1.3 条件概率与乘法公式

合集下载

1.3%2B条件概率

1.3%2B条件概率

B 另一件是次品,则 AB 两件都是次品
N CM2 , N A Cm1 CM1 m Cm2 , N AB Cm2
Cm2
= 1
P
B
|
A
P AB P A
2 P A
CM2
Cm2 Cm1 CM1 m CM2
m 1 2M m 1
12/9/2020
10
解2:有顺序不放回抽样
设 A 第一件是次品,B 第二件是次品,
(2)非负性: P( A | B ) 0;
(3)可列可加性:设 A1 , A2 , … ,An , … 是可数个两两
互不相容的事件,则
P( Ai B)
P( Ai B).
i 1
i 1
P( Ai i 1
P Ai B
B)
i1
PB
P Ai B
i1
PB
P AiB
i 1
0.02 0.3 0.01 0.5 0.01 0.2 0.013.
30%
A1
2% 1% 50%
1%
20% A2 A3
12/9/2020
28
例5 口袋中有10张卡片,其中2张是中奖卡,三个人依次
从口袋中摸出一张(摸出的结果是未知的,且不放回),
求第一、二、三人分别中奖的概率。
解:设三个人摸卡中A1 奖事件分别为A1 A1, A2 , A3
如在事件B发生的条件下求事件A发生的概率,
将此概率记作P(A|B).
一般地,P(A|B) ≠ P(A).
12/9/2020
3
例如, 掷一颗均匀骰子, A={掷出2点},
B={掷出偶数点},P(A)=1/6, P(A|B)=? 已知事件B发生, 此时试验所 掷骰子 有可能结果构成的集合就是B,

条件概率和乘法公式

条件概率和乘法公式

机器学习算法
朴素贝叶斯分类器
01
朴素贝叶斯分类器是一种基于贝叶斯定理的分类算法,它利用
条件概率和乘法公式来计算给定特征下类别的概率。
隐马尔可夫模型
02
隐马尔可夫模型是一种用于序列标注和预测的模型,它利用条
件概率和乘法公式来计算状态转移和观测的概率。
条件随机场
03
条件随机场是一种用于自然语言处理的模型,它利用条件概率
03
在学习和应用概率论的过程中,我们需要注重培养自己的逻辑思维和分析能力 。通过深入思考和探究概率论中的问题,我们可以提高自己的数学素养和解决 问题的能力,为未来的学习和工作打下坚实的基础。
THANKS
感谢观看
• 在学习条件概率和乘法公式的过程中,我们需要掌握相关的概念和公式,并能 够灵活运用它们解决实际问题。同时,我们还需要了解条件概率和乘法公式的 局限性和假设条件,以避免在实际应用中出现错误。
• 除了条件概率和乘法公式,概率论中还有许多其他重要的概念和公式,例如全 概率公式、贝叶斯公式、独立性等。这些概念和公式之间有着密切的联系和相 互影响,我们需要系统地学习和理解它们,以建立完整的概率论知识体系。
02
乘法公式及其应用
乘法公式的推导
01
定义
乘法公式描述了两个事件A和B同时发生的概率与事件A发生的概率和事
件B发生的概率之间的关系。
02 03
推导
乘法公式基于概率的独立性假设,即事件A的发生不影响事件B的发生, 反之亦然。因此,事件A和事件B同时发生的概率等于各自发生的概率 的乘积。
公式
$P(A cap B) = P(A) times P(B)$
展望Βιβλιοθήκη 01随着科技的不断发展,概率论在各个领域的应用越来越广泛。未来,条件概率 和乘法公式等概率论知识将更加受到重视和应用。

1-3条件概率

1-3条件概率

(4)
P(A1 U A2
B)

P( A1
B) P(A2
B) P(A1A2
B). 4
返回 上页 下页 结束
例1 一盒子装有4只产品,其中有3只一等品,1只 二等品. 从中取产品两次, 每次任取一只, 作不放 回抽样. 设事件A为“第一次取到的是一等品”, 事 件B为“第二次取到的是一等品”. 试求条件概率 P(B∣A).
事件同时发生的概率. 乘法公式易推广到多个事件的情形, 设A,B,C为事件, 且P(AB)>0, 则
例如:
(3)
6
返回 上页 下页 结束
例2 设某光学仪器厂制造的透镜, 第一次落下打
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
{第一次掷出6点},
显然,事件 发生,并不影响事件 发生的概率,
这时我们称事件A 独立于B, 在数学上,
可表述为:
其中
(1)
同样,如果
其中
(2)
称事件B 独立于A 由乘法公式易见, (1)式和(2)式
均等价于
(3)
10
返回 上页 下页 结束
故通常称事件A 与B 相互独立. 注意到 (3) 式当
时恒成立,故它不受 约. 从而可采用 独立性.
求得
24
返回 上页 下页 结束
2. 将(1)式改写即得乘法公式 3. 事件的独立性
25
返回 上页 下页 结束
p1 p2 2 p2 (1 p).
21
返回 上页 下页 结束
采用五局三胜制,甲最终获胜,至少需比赛 3局(可能赛3局,也可能赛4局或5局),且最后一 局必需是甲胜,而前面甲需胜二局. 例如,共赛4 局,则甲的胜局情况是:“甲乙甲甲”,“乙甲甲甲”, “甲甲乙甲”,且这三种结局互不相容. 由独立性 得在五局三胜制下甲最终获胜的概率为

1.3,1.4条件概率,全概率公式

1.3,1.4条件概率,全概率公式
解 设 A表示抽到的为男子,B表示抽到的是女子。
C表示抽到的人有色盲症。

1 P( A) P( B) , P(C | A) 0.05, P(C | B) 0.0025 2
由Bayes公式有
P( A) P(C | A) 0.5 0.05 P( A | C ) P( A) P(C | A) P( B) P(C | B) 0.5 0.05 0.5 0.0025
2 1 3 2 2 , 5 4 5 4 5
P( A3 ) P( A3) P( A3 ( A1 A2 A1 A2 A1 A2 ))
P ( A1 A2 A3 ) P ( A1 A2 A3 ) P ( A1 A2 A3 )
P ( A1 ) P ( A2 A1 ) P ( A3 A1 A2 ) P ( A1 ) P ( A2 A1 ) P ( A3 A1 A2 ) P ( A1 ) P ( A2 A1 ) P ( A3 A1 A2 )
i 1 n
全概率公式
证明 B B B ( A A A ) 1 2 n
BA1 BA2 BAn .
由 Ai A j ( BAi )( BAj ) P( B) P( BA1 ) P( BA2 ) P( BAn ) P( B) P( A1 ) P( B | A1 ) P( A2 ) P( B | A2 )

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 因为95 件合格品中有 70 件一等品,所以 (2)方法1: 70 P( A B) 0.7368 95 方法2:

1.3概率公式

1.3概率公式

P( B1 B2 A) P( B1 A) P( B2 A) P( B1B2 A)
P( B A) 1 P( B A) P( B1 B2 A) P( B1 A) P( B1 B2 A)
概率乘法公式 两个事件积事件的概率等于一 个事件的概率乘以这个事件发生的 条件下另一事件的条件概率,这就 是概率乘法公式。即
(1) P( Ak | A1 A2 ... Ak 1 )
1 n k 1
(2) P( Ak ) P( A1 A2 ... Ak 1 Ak )
P( Ak A1 A2 ... Ak 1 ) P( Ak 1 A1 A2 ... Ak 2 )
....P( A3 A1 A2 )P ( A2 A1 ) P( A1 ) 1 n k 1 n 3 n 2 n 1 1 n k 1 n k 2 ... n 2 n 1 n n
条件概率的计算方法
(1) 古 典 概 型 可用缩减样本空间法 (2) 其 他 概 型 用定义与有关公式
条件概率也是概率, 故具有概率的性质:
非负性 规范性 可列可加性
P( B A) 0 P( A) 1 P Bi A PBi A i1 i 1
(2) 由图示得
P ( B A) P ( B ) P ( A) 1 1 1 . 2 3 6
B
A
(3)
P ( B A) P( B A) P( B AB)
P( B) P( AB) 1 1 3 .
2 8 8
A AB
B
一般减法公式 对任意两事件 A,B,有 P(AB)=P(A)P(AB)
第三节 概率的 基本运算法则

条件概率与概率的乘法公式

条件概率与概率的乘法公式

B {活到25岁}
显然, B A {现龄为 20岁的这种动物活到 25岁} 因为,“活到25岁”一定要“活过20岁”,所以
C ( A B)
AB
PC P( A B) P A PB 0.85
例3Байду номын сангаас
某人有5把钥匙,其中有一把是办公室门的,但他忘 了是哪一把,只好逐把试开(试完不放回),求三次内把 办公室门打开的概率
解: 设: Ai 恰好第 i次打开门
B 三次内把门打开
B A1 A2 A3




有 :
A1 , A2 , A3
两两互不相容
1 p( A1 ) 5 4 1 1 p( A2 ) 5 4 5
4 3 1 1 p( A3 ) 5 4 3 5
P(B) P( A1 A2 A3 ) PA1 PA2 PA3 0.6
例6
某地区气象资料表明,邻近的甲乙两城市中的甲市全 年雨天比例为12%,乙市全年雨天比例为9%,两城市 中至少有一市为雨天比例为16.8%,试求下列事件的概率

(1)甲市为雨天的条件下,乙市也为雨天 (2)在乙市为无雨的条件下,甲市也无雨
解 设
A {甲市为雨天 }
B {乙市为雨天 }
P( A) 0.12
固A 包含的基本事件数为:P P P 16 P( A) 125
1 1 1 4 4 1
16
由加法公式推论2可知:
16 109 P A 1 P( A) 1 125 125
注意在概率的计算问题中,有的直接运算比较困难 ,可以把直接问题转化成相反问题计算容易的多。

1.3概率的运算法则解读

1.3概率的运算法则解读
定理3 (概率的乘法公式)
若P ( A) 0, 则P ( AB ) P ( A) P ( B A). 同样, 若P ( B ) 0, P ( AB ) P ( B ) P ( A B ).
从而有P( AB) P ( A) P( B A) P ( B) P( A B).
推论
若 P ( A1 A2 An1 ) 0, 则
P ( A B C ) P ( A) P ( B ) P (C ) P ( AB) PAC ) P ( BC ) P ( ABC )
推论 若A、B、C为任意三事件,则
对任意的n个事件有 P ( A1 A2 An ) P ( Ai )
1 i j k n
e

e (1 1


k
) 1e


P ( A) 1 P ( A ) 1 P ( A0 ) 1 e

所得结果与上同。
这里所讲的两种解法较为典型。前者从事件的互 斥分解开始,通常称为直接解法。其优点是较为直观, 易于理解,缺点是计算较繁琐。后者是从对立事件出 发,通常称为间接解法。其优点是应用了对立事件的 概率计算公式,使计算过程大为简化,在具体解决实 际问题中,应注意此方法的运用。
(2) 若已知选的一套住房是经济适用房,求它被困难 户购买的概率。
解 设A={任选一套住房被困难户购买}
3000 6 在已知B 发生的条件下,A的概率为 P( A B) 3500 7
(1) 由表可知,样本空间所含基本事件数为5000, 有利于A的基本事件数为3200。 3200 16 所以 P ( A) 5000 25 (2) B={ 选出的一套住房为经济适用房}

线性代数第一章条件概率、乘法公式

线性代数第一章条件概率、乘法公式
乘法公式
$P(AB) = P(A)P(B|A)$ 或 $P(AB) = P(B)P(A|B)$,表示两个事件同时发生的概 率等于其中一个事件发生的概率与另一个事件在该事件发生的条件下的概率的 乘积。
推导过程详解
根据条件概率的定义,我们有 $P(B|A) = frac{P(AB)}{P(A)}$,两边同时乘以 $P(A)$,得到 $P(AB) = P(A)P(B|A)$。
THANKS
感谢您的观看
乘法公式简化条件概率计 算
乘法公式可以将复杂的条件概率计算简化为 一系列简单概率的乘积,从而降低了计算的 难度。
乘法公式揭示条件概率与 独立性的关系
当两个事件相互独立时,它们的条件概率等 于各自的概率,乘法公式在此时可以简化为
普通概率的乘积。
二者关系总结
条件概率是乘法公式的基础
01
条件概率的定义和性质为乘法公式的推导和应用提供了基础。
VS
解析
根据概率的定义,事件A发生的概率 $P(A)$等于事件A包含的基本事件数与全 部基本事件数之比。因此,抽到红球的概 率为$P(A) = frac{4}{10} = 0.4$。
多个事件联合概率计算
例题2
一个盒子里有10个球,其中4个是红球,6 个是白球。随机抽取两个球,求同时抽到两 个红球的概率。
线性代数第一章条件 概率、乘法公式
目录
CONTENTS
• 条件概率基本概念 • 乘法公式及其推导 • 条件概率与乘法公式关系 • 典型例题解析 • 生活中应用举例 • 总结回顾与拓展延伸
01
条件概率基本概念
定义与性质
条件概率的定义
设A和B是两个事件,且P(B)>0,称 P(A|B)=P(AB)/P(B)为在事件B发生的 条件下事件A发生的条件概率。

条件概率及独立性

条件概率及独立性

1.3条件概率与独立性East China University of Science And TechnologyEast China University of Science And Technology1.3.1 条件概率, 乘法公式条件概率──考虑事件A 已发生的条件下,事件B 发生的概率。

1. 条件概率定义East China University of Science And Technology引例袋中有7只白球, 3只红球, 白球中有4只木球, 3只塑料球; 红球中有2只木球,1只塑料球.现从袋中任取1球, 假设每个球被取到的可能性相同.若已知取到的球是白球, 问它是木球的概率是多少?设A 表示任取一球,取得白球;B 表示任取一球,取得木球.所求的概率称为在事件A 发生的条件下事件B 发生的条件概率。

记为.()A B PEast China University of Science And Technology 解列表()74=A B P ()(|)()P AB P B A P A =白球红球小计木球426塑球314小计73104/107/10=而47(),()1010P AB P A ==P B A P AB P A (|)()()=恒成立吗??East China University of Science And Technology定义给定一个随机试验, Ω是它的样本空间,对于任意两个事件A,B, 其中P (A )>0, 称为在已知事件A 发生的条件下, 事件B 的条件概率.()(|)()P AB P B A P AEast China University of Science And Technology概率P (B|A)与P (AB)的区别与联系联系:事件A ,B 都发生了.区别:(1)在P (B |A )中,事件A ,B 发生有时间上的差异,A 先B 后;在P (AB )中,事件A ,B 同时发生。

g1.3概率的计算公式

g1.3概率的计算公式
则P( A1 ) 0.2, P( A1 ) 0.8, P( B1 / A1 ) 0.3,
X A1 B1 ,Y A1 A1 B1 A2 ,
P( X ) P A1B1 P A1 P( B1 / A1 ) 0.8 0.3 0.24
P(Y ) P( A1 A1 B1 A2 ) P( A1 ) P( A1 B1 A2 )
1000 个
求的是 P(A|B) .
B发生, 在P(AB)中作为结果; 在P(A|B)中作为条件.

B
Sample space
A
缩减的样 本空间
B所包含的基本事件数 P( B) 所包含的基本事件数 AB所包含的基本事件数 P ( AB ) 所包含的基本事件数
B
A
Reduced sample space AB所包含的基本事件数 given event B P ( A B )
3.几何概率.
g的测度 P . G的测度
g
G
概率的公理化定义
若A是任一随机事件,P ( A)满足: (1)对任一事件A,有1 P(A) 0
(2)P () 0, P( ) 1
(3)A1 , A2 ,... An ...互不相容,
非负性
规范性
P ( A1 ..... An ...) P ( A1 ) ..... P ( An ) ....
推论 2 若 A,B 为任意两事件,则
P ( A) P ( AB) P ( AB ); P ( B ) P ( AB) P ( AB ).
推论 3 若A B, 则
P ( B A) P ( B ) P ( A); P ( A) P ( B ).

概率论公式

概率论公式


n
注:如果有 n 个变量服从同一个 0-1 分布, Xi ~ b(1, p) ,则其和 X Xi 服从二项 i
分布 X ~ b(n, p)
11. Poisson 分布
X ~ P() P( X k) k e , k 0,1,...
F
(x)

0, 1,
x x

c c
E(X ) c
Var( X ) 0
9. 二项分布
X ~ b(n, p)
P( X k) Cnk pk (1 p)nk E(X ) np
Var( X ) np(1 p)
10. 二点分布(0-1 分布)
X ~ b(1, p)
P( X x) px (1 p)1x , x 0,1
p(
x)


2
n 2
1 (
n
)
e

x 2
x
n 2
1
,
x

0
2

0, x 0
E(X ) n
Var( X ) 2n
Gamma 分布变为 2 分布:
当 X ~ Ga(,) ,则 2 X ~ Ga(, 1) 2 (2 ) 2
20. 严格单调函数Y g(X )
pY ( y) px[h(x)] | h '(x) |
21. K 阶原点矩和中心矩
k E(X k ) k E( X E( X ))k
中心矩和原点矩关系:
k
k Cik i (i )ki i0
22. 变异系数
Cv
(
X
)

( E(

条件概率, 乘法公式

条件概率, 乘法公式

(2)的答案是12/20=0.6. 但是, 这两个问题的提法是有区别的. 第二个问 题是一种新的提法. 记A={选中男生}, B={选中 1.70米以上同学}, 则第二问是“在A发生的条件 下事件B发生的概率”问题, 即P(B|A).
注意到P(A)=20/30, P(AB)=12/30, 从而有
上例中, P(B|A) ≠ P(B)
12
二. 乘法公式
由条件概率的定义:
P ( AB) P ( A | B) P ( B) 若已知P(B), P(A|B)时, 可反求P(AB).
设A,B为两个事件
若P(B)>0,则
P(AB)=P(B)P(A|B) 若P(A)>0,则 P(AB)=P(A)P(B|A) (2) (1)
何时用?
例1 m个产品中有n个一等品,m-n个二等品,按 不放回抽样,依次抽取两个产品,计算两次都取 到一等品的概率。 解法1:设Ai={第i次取到一等品} 则
3 P ( A) 5
解法2:在缩减后的样本空间A上计算
由于事件A已经发生,即第一次取到的是 正品,所以第二次取产品时,只剩下4件, 并且正品只有2件,所以
1 P(B|A)= 2
性质
(1) 非负性 : P ( B A) 0; ( 2) 规范性 : P ( S B ) 1, P ( B ) 0;
( 3) 可列可加性: 设 B1 , B2 , 是两两不相容的事 件 , 则有
P Bi A P ( Bi A). i 1 i 1
(4) P( A1 A2 B) P( A1 B) P( A2 B) P( A1 A2 B);
(5) P ( A B) 1 P ( A B).

1.3全概率公式课件-高二上学期数学北师大版选择性

1.3全概率公式课件-高二上学期数学北师大版选择性
0.2 0.4 0.5 0.2 0.2 0.6 0.1 0.2 0.32
当乙球员参加比赛时,该球队某场比赛不输球的概率为1-0.32=0.68.
2、全概率公式
例9:某药厂用从甲、乙、丙三地收购而来的药材加工生产出一种中 成药,三地的供货量分别占40%,35%和25%,且用这三地的药材能 生产出优等品的概率分别为0.65,0.70和0.85,求从该厂产品中任 意取出一件成品是优等品的概率.
P( A1) 50%, P( A2 ) 30%, P( A3) 20%, P(B | A1) 95%, P(B | A2 ) 90%, P(B | A3) 70%. P(B) P( A1)P(B | A1) P( A2 )P(B | A2 ) P( A3)P(B | A3)
50% 95% 30% 90% 20% 70% 88.5%.
次品,则它是第1台车床加工的概率为_32_25_9_.
P
A1
5
5 7
8
0.25,
P
A2
5
7 7
8
0.35,
P
A3
5
8 7
8
0.4
P B | A1 0.05, P B | A2 0.04, P B | A3 0.03
60%.某天生产线启动时,产出的第一件产品是合格品,求当天生产
线初始状态良好的概率(精确到0.1%).
解答:用A表示生产线初始状态良好,B表示产品为合格品.则由已知有
P( A) 80%, P(B | A) 95%, P(B | A) 60%.
从而 P( A) 1 80% 20%, 因此由贝叶斯公式可知
P( A | B) P( A)P(B | A)
P( A)P(B | 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1.概率公式:
1.1概率加法公式:
P(A∪B)=P(A)+P(B)-P(A∩B)
1.2条件概率公式:
P(A,B)=P(A∩B)/P(B)
P(B,A)=P(A∩B)/P(A)
1.3乘法公式:
P(A∩B)=P(A)*P(B,A)
P(A∩B)=P(B)*P(A,B)
1.4全概率公式:
P(A)=ΣP(A,B_i)*P(B_i)
1.5贝叶斯公式:
P(B,A)=P(A,B)*P(B)/P(A)
2.数理统计中的基本概念和公式:
2.1样本均值:
样本均值 = (x1 + x2 + ... + xn) / n
2.2总体均值:
总体均值=(样本均值*n-x)/(n-1)
2.3样本方差:
样本方差 = Σ(xi - x̄)² / (n-1)
2.4总体方差:
总体方差= Σ(xi - µ)² / N
2.5样本标准差:
样本标准差=√(样本方差)
2.6总体标准差:
总体标准差=√(总体方差)
2.7样本中位数:
样本中位数=(x[n/2]+x[(n+1)/2])/2(当n为偶数时)
2.8样本四分位数:
样本四分位数Q1=x[(n+3)/4]
样本四分位数Q3=x[(3n+1)/4]
2.9标准正态分布的累积分布函数的逆函数:
Zα=Φ^(-1)(α),其中Φ(z)表示标准正态分布的累积分布函数。

2.10卡方分布的累积分布函数的逆函数:
x^2α=χ^2^(-1)(α),其中χ^2(x)表示卡方分布的累积分布函数。

概率论1.3

概率论1.3

例6 有一批同一型号的产品,已知其中由一厂 生产的占 30% , 二厂生产的占 50% , 三厂生产的占 20%,又知这三个厂的产品 次品率分别为2% , 1%,1%。问从这批 产品中任取一件是次品的概率是多少? 解 设 A =“任取一件是次品‛ Bi=“任取一件为 i 厂的产品号箱”, i=1, 2, 3; 显然, B , B 3 S , 1B 2S B1 B 2B 3
继续做下去就会发现,每个人抽到‚入场券‛ 的概率都是1/5。
也就是说
‚ 抽签与顺序无关 ”
例3 甲、乙、丙三人参加面试抽签,每人的试题 通过不放回抽签的方式确定。假设被抽的10 个试题中有 4个难题签,按甲、乙、丙次序 抽签,试求甲抽到难题签;甲和乙都抽到难 题签;甲没抽到难题签而乙抽到难题签;甲、 乙、丙都抽到难题签的概率。 解 设 A = “甲抽到难题签‛, B = “乙抽到难题签‛, B = “丙抽到难题签‛
=1 5
即,第 2 个人抽到入场券的概率是1/5
同理
A3 = A1 A2 A3
由乘法公式
P ( A3 ) = P ( A1 A2 A3 ) = P ( A1 ) P ( A2 | A1 ) P ( A3 | A1 A2 )
= 4 5 3 4 3
=1 5
即,第 3 个人抽到入场券的概率是1/5
1 1 6 P ( AB ) P A B = = = 3 36 P( B)
注:已知事件B发生,此时试验 所有可能结果构成的集合就 是 B。 B中共有3 个元素,它们的 出现是等可能的,其中只有 1个在集合 A中
可以证明,在古典概型下,若 P(B)>0, 有
P ( AB) P ( A | B) P ( B)
可以证明,前面对概率所证明的一切性质, 也都适用于条件概率。

概率论与数理统计第1.3节条件概率及独立性

概率论与数理统计第1.3节条件概率及独立性

练习 一个家庭中有若干个小孩,假定生
男生女是等可能的,令
A =“一个家庭中有男孩又有女孩”
B =“一个家庭最多有一个女孩”
(1)家庭中有两个小孩, (2)家庭中有三个小孩。
对上述2种情况,讨论事件
A, B 的独立性。
(1) {( B, B),( B, G),(G, B),(G, G)}
(2) {( B, B, B),( B, B, G),( B, G, B),(G, B, B), (G, G, B),(G, B, G),( B, G, G),(G, G, G)}
今任选一个袋子然后再从选到的袋子中任取一个球问取到红球的概率为多上述分析的实质是把一个复杂事件分解为若干个互不相容的简单事件再将概率的加法公式和乘法定理结合起来这就产生了全概率公式
课堂练习: 化简事件
( AB
AC
C ) AC
解 原式 AB C
AC ABC AC
( A B)C
AC BC AC
P ( AB ) 1 6 P( A | B) 3 P( B) 3 6 2)从加入条件后改变了的情况去算
1
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
问题 : 分别考虑
P ( A)与P A B 哪个大?
A B, B A, AB
条件概率是概率(P30)
首先,不难验证条三条公理:
(1) 非负性 P( A | B) 0 (2) 正规性 P( | B) 1
(3) 完全可加性 若A1, A2 ,, An ,两两互斥, P( B) 0, 则
由此得
P( An | B) P( An | B)

概率的计算公式-

概率的计算公式-
B所选人是 .求 一 下 班 列 的 事件
P(A)
P(AB)
P(B)
P(B| A)
条件概率计算公式
当 P(A)0,P(BA)P(AB ) P(A)
当 P(B)0,P(AB)P(AB ) P(B)
Note 条件概率是概率吗?
条件概率满足概率三公 理。
2. 乘法公式
P(A)B P(A )P(BA )P(B)P(AB).
§1.3 概率的计算公式
一、加法公式 二、条件概率与乘法公式 三、全概率公式 四、贝叶斯(Bayes)公式
二.条件概率与乘法公 式
1.条件概率
Def 已知事 B出件现的条 A出 件现 下的
称为条件概率。记作 P(A B).
eg 班级 男生 女生 总数
1班
16
16
32
2班
18
10
28
从这两个班 ,A 中 令 选 任得 选是 ,
P (Y )P (A 1A 1B 1A 2)P (A 1)P (A 1B 1A 2)
0 .2 P (A 1 ) P (B 1 /A 1 ) P (A 2 /A 1 B 1 )
0 .2 0 .8 0 .7 0 .4 0.424
三.全概率公式
设A1,A2, ,An为一互不相容完 组备 ,
eg 4.
在空战 ,甲中机先向乙,击 机毁 开率 火 0.2为 ,
若乙机未 ,就 被 向 击 甲 毁 ,机 击反 中0击 率 .3,
若甲机又未被击毁就 乙向 机再次反,击
击毁率为0.4, 求在这3个回合中, 甲机被击毁的概机率被与击乙毁的?概
解 令 X 甲被 ,Y击 乙毁 被 , 击毁
四.贝叶 (Ba斯 ye)公 s 式

1-3概率的运算法则

1-3概率的运算法则
221 . = 980
另解 考虑到
A1 U A2 U A3 = A0
故 P ( A1 U A2 U A3 ) = P ( A0 ) = 1 − P ( A0 )
3 C 46 221 = 1− 3 = C 50 980
注 该题的两种解法较为典型: 该题的两种解法较为典型: 前者是直接对待求事件进行互斥分解, 前者是直接对待求事件进行互斥分解,但计算较 繁琐;后者是从待求事件的对立事件出发, 繁琐;后者是从待求事件的对立事件出发,利用 了对立事件概率之和为1的性质 简化了计算. 的性质, 了对立事件概率之和为 的性质,简化了计算.
推广 设 A1 , A2 ,L, An 为 n 个事件 , n ≥ 2,
且 P ( A1 A2 L An−1 ) > 0, 则有
P( A A LA ) = P( A )P( A A )P( A A A )LP( A A A LA −1 ) 1 2 n 1 2 1 3 1 2 n 1 2 n
袋中有5个球 其中3个红球 个白球, 个球, 个红球2个白球 例5 袋中有 个球,其中 个红球 个白球,现从袋中 不放回地连取两个,已知第一次取得红球, 不放回地连取两个,已知第一次取得红球,求第二次 取得白球的概率. 取得白球的概率. 表示第一取得红球, 表示第二次取得白球 表示第二次取得白球, 解 设A表示第一取得红球,B表示第二次取得白球, 表示第一取得红球 则求P(B | A) 则求 方法一 按定义 因为第一次取走了一个红球,袋中只剩下 个球,其中 袋中只剩下4个球 因为第一次取走了一个红球 袋中只剩下 个球 其中 有两个白球,再从中任取一个 取得白球的概率为2/4, 有两个白球 再从中任取一个,取得白球的概率为 再从中任取一个 取得白球的概率为

第三节 条件概率 事件的独立性分解

第三节  条件概率  事件的独立性分解

对于三个事
件的独立性, 要求其中任何 一事件发生的 概率不受其它
பைடு நூலகம்
P(ABC)= P(A)P(B)P(C)
事件发生与否 的影响。
同时成立,则称事件A、B、C相互独立。
n个事件的相互独立性
设 A1, A2, , An 为n个 随 机 事 件 , 如 果 下 列等 式 成 立 :
PAi Aj PAi PAj 1 i j n
P( A)
P(A)>0
2)从加入条件后改变了的情况去算
例:B={掷出2点},A={掷出偶数点} 掷骰子
P(B|A)= 1 3
A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
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?
(1)一年内该行计划贷款被突破的概率 .
(2)乙申请贷款后甲也向该行申请贷款的概 率
解:设A={一年内甲申请更新设备贷款}, B={一年内乙申请更新设备贷款}
据题意有
P(A)=0.15 P(B)=0.2 P(B/A)=0.3 (1)若一年内该行计划贷款总额被突破,则事
件中至少有一个发生,故所求概率为
P(A+B)=P(A)+P(B)-P(AB)
= P(A)+P(B)-P(A) P(B/A) = 0.15+ 0.2 –0.15×0.3
=0.305
(2) P( A | B) P( AB) P( A)P(B / A)
P(B)
P(B)
0.15 0.3 0.225 0.2
条件概率与概率的乘法公式的区别 :
  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)。

• (1)抽到的同学来自山东的概率;
• (2)抽到的同学是女生的概率;
• (3)抽到的同学是来自山东的女生的概率;
• (4)若发现抽到的是女生,她来自山东的概率.
• 解 令 A “抽到的同学来自山东”B, “抽到的同学是女生”,
则根据古典概型公式有:
• (1) • (2)
P( A)

#A #

件A发生的概率P( A)是不相同的,与P( AB)也是不同的.我们称之为"在事件
B发生的条件下,事件A发生的条件概率",记P( A | B),
事件AB与事件A | B可用文氏图表示 (见图1 8、图1 9).
图1-8
图1-9
• 图1-8中阴影部分表示事件 AB ,图1-9中深色阴影部
分表示事件 A | B ,本来样本空间为 ,当 B 发生以 后,样本空间缩减为 B ,而 P(A | B)是在缩减了的样
解 设事件A、B、C分别表示甲、乙、丙抽到难签, 则
(1)
P(
A)

4 10

0.4
(2) P(AB) P( A)P(B
A)

4 10
3 9

2 15
(3) P(AB) P( A)P(B
A)
6 4 4 10 9 15
(4)
P(ABC) P(A)P(B
A)P(C
AB)

4 10
3 9
注 : (1)P( AB) P( A)P(B)
(2)乘法公式给出了一种计算“积事件”概率的方法 (3)当P(AB)不容易直接求得时,可考虑利用P(A)与
P(B|A)的乘积或P(B)与P(A|B)的乘积间接求得。
例1 某批产品中,甲厂生产的产品占60%,已知甲厂 的产品的次品率为10%,从这批产品中随意的抽取一 件,求该产品是甲厂生产的次品的概率.

10 100

9 99

90 98

0.00835
• 例4 一盒中装有大小、形状相同的 a 个红球,b个黑球,每次摸出一个球, 看过它的颜色后仍放回盒中,并且加进与这个球颜色相同的球 c 个.求连 续三次都摸到红球的概率.
解:设Ai “第i次摸到红球” (i 1, 2, 3), B "连续三次都摸到红球 ",则 P(B) P( A1 A2 A3 ) P( A1)P( A2 | A1) P( A3 | A1 A2 )
缩小为只取 B 所包含的样本点。 有利事件为 AB。
计算条件概率P(A | B)的两种方法:
1)在缩减后的样本空间B中求事件A的概率,即 P(A|B);
2)在样本空间 中,首先计算 P(AB),P(B),再计

P( A B) P( AB) P(B)
例3 一个家庭中有三个小孩,已知其中一个是女孩,求至少有 一个是男孩的概率(假定男、女出生率一样)
P( A | B) P( AB) P( A B) 0.1 1 . P(B) 1 P(B) 0.7 7
• 例 设A, B 是两个随机事件,且 0 P( A) 1 P(B | A) P(B | A) 求证:P( AB) P( A)P(B) .
•证
由于
P(B
|
A)

c
c

a
a
b
2c 2c
.
上述模型曾被卜里耶(Ρólya)用来作为描述传染病的数学模型.也 是一般的摸球模型,特别取c 0 时,则是有放回摸球;当c 1 时,
则是不放回摸球.
•例
设 A, B 是两个随机事件,且 P(A) P(B) 0.3 P( A B) 0.4 试计算 P( A | B), P( A B), P( A | B).
1.3.1 条件概率
例1 先后掷两枚均匀的硬币,观察出现的面.
样本空间: ={ (正 , 正) , (正 , 反) , (反 , 正) , (反 , 反) }
令A={有一正一反},B={至少有一个正面},则
P(A)
1 2
假如把条件限定在“至少有一个正面”(即:B已发生)
问“有一正一反”(即:A再发生)的概率? 答案:2/3.
•即
P( AB) P( A)P(B) .
• 例 同宿舍的三位同学每人制作一件礼物参加元旦舍友互庆会. 他们首先将三件礼物编号,然后每人各抽一个号码,按号码领 取礼品.求三人都得到别人赠送的礼品的概率.
解 令 Ai “第i 个人得到自己制作的礼物”(i 1, 2,3)
B “三人都得到别人赠送的礼物”.
P( Ai B)
P{( Ai ) | B} i 1
i 1
P(B)
i1 P(B)

i 1
P( Ai B) P(B)

i 1
P( Ai
| B).
1.3.2 乘法公式
定理1.1 (乘法公式) 设A、B为任意两事件,则: P(AB)=P(A)P(B|A) P(A)>0 P(AB)=P(B)P(A|B) P(B)>0
P( A | B) P( AB) 0. P(B)
• (2)又由定义有
P( | B) P(B) P(B) 1. P(B) P(B)
• (3)由于 A1,, An ,两两互不相容,所以 A1B, A2B,, AnB, 也两两互不相容.由公理3及定义有



P{ Ai B}
解:记A表示事件“甲厂生产的”, B表示事件“产品是次品”,
则 P(A)=60%, P(B A )=10%.
有 P( AB) P( A)P(B A) 60%10% 6%.
例2 10张考签中有4张难签,甲、乙、丙3人参加抽签(不放 回),甲先,乙次,丙最后,求下列事件的概率: (1)甲抽到 难签;(2)甲、乙都抽到难签;(3)甲没抽到难签而乙抽到难签; (4)甲、乙、丙都抽到难签.
P( A2 ) P( A3
P( A1) P( A2 |
P( A1A3 ) P
)1 3
A1)
( A2 A3
11
3
)
12.
6

1 6
P( A1 A2 A3 )

P( A1)
P( A2
|
A1)
P( A3
|
A1 A2 )

1 3

1 2
1

1 6
.
• 所以
P(B) P( A1 A2 A3 ) P( A1) P( A2 ) P( A3 ) P( A1 A2 ) P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 ) 1111 1 1 1 2. 3336666 3

2 8

1 30
例3 一批零件共100个,其中有次品10个。每次从其中任取 一个零件,取出的零件不再放回去.现在任取三次零件,求第 三次才取到合格品的概率。
解 设 Ai (i=1,2,3)表示 “第 i 次取到合格品 ”, 则
P(A1A2 A3) P(A1)P(A2 A1)P(A3 A1A2 )
解 P(A)= 80 100 P(B)= 20 100
P(A|B)=12 20 P(AB)= 12 100
P( A B) 12 12 /100 P( AB) 20 20 /100 P(B)
P( A B ) P( AB) P(B)
• 例2 全年级100名学生中,有男生60名,女生40名; 来自山东的20人,其中男生8人,女生12人.现在从 名册中任意抽取一位同学,试计算:
i1
i1
另外,对于概率的性质,变为条件概率(|B)后依然成立. 例如 设P(B) 0,A为任意事件,则:
P(A | B) P(A | B) 1
但是,即使P(B) 0, P(B) 0,未必有P( A | B) P( A | B) 1.
• 证 (1)由于 P(B) 0, P(AB) 0 ,且由定义1.5.1有
则 B A1 A2 A3.
P(B) P( A1 A2 A3 )
P( A1) P( A2 ) P( A3 ) P( A1 A2 ) P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 )
而 P( A1)
P( A1A2 )
同理可得
相应的 , 称 P(A)为无条件概率.
例2 全年级100名学生中有男生(以事件A表示)80人, 女生20 人; 来自北京地区的(以事件B表示)有20人, 其中男生12人, 女 生8人, 求P(A), P(B), P(A|B), P(AB).
男 女 总计
北京
12 8 20
非北京
68 12 80
总计
80 20 100
本空间上计算的.所以,事件 AB 发生的概率不会比 事件 A | B 发生的概率大.由例2可见:
P( A | B) 12 12 /100 P(AB) . 40 40 /100 P(B)
• 事实上,这是一个一般性的结论:
条件概率 P(A | B)的实质是样本空间发生了变化。
样本空间
A
B
新样本 空间
20 100

0.2;
P(B) # B 40 0.4; # 100
• (3)
P( AB)
#( AB) #
12 0.12; 100
• (4)若发现抽到的是女生,她来自山东的概率 q 为:
q 12 0.3. 40
q是在事件B已经发生的条件下,事件A发生的概率.一般情况下,它与事
原因 样本空间变为只取 B 所包含的样本点(3个),
相关文档
最新文档