40%,求该 支股票将上涨的概率。
lim[1 (1 )n ] 1 n
由 此 可 见 , 一 件 微 不道足的 小 事 , 只 要 坚 持 , 就 会 产 生 不 可 思 议 的果结。
资料类
17
重 条件概率 点
回 定义 设两个事件A、B ,且 P(B)>0,

则称 PA | B 为在事件B发生的
前提下,事件A发生的条件概率。
若应聘者在10次辩别中至少有7次能准确判别出两种 不同的酒,则给予录用,否则,就拒绝录用.
问题:(1)上述测试方法使公司被冒牌者蒙到岗位的概率有多大?
(2)上述测试方法使公司将真正的行家拒之门外的概率有多大?
(3)能否设计出测试方法使被冒牌者蒙到岗位的概率及将真正的 行家拒之门外的概率都变小?
资料类
因此,使被冒牌者蒙到岗位的概率及将真正的行家 拒之门外的概率都变小测试方法是不存的.因而,只 能在两者中取其一.
资料类
14
例2 某射手每次击中目标的概率是0.6,如果 射击5次,求至少击中两次的概率.
解: 由于每次射击是相互独立的,且只有击中与 未击中两种结果,故可以按5重伯努利概型计算
事件的概率.已知 p 0.6, q 0.4,则
资料类
20
解 : 设A1, A2 , A3分别表示抽到的产品是甲,乙,丙 厂的产品, B表示抽到的1个产品是合格品.由题意 可知A1 , A2 , A3互不相容, 且A1 A2 A3 ,并有
PA1
500 1000
0.5,
PA2
300 1000
0.3
PA3
200 1000
0.2
PB | A1 0.95, PB | A2 0.92, PB | A3 0.90
资料类
16
例 :在 平 常 的 生 活 中 , 人常们常 用 “ 水 滴 石 穿 ”“、只 要 功 夫 深 , 铁 杵 磨 成 针来”形 容 有 志 者 事 竟 成但。是 , 也 有 人 认 为 这 些 是 不 可 能。的试 从 概 率 的 角 度 分这析是 否 合 理 。
解 :设 一 次 实 验 中 , 事A件发 生 的 概 率 为 0,
3
1 (1)2 22
C 1 ( 1 )1 ( 1 )2 32 2
资料类
10
例1 已知一批产品的废品率为0.05,设有放回 地抽取5件产品,求恰好抽到1件废品的概率.
解: 由于用有放回抽样的方式,故每次抽得的结 果是相互独立的,且产品只有合格与废品两种结 果,故可以按5重伯努利概型计算事件的概率.已 知
资料类
13
(3) 测试方法要使被冒牌者蒙到岗位的概率变小,则 测试通过的条件就必定更苛刻,但苛刻条件自然令真 正的行家能通过测试的机会变小,即将真正的行家拒 之门外的概率变大.
例如将判断正确的最少次数从7提高到8,则(1)中冒 牌者通过测试的概率就从17.19%下降为5.47%,而 (2)中将真正行家被拒之门外的概率就从1.28%上升 为7.02%.
资料类
21
根据乘法定理:
PA1 PB | A1 — 抽样恰好是“A1厂生产的
合格品”的可能性概率.
PA2 PB | A2 — 抽样恰好是“A2厂生产的
合格品”的可能性概率.
PA3 PB | A3 — 抽样恰好是“A3厂生产的
合格品”的可能性概率.
资料类
22
根据加法定理:一件抽样不可能既是某厂生产的, 同时又是另一个厂生产的,即三个事件属互不相容 事件(互斥);不管这件抽样属于哪一个厂生产的 合格品,都认定为“抽到合格品”,故三个事件的 概率相加就是题目所求。即
独 立 重 复 该 实 验n次, 本 题 考 虑 的 是n,次 实 验 中 事 件A至 少 发 生 一 次 的 概 率 。 这 属 于 伯 努 利 概 型设。B {n次 实 验 中A至 少 发 生 一 次}, 则
P(B) 1 P(B) 1 Cn0 0 (1 )n 1 (1 )n
(1)若应聘者并非行家而是冒牌者,则其在每次品尝测试中的 判断正确(蒙对)的概率为0.5,即 P(A)=0.5,根据公式有:
P{k 7} P{k 7} P{k 8} P{k 9} P{k 10}
C170(0.5)7 (1 0.5)3 C180(0.5)8(1 0.5)2 C190(0.5)9(1 0.5)1 C1100(0.5)10
5
P(至少击中两次) P(击中k次) k2
1 P(击中0次) P(击中1次)
1
C
0 5
(0.6)0
(0.4)5
C
1 5
(0.6)1 (0.4)4
0.913
资料类
15
练习、某导弹的命中率是0.6,问欲以99%的把握 命中目标至少需要配置几枚导弹?
解:设需配置n枚导弹,因为导弹各自独立发射,所以
相关文档
最新文档