1.3 条件概率与全概率公式

合集下载

北师版高中数学选择性必修第一册精品课件 第6章 概率 1.3 全概率公式

北师版高中数学选择性必修第一册精品课件 第6章 概率 1.3 全概率公式
目录索引
基础落实·必备知识一遍过
重难探究·能力素养速提升
学以致用·随堂检测促达标
课程标准
1.结合古典概型,会利用全概率公式计算概率.
2.了解贝叶斯公式.
基础落实·必备知识一遍过
知识点1 全概率公式
1.定义
当直接计算P(A)困难时,可先找出样本空间的一个划分
设B1,B2,…,Bn为样本空间Ω的一个划分,若P(Bi)>0(i=1,2,…,n),则对任意一
式得到P(A)=P(B1A)+P(B2A)+P(B3A),再对求和中的每一项运用乘法公式

1
P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)·P(A|B3)=3
8
8
.因此,取得红球的概率为 .
15
15
1
5
1
3
2
5
1
3
3
3
× + × + × =
自主诊断
1.判断正误.(正确的画√,错误的画×)
=P(H1)·P(H2)P(3 )+P(H1)P(2 )P(H3)+P(1 )P(H2)·P(H3)=0.41,
P(A3)=P(H1H2H3)=P(H1)P(H2)P(H3)=0.14.
于是
P(B)=P(A1)P(B|A1)+P(A2)P(B|A2)+P(A3)P(B|A3)=0.36×0.2+0.41×0.6+0.14×1

个事件A有P(A)= ∑ P(Bi)P(A|Bi).称上式为全概率公式.
i=1
如果我们把Bi看成导致事件A发生的各种可能“原因”,那么,全概率公式告

条件概率与全概率公式_课件

条件概率与全概率公式_课件

概率是多少?
知道第一名同学的结
果会影响最后一名同
学中奖事件A “最后一名同学抽到中奖奖券”为事件B
第一名同学没有抽到中奖奖券的条件下,最后一名 同学抽到中 奖奖券的概率记为P(B|A)
已知第一名同学的抽奖结果为什么会影响最后一名同学抽到中奖 奖券的概率呢?
精品 课件
高中数学选择性必修3
第七章 随机变量及其分布
条件概率与全概率公式
新人教版
特级教师优秀课件精选
学习目标
理解条件概率的定义
掌握条件概率的计算方 法利用条件概率公式解决一些简单的实际问 题
教学重点
条件概率的概念,条件概率公式的简单应 用
教学难点 正确理解条件概率公式,并能灵活运用条件概率公式解决 简单实际问题
条件概率的计算
【解答】
条件概率的计算 3.袋子中有10个大小相同的小球,其中7个白球,3个黑球.每 次从袋子中随机摸出1个球,摸出的球不再放回,求: (1)在第1次摸到白球的条件下,第2次摸到白球的概率; (2)两次都摸到白球的概率.
全概率公式定义
我们称上面的公式为全概率公式 .
例题
某学校有A,B两家餐厅,王同学第1天午餐时随机地选择一家餐厅用餐.如果第1 天去A餐厅,那么第二天去A餐厅的概率为0.6;如果第1天去B餐厅,那么第2天 去A餐厅的概率为0.8.计算王同学第2天去A餐厅用餐的概率.
例题
在5道试题中有3道代数题和2道几何题,每次从中随机抽出1道题,抽出的题不再 放回.求: (1)第1次抽到代数题且第2次抽到几何题的概率; (2)在第一次抽到几何题的条件下,第2次抽打几何体的概率.
解法1:设A=“第1次抽到代数题”,B=“第2次抽到几何 题”.
例题

1-3条件概率 全概率 贝叶斯公式

1-3条件概率 全概率 贝叶斯公式

§3条件概率
我们得
P ( AB ) P (B A) = P ( A)
P( AB) = P( A)P(B A)
目 录 前一页 后一页 退 出
这就是两个事件的乘法公式. 这就是两个事件的乘法公式. 乘法公式
第一章 概率论的基本概念
2)多个事件的乘法公式 )
个随机事件, 设 A1, A2, L, An 为 n 个随机事件,且
一个有限划分, 一个有限划分,即
( 1)
A1 ,
n k =1
A2 , L ,
=S ;
An 两两互不相容; 两两互不相容;
( 2 ) U Ak
( 3) P ( Ak ) > 0 ( k = 1,
2, L , n ) ;
则有: 则有:
P( A )P(B | A ) k k P( A | B) = P( Ak B) = , k = 1,2,L, n k n P(B) ∑ P( Aj )PB ) = ∑ P ( Ak )P (B Ak ).
k =1
目 录 前一页 后一页 退 出
第一章 概率论的基本概念
全概率公式的证明: 全概率公式的证明: 由条件: 由条件:B S = 得
n
§3条件概率
n
U Ak
k =1
BA1
B = BA1 U BA2 LU BAn
B = U ( Ak B )
目 录 前一页
(
)
后一页
退 出
第一章 概率论的基本概念
§3条件概率
两台车床加工同一种零件共100个,结果如下 例 1 两台车床加工同一种零件共 个 合格品数 次品数 总计 30 5 35 第一台车床加工数 50 15 65 第二台车床加工数 80 20 100 总 计 个零件中任取一个是合格品} 设A={ 从100个零件中任取一个是合格品 个零件中任取一个是合格品 B={从100个零件中任取一个是第一台车床加工的 } 从 个零件中任取一个是第一台车床加工的 P 求: ( A) , P ( B ), P ( AB ), P ( A | B ) . 解:P ( A) = 80 , P (B ) = 35 , P ( AB ) = 30 , 100 100 100 30 80 P (A B) = ≠ P( A) = , 35 100 目 录 前一页 后一页 退 出

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:

条件概率与概率的三个基本公式

条件概率与概率的三个基本公式

球”, 则事件 A “第一次取到黑球”, 事件 B “第二次取到黑球”. (1)法一 已知第一次取到白球,那么袋中剩 4 个球,其中 2 个
白球, 2 个黑球,则已知第一次取到白球的条件下,第二次取到的是黑
球的概率为
P(B |
A)
2
1

42
法二 由古典概率知 P( A) 3 , P( AB) P31 P21 3 .
注意 ① P(B) 表示“事件 B 发生”的概率,计算时,是
在整个样本空间 上考察事件 B 发生的概率;②而 P(B | A)
为已知事件 A 发生的条件下,事件 B 发生的条件概率,计算 时,实际上仅限于在事件 A 发生的范围内,来考察事件 B 的 概率.一般地, P(B | A) P(B) .
§1.4 条件概率与概率的三个基本公式
条件概率是概率论的基本概念之一,同时又是计算概率 的重要工具.概率的三个基本公式(乘法公式、全概率公式
和贝叶斯 (Bayes) 公式)都建立在条件概率的概念之上.本
节重要学习以下内容: 一、条件概率
二、乘法公式
三、全概率公式
四、贝叶斯(Bayes)公式
第一章 随机事件与概率 1
3 这是因为事件 A 的发生,排除了 bb 发生的可能性,这时样本空间 也 随 之 缩 小 为 A , 而 在 A 中 事 件 B 只 含 2 个 样 本 点 , 故 P(B | A) 2 . 事实上,以上条件概率还可写成
3 P(B | A) 2 2 / 4 P( AB) . 3 3 / 4 P( A)
公式(1.5)和(1.6)都称为两个事件积的概率的乘法公式.这 两个乘法公式还可推广到有限个事件积的概率的情形:
设 A1, A2 , , An 是任意 n 个事件,且 P( A1A2 An ) 0 ,则 P( A1A2 An ) P( A1)P( A2 | A1)P( A3 | A1A2 ) . P( An | A1A2 An1)

第十章 第四节 事件的独立性、条件概率与全概率公式

第十章 第四节 事件的独立性、条件概率与全概率公式

6.(全概率公式应用致误)在 A,B,C 三地爆发了流感,这三个地区分别有 6%,5%,4%的人患了流感.设这三个地区人口数的比为 3∶1∶1,现从这三个地 区中任选一人,这个人患流感的概率是__________.
答案:52070 解析:由全概率公式可得,现从这三个地区中任选一人,这个 人患流感的概率为 6%×3+31+1 +5%×3+11+1 +4%×3+11+1 =52070 .
2.事件 A 与事件 B 相互独立性
若事件 A 与事件 B 相互独立,则事件 A 的发生不会影响事件 B 发生的概率,
即有
P(B|A) = P(B). 反 之 , 若
P(B|A) = P(B) 成 立 , 则
P(AB)
= P(A)
P(AB) P(A)

P(A)P(B|A)=P(A)P(B).
3.n 个事件的相互独立
答案:25 解析:设事件 A 为“解题成功”,即甲乙两个小组至少有一个小 组解题成功,
其概率为 P(A)=1-1-23 ·1-12 =56 ,
事件 B 为“乙小组解题失败”,则 P(AB)=23 ×1-12 =13 , 所以在解题成功的条件下,乙小组解题失败的概率为
1 P(B|A)=PP((AAB)) =35 =25 .
5.天气预报,在元旦假期甲地降雨概率是 0.2,乙地降雨概率是 0.3.假设在这 段时间内两地是否降雨相互之间没有影响,则这两地中恰有一个地方降雨的概率 为________.
答案:0.38 解析:设甲地降雨为事件 A,乙地降雨为事件 B,则两地恰有一 地降雨为 A-B ∪-A B,
所以 P(A-B ∪-A B)=P(A-B )+P(-A B)= P(A)P(-B )+P(-A )P(B)=0.2×0.7+0.8×0.3=0.38.

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 ).

1.3 条件概率、全概率公式

1.3 条件概率、全概率公式

• 例1.20 由以往的临床记录,某种诊断癌症的实 验具有如下效果:被诊断者有癌症,实验反应 为阳性的概率为0.95,被诊断者没有癌症,实 验反应为阴性的概率为0.98,现对自然人群进 行普查,设被试验的人群中患有癌症的概率为 0.005,求:已知实验反应为阳性,该被诊断者 确有癌症的概率。
P(A|B)= 1/3. 容易看到
P(A|B) 1 1 6 P( AB) 3 3 6 P(B)
1. 条件概率的定义
设A、B是两个事件,且P(B)>0,则称
P( A | B) P( AB)
(1)
P(B)
为在事件B发生的条件下,事件A的条件概率.
“条件概率”是“概率”吗?
条件概率符合概率定义中的三个条件 对概率所证明的一些结果都是用) 设A、B ,P(A)>0,则 P(AB)=P(A)P(B|A).
推广到三个事件的情形: P(ABC)=P(A)P(B|A)P(C|AB).
• 例1.15 一批彩电,共100台,其中有10台次品, 采用不放回抽样依次抽取3次,每次抽1台,求 第三次抽到合格品的概率。
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)
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,此时试验所有可能
结果构成的集合就是B,
掷骰子
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A中. 于是
定理1.3 贝叶斯公式
设事件A1, A2 ,..., An是的一个划分,B是任意一个事件
且P(B)>0, P(Ai)>0,i=1,2,…,n,则有

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)

1.3 条件概率

1.3 条件概率

解 易知此属古典概型问题.
P ( AB ) P ( B A) = P ( A)
3 2 4 3 3 3 4 3
6 12 2 . 9 12 3
二、乘法定理
P ( AB ) P ( B A) P ( A)
乘法定理 设P ( A) 0, 则有 P ( AB ) P ( A) P ( B A) 推广 设A, B , C为事件, 且P ( AB ) 0, 则有
P ( An A1 A2 An1 )
此模型被波利亚用来作为描述传染病的数学模型. 例5 设袋中装有r只红球, t只白球. 每次自袋 中任取一只球, 观察其颜色然后放回, 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. 解 以Ai ( i 1,2,3,4)表示事件“第i次取到红球”
事件A 已经发生的条件下事件B 发生的概率,记为
P( B A).
例2 全年级100名学生中,有男生(事件A)80人,女生 20人;来自福州的(事件B)有20人,其中男生12人, 女生8人;免修英语(事件C)有40人,其中男生32人, 女生8人。试写出 P(A), P(B), P(C), P(B | A), P(A | B), P(AB),
解:由题设 P(A)=0.7 P(Ā)=0.3 P(B|A)=0.95 P(B|Ā)=0.8 甲厂生产的合格品,即 P(AB)=P(A)P(B|A)=0.7×0.95 =0.665 乙厂生产的合格品,即 P(ĀB)=P(Ā)P(B|Ā)=0.3×0.8 =0.24 B=AB ĀB且AB与ĀB互不相容。 P(B)=P(AB ĀB) =P(AB)+P(ĀB) =P(A)P(B|A)+P(Ā)P(B|Ā) =0.7×0.95+0.3×0.8 =0.905 P( A)P( B | A) P(AB) P(A | B) P( A)P( B | A) P(A)P( B | A) P( B) 0.7 0.95 0.735 0.7 0.95 0.3 0.8

条件概率与全概率公式

条件概率与全概率公式

P ( A )= P ( B 1 ) P ( A | B 1 )+ P ( B 2 ) P ( A | B 2 )+ P ( B 3 ) P ( A | B
3 )+
P ( B 4 ) P ( A | B 4 )=0.15×0.05+0.20×0.04+0.30×0.03+
0.35×0.02=0.031 5,

∑ ()(|)
=1
, i =1,2,···, n .
[小题诊断]
1.
1
1
若 P ( A | B )= , P ( B )= ,则 P ( AB )的值是(
9
3
A )
1
1
1
由 P ( AB )= P ( A | B ) P ( B ),可得 P ( AB )= × = .
9
3
27
2. 某人忘记了一个电话号码的最后一个数字,只好去试拨,他第一次失
[解]
设第1次抽到舞蹈节目为事件 A ,第2次抽到舞蹈节目为事件 B ,
则第1次和第2次都抽到舞蹈节目为事件 AB .
(3)法一:由(1)(2)可得,在第1次抽到舞蹈节目的条件下,第2次抽到舞
()
蹈节目的概率为 P ( B | A )=

()
2
5
2
3
法二:因为 n ( AB )=12, n ( A )=20,
总产量的15%,20%,30%和35%,且四条流水线的产品不合格率分别
为0.05,0.04,0.03和0.02,现从该厂的这一产品中任取一件,问抽到不
合格品的概率是多少?
解:设 A =“任取一件这种产品,抽到不合格品”,
B i =“任取一件这种产品,结果是第 i 条流水线的产品”( i =1,

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。

13条件概率全概公式贝叶斯公式

13条件概率全概公式贝叶斯公式

打破的概率是 7 ,若前两次未打破 , 第三次落下打
破的概率是
9
10 ,试求透镜落下三次未打破的概率 .
10
解 设 Ai 透镜第 i 次落下打破,i 1,2,3 ,
B 透镜落下三次未打破 ,则 B A1A2 A3 .
PB PA1A2 A3 PA1 PA2 | A1 PA3 | A1A2
1
1 2
1
7 10
1
9 10
3 200
.
本题也可以先求 PB ,再由 PB 1 PB 求得 PB .
由于 B A1 A1 A2 A1 A2 A3 并 , 且 A1, A1A2 , A1A2 A3 为两两不相容事件, 故有
PB PA1 A1A2 A1A2 A3
PA1 PA1A2 PA1A2 A3
PB1 PA | B1 PBn PA | Bn n
PBi PA | Bi
i 1
n
PA PBi PA | Bi
i 1
全概率公式 .
全概率公式的基本思想是把一个未知的复杂事件 分解为若干个已知的简单事件再求解 , 而这些简单 事件组成一个互不相容事件组 ,使得某个未知事件 A 与这组互不相容事件中至少一个同时发生 ,故在 应用此全概率公式时 ,关键是要找到一个合适的 S 的一个划分.
我们还可以从另一个角度去理解 全概率公式.
某一事件A的发生有各种可能的原因 ,如果A 是由原因Bi (i=1,2,…,n) 所引起,则A发生的概率是
P(ABi)=P(Bi)P(A |Bi)
每一原因都可能导致A发生,故A发 生的概率是各原因引起A发生概率的总和, 即全概率公式.
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

概率论与数理统计(4)

概率论与数理统计(4)

为试验E的样本空间 B 的样本空间, 定理 1.2 设Ω为试验 的样本空间, 1,B2,...Bn 为Ω的一个 分割,且 分割 且 P( Bi ) > 0 (i = 1,2,...n), 则对E的任一事件 有 则对 的任一事件A有 的任一事件 … … … B2 A …
(1) P( A) = P B1)(A | B1)+(B2)(A | B2)+...+(Bn)(A | Bn) ( P P P P P
50 1 (1) P ( A ) = = 500 10 10 1 (2) P ( A | B ) = = 200 20
10 10 500 P ( AB ) P(A | B) = = = 200 200 500 P(B)
对于一般的古典概型问题,设样本点总数为 , 对于一般的古典概型问题,设样本点总数为n,事件B 包含m个样本点,事件AB包含k个样本点,则有 包含 个样本点,事件AB包含 个样本点, 个样本点 AB包含 个样本点
P ( A) = 5 P ( A1 ⋅ A2 ⋅ A3 ⋅ A4 ⋅ A5 ) =5 P ( A1 ) P ( A2 ⋅ A3 ⋅ A4 ⋅ A5 A1 ) 4! 1 1 1 3 =5 × × 1 − 1 − + − = 5! 2! 3! 4! 8
已知某工厂生产的产品的合格率为0.96,而合格品中的 例6 已知某工厂生产的产品的合格率为 , 一级品率为0.75.求该厂产品的一级品率。 求该厂产品的一级品率。 一级品率为 求该厂产品的一级品率 表示“ 表示“ 解 设A表示“产品是一级品”,B表示“产品是合格品”,依题设 表示 产品是一级品” 表示 产品是合格品”
条件概率
符合概率定义中的三个条件: 符合概率定义中的三个条件: P( A | B)

6.1.3全概率公式(课件)-高二数学(北师大版2019选择性)

6.1.3全概率公式(课件)-高二数学(北师大版2019选择性)
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

A=“第一次取到白球” B=“第二次取到白球”
实例分析
如图,有三个箱子,分别编号为1,2,3,其中1号箱装有1个红球和4个白 球,2号箱装有2个红球和3个白球,3号箱装有3个红球,这些球除颜色外完全相同.某人先从三箱中任取一箱,再从中任意摸出一球,求取得红球的概率.
总结
在实际中,还有一类问题是“已知结果求原因".这类问题更为常见,它所求的是条件概率,是已知某结果发生条件下,探求各原因发生的可能性大小.
例3 如图,有三个箱子,分别编号为1,2,3,其中 1号箱装有1个红球和4个白球,2号箱装有2个红球和3个白球,3号箱装有3个红球,这些球除颜色外完全相同.某人先从三箱中任取一箱,再从中任意摸出一球,发现是红球,求该球是取自1号箱的概率以及该球取自几号箱的可能性最大.
元件制造厂
次品率
提供元件的份额
1
0.02
0.15
2
0.01
0.80
3
0.03
0.05
问题6
分析 设事件Bi表示“所取到的产品是由第i家元件制造厂提供的”(i=1,2,3),事件A 表示“取到的是一件次品”.其中B1,B2,B3两两互斥,A发生总是伴随着 B1,B2,B3 之一同时发生.即A=B1A∪B2A ∪ B3A,且B1A,B2A,B3A两两互斥.运用互斥事件概率的加法公式和乘法公式,得 P(A) =P(B1A) +P(B2A) +P(B3A) =F(B1)P(A|B1)+P(B2)P(A|B2)-P(B3)F(A|B3) =0.15×0.02+ 0.80×0.01+0.05×0.03 =0.0125.因此,在仓库中随机地取一只元件,它是次品的概率为0.0125.

概率的计算公式ppt课件-PPT课件

概率的计算公式ppt课件-PPT课件

0 . 2 0 . 8 0 . 7 0 . 4 0 .424
三.全概率公式
设 A , A , , A 为一互不相容完备 组, 1 2 n 且 A , i j . 即 A ..... A ; iA j 1 n
则事件 B的概率为:
P ( B ) P ( A ) P ( B A ) P ( A ) P ( B A ) 1 1 2 2 P (A ) P ( B A ) n n
P ( A )
P( AB )
P(B)
P( B| A)
B 所选人 是 . 求 一 下 班 列 的 事
条件概率计算公式
P ( AB ) 当 P ( A ) 0 ,P ( B A ) P ( A ) P ( AB ) 当 P ( B ) 0 ,P ( A B ) P ( B )
Note
P ( X ) P A B P A P ( B / A ) 1 0 . 8 0 . 3 0 . 2 1 1 1 1
P ( Y ) P ( A A B A ) P ( A ) P ( A B A ) 1 1 1 2 1 1 1 2

0 . 2 P ( A ) P ( B / A ) P ( A / A B ) 1 1 1 2 1 1
Notes 全概率公式用于求某一 件事, 事由两步
问第二步出现某结果的 概率。
而 组成,第二步紧紧依赖 于第一步的结果
例 设某厂用甲、乙、丙三 种机器生产同样零
件,它们的产量各占总 产量的 25 % , 35 % , 40 % .
而在各自产品中次品率 分别为 5 % , 4 % , 2 %.
求该厂生产的这种零件 的次品率 .
其中 P ( B ) , P ( A ) P ( B / A . i i)) P ( A / B ) 1 .

概率论 第四节条件概率 全概率公式

概率论 第四节条件概率 全概率公式

乙、丙三个厂中哪个厂生产的可能性大?
解 设事件A表示“取到的产品为正
B1, B2品, B”3 分,别表示“产品由甲、乙、丙厂生产”
由已知 P(B1 ) 0.2, P(B2 ) 0.3, P(B3 ) 0.5
P( A B1 ) 0.95, P( A B2 ) 0.9, P( A B3 ) 0.8
当有了新的信息(知道B发生),人们对
诸事件发生可能性大小P(Ai|B)有了新的估计。 贝叶斯公式从数量上刻划了这种变化。
例8 同一种产品由甲、乙、丙三个厂供应。 由长期的经验知,三家的正品率分别为0.95、 0.90、0.80,三家产品数所占比例为2:3:5,混 合在一起。
(1)从中任取一件,求此产品为正品的概率; (2)现取到一件产品为正品,问它是由甲、
我们也称A ,B,C 是相互独立的事件。 定理 若事件A与B是相互独立的,则
A与B ,A与 B , A与 都B 是相互独立的。
例 3 一个均匀的正四面体,将第一面染成
红色,第二面染成白色,第三面染成黑色,第四
面同时染上红、白、黑三种颜色,如果以A、
B、C分别表示投掷一次正四面体时红、白、
黑颜色着地的事件,由于在四个面中两面上
冒病毒是相互独立的,则所求概率为
P1500 Ai 1 PA1A2 A1500
i1
1 PA1PA2 PA1 1 1 0.002 1500 1 e1500 ln 10.002
1 e15000.002 1 e3 0.95
从这个例子可见,虽然每个带有感冒病 毒的可能性很小,但许多聚集在一起时空气 中含有感冒病毒的概率可能会很大,这种现 象称为小概率事件的效应。卫生常识中,不让 婴儿到人多的公共场所去就是这个道理。

条件概率与全概率公式

条件概率与全概率公式

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
P( A | B) AB 2 B 3
ABA (AB ) B()(B )(n)
条件概率 Conditional Probability
所以 P(A) 1 P( A) 1 1 5 66
已知P(A)=0.3,P(B)=0.6,试在下列两种 情形下分别求出P(A-B)与P(B-A)
(1) 事件A,B互不相容 (2) 事件A,B有包含关系

(1) 由于 AB , 因此 A B A, B A B
P(A B) P(A) 0.3
P(B A) P(B) 0.6 (2) 由已知条件和性质,推得必定有 A B
P(A B) P() 0
P(B A) P(B) P(A) 0.3
考察甲,乙两个城市6月逐日降雨情况。已 知甲城出现雨天的概率是0.3, 乙城出现雨天 的概率是0.4, 甲乙两城至少有一个出现雨 天的概率为0.52, 试计算甲乙两城同一天出 现雨天的概率. 解 设A表示“甲城下雨”,B表示“乙城下雨”
第二节 随机事件的概率
概率论
集合论
样本空间(必然事件) Ω 全集
不可能事件 Φ
空集Φ
子事件 A⊂B
子集A⊂B
和事件 A∪B
并集A∪B
积事件 A∩B
交集A∩B
差事件 A-B
差集A-B
对立事件 A
补集 A
事件之间的运算律
交换律 A B B A AB BA
结合律 (A B) C A (B C) 分配律 A(B C) (AB) (AC)
  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)。
定义 设A,B为同一个随机试验中的两个随机事件 , 且P(B)>0, 则称
P ( AB ) P( A B) 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 P(A|B)的样本空间

B
A
B
A
Sample space
Reduced sample space given event B
解 设“两颗骰子的点数之和在4和10”为事件A 总的基本事件数为
6 36
2
A
所包含的样本点为
1,1 , 1,2 , 2,1 , 5,6 , 6,5, 6,6
1 5 所以 P( A) 1 P( A) 1 6 6
已知P(A)=0.3,P(B)=0.6,试在下列两种
P( A) P( B | A) P( A) P( B | A)
定义完备事件组:
设 是试验E的样本空间,事件A1,A2,….,An是 样本空间的一个划分,满足: (1)A1∪A2 ∪…. ∪An= (2) A1,A2 ,…. ,An两两互不相容,则称事件 A1,A2 ,…. ,An组成样本空间 的一个完备事件组。
(3) P(B C | A) P(B | A) P(C | A) - P(BC| A)
计算条件概率P(A|B)的方法
1)用定义:P(A|B)= P(AB)/ P(B); 2)减缩样本空间:将 S减缩为S′= B,在B中 计算A的概率.
例 1 掷两颗骰子,记 B = “两颗骰子点数相等”, A = “两颗骰子点数之和为4”,求 P(A|B).
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
三、全概率公式

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 A={第一次取到白球} B={第二次取到白球} ,且AB与 AB
乘法公式的应用: 乘法公式主要用于求几个事件同时发生的概率. 例 一批零件100个,其中10个不合格品,从中一个一 个不返回取出,求第三次才取出不合格品的概率. 解:记 Ai=“第i次取出的是不合格品”, Bi=“第i次取出的是合格品”,依题意: P(B1B2A3) = P(B1)P(B2|B1)P(A3|B1B2) = (90/100)(89/99)(10/98)=0.0825 .
1 6 34803 6 6 6 5 3 4 3 3 0.7459 6 46656
1.3 条件概率与全概率公式
一、条件概率 Conditional Probability
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}
P( AB)
P( A | B)
概率 P(A|B)与P(AB)的区别与联系
联系:事件A,B都发生了
区别: (1)在P(A|B)中,事件A,B发生有时间上的差异,
B先A后;在P(AB)中,事件A,B同时发生。
(2)样本空间不同,在P(A|B)中,事件B成为样本
空间;在P(AB)中,样本空间仍为
因而有

A( B C ) ( AB) ( AC )
A (BC) (A B)(A C)
摩根律
AB A B
A B A B
Venn图演示集合的关系与运算
古典概型的概率计算
确定试验的基本事件总数
设试验结果共有n个基本事件ω1,ω2,...,ωn , 而且这些事件的发生具有相同的可能性
A B
P( A B) P() 0
P( B A) P( B) P( A) 0.3
考察甲,乙两个城市6月逐日降雨情况。已 知甲城出现雨天的概率是0.3, 乙城出现雨天
的概率是0.4,
现雨天的概率.
甲乙两城至少有一个出现雨
天的概率为0.52, 试计算甲乙两城同一天出 解 设A表示“甲城下雨”,B表示“乙城下雨” 则
确定事件A包含的基本事件数
事件A由其中的m个基本事件组成
事件A包含的基本事件数 m P( A) 试验的基本事件总数 n
几何概型 Geometric Probability
将古典概型中的有限性推广到无限性,而保留等可
能性,就得到几何概型。
特点 有一个可度量的几何图形S 试验E看成在S中随机地投掷一点 事件A就是所投掷的点落在S中的可度量图形A中
情形下分别求出P(A-B)与P(B-A) (1) 事件A,B互不相容

(2) 事件A,B有包含关系
(1) 由于 AB , 因此 A B A, B A B
P( A B) P( A) 0.3 P( B A) P( B) 0.6
(2) 由已知条件和性质,推得必定有

因为 B=AB∪ AB
互不相容,所以
P( B) P( AB) P( AB)
P( A) P( B A) P( A) P( B A)
6 5 4 6 = 0.6 10 9 10 9
全概率公式
AB AB
A
B
A
P( B) P( AB AB) P( AB) P( AB)
3
可列可加性 : 设 A1 , A2 ,是两两互斥事件 ,则有
P Ai B P Ai B i 1 i 1
所以在第二节中证明的 性质对条件概率都成立.
例如:
(1) P( | A) 0
(2) P(B | A) 1 - P(B| A)
A 的几何度量 L( A) P( A) S的几何度量 L( S )
几何度量--------指长度、面积或体积
概率的公理 化定义
给定一个随机试验,Ω是它的样本空间,对于 任意一个事件A,赋予一个实数
P ( A下列三条公理, P ( A) 为事件A的概率.
二、乘法法则
P ( AB ) P ( A) P ( B A) P( B) P( A B)
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 ))
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 (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.

设A表示第一次取得白球, B表示第二次取得白球, 则 6 (1) P ( A) 0.6 10
解: 样本空间 S ={(1,1),(1,2),„,(1,6), (2,1 )„,(2,6), „,(6,6)}, B ={(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)}, A ={(1,3),(2,2),(3,1)}, A B ={(2,2)}. 于是 P(A|B)= P(AB)/ P(B)=(1/36)/(6/36)=1/6 .
另解:减缩样本空间 S′= B = {(1,1),(2,2),(3,3), (4,4),(5,5),(6,6)}, 而 B 中只有一个样本点(2,2)属于A, 所以 P(A|B)= 1/6 .
例2
设 100 件产品中有 70 件一等品,25 件二等品, 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.
若 A B,则 P (B - A) = P(B) - P(A)
P( A ) 1 P( A)
P( A B C ) P( A) P( B) P(C ) P( AB) P( BC ) P( AC ) P( ABC )
投掷两颗骰子,试计算两颗骰子的点数之
和在4和10之间的概率(含4和10).
P(A)≥0 P(Ω)=1
可列可加性:
两两互不相容 时 P(A1 ∪A2 ∪…)=P(A1)+P(A2)+…
A1 , A2 ,
P() 0
P( Ai ) P( Ai), 各Ai,A j互不相容
i 1 i 1 n n
P( A B) P( A) P( B) P( AB)

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:
P( AB) 70 100 P( A B) 0.7368 P( B) 95 100
引例.一箱中混装有3个厂生产的同类产品,知: 1厂占有1/2,次品率为2%, 2厂占有1/4,次品率为2%, 3厂占有1/4,次品率为4%,
Ω
A1
A
任取1件,求取到次品的概率.
A3
A2
定理 设S是样本空间,事件组B1,B2, „,Bn为S
的一个划分,且P(Bi ) >0,A为一事件,则有
P(A) = P(A|B1) P(B1) +P(A|B2) P(B2) + „ +P(A|Bn) P(Bn) ,并且称此式为全概率公式. 证明:由 A = A S = A (B1∪B2 ∪ „ ∪Bn ) = AB1∪AB2 ∪ „ ∪ABn ,B 由假设进而得到
1
A
S Bn
B2 P(A) = P(AB1)+P(AB2)+„ +P(ABn )=
相关文档
最新文档