第三章 条件概率与事件的独立性
条件概率与事件的独立性
P( AB)
P( A)
16 11
4 11
16
变式:若已知取得是玻璃球,求取得是篮球的概率.
4
P(A| B)
P( AB)
P(B)
16 6
4 6
16
例3.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．
∴P(A·B)=P(A)·P(B)=0.8×0.7=0.56
⑶1–P(A·B)=1-P(A)·P(B)=1-(1-0.8)(1-0.7)=0.94
⑷P(A·B)+P(A·B)=P(A)P(B)+P(A)P(B) =0.8(1-0.7)+(1-0.6)×0.7=0.38
答：两粒种子都能发芽的概率是0.56；至少有一粒种子能 发芽的概率是0.94；恰好有一粒种子能发芽的概率是0.38
P(A |
B)
P( AB) P(B)
52 1
1 13
P(A)
4
P(A | B) P(A)
P( AB) P( A) P(B)
B发生时A发生的条件概率
A发生的概率
P(AB) P(A)P(B)
则称A，B相互独立
相互独立事件 事件A(或B)是否发生对事件B(或A)发生的概率没 有影响,这样的两个事件叫做相互独立事件
中一等奖的概率为多少？
P
1
C
7 31
（2）如果在甲没有中一等奖后乙去买彩票，
则乙中一等奖的概率为多少？
P
1
C
ቤተ መጻሕፍቲ ባይዱ
7 31
2．一个袋子中有5个白球和3个黑球，从袋中分 两次取出2个球。设第1次取出的球是白球叫做 事件A，第2次取出的球是白球叫做事件B。
概率论3
P AB PB | AP A
5.3
例3 已知 P( A) 0.5, P( B) 0.6, P( B / A) 0.8.
求 P( AB)与P( A B )
例4 设袋中有r只红求,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、二次取到红球且求第三、 四次取到白球的概率.
PBi | A PA | Bi PBi
j j
5.6
5 .7
PA | B PB
j 1
n
i 1,2,,n
P A P A | B 1 P B 1 P A | B 2 P B 2 P A | B n P B n
P( A) P( B) P( A / B) P( B ) P( A / B )
例1 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数据:
元件制造厂 1 2 3 次品率 0.02 0.01 0.03 提供元件的份额 0.15 0.80 0.05
设这三家工厂的产品在仓库中是均匀混合的, 且无区别的标志.(1)在仓库中随机地取一只元件, 求它是次品的概率;(2)在仓库中随机地取一只元件, 若已知取到的是次品,分析此次品出自何厂,需求出 由三家工厂生产的概率分别是多少.试求这些概率.
二 乘法定理
乘法定理 其意义是… (5.3)式容易推广到多个事件的情况.
P A1 A2 An PAn A1 A2 An 1 PAn 1 A1 A2 An 2 PA2 A1 P A1 其 中 P A1 A2 An 1 0
设P(A)>0，则有
注 对 任 一 事 件 A, A与 A 构 成 样 本 空 间 Ω 的一个分划。
3.1.1 条件概率
3.1 条件概率与事件的独立性3.1.1 条件概率一、课程标准结合古典概型，了解条件概率，能计算简单随机事件的条件概率.二、教学目标1.通过实例了解条件概率的概念，掌握求条件概率的两种方法；2.能利用条件概率公式解决一些简单的实际问题；3.通过条件概率的形成过程,体会由特殊到一般的思维方法.三、学情与内容分析本节内容是高中数学选择性必修第二册《第三章概率》第一节内容，本节之前学生已经学习古典概率及两个事件独立的基础上，学习如何计算两个事件不独立时的概率问题，即在事件A发生的条件下事件B发生的概率，一方面，它是对古典概型计算方法的巩固，另一方面，为后续研究独立事件打下良好基础. 条件概率概念比较抽象，学生较难理解。
遇到具体问题时，学生常因分不清是P（B|A）还是P（AB）而导致出错. 基于此，在本节的教学中，应特别注意对于条件概率概念的生成，借助图示形象直观地展现条件概率概念的生成过程.四、教学重难点重点：结合古典概型，了解条件概率，能计算简单随机事件的条件概率.难点：理解条件概率的概念，会用条件概率解决实际问题.五、教学过程（一）情境引入高一我们已经学习了概率的基础知识，会求一些简单的概率问题。
但实际生活中，有时会遇到在事件A发生的条件下计算事件B的概率问题，怎样解决这类问题呢？（二）新知探究问题1：掷一个骰子，求掷出的点数为3的概率.问题2：掷一个骰子，已知掷出的点数为奇数，求这个奇数是3的概率.问题3:问题2与问题1都是求掷出点数3的概率，为什么结果不一样？【设计意图】教师提出问题，让学生思考、讨论，个别提问，让学生直观感觉回答，再让学生运用古典概型公式计算出问题1、问题2的答案.然后教师提出问题3，让学生对问题3进行充分的讨论并发表意见，直到学生认识到“问题2是在原有条件下增加了一个附加条件”即“缩小了基本事件的范围，改变了样本空间”，从而引起事件的概率发生变化.条件概率定义：如果事件A,B是两个随机事件，且P（A）>0,则在事件A发生的条件下事件B发生的概率叫做条件概率，记为P(B|A).问题4.如何计算P(B|A)？问题5. 条件概率具有哪些性质？【设计意图】通过问题3的探讨，教师给出条件概率的概念，并且教师引导学生类比问题总结出条件概率的计算公式()(|)()n ABP B An A.条件概率也是概率，教师引导学生回忆概率性质，经过思考和充分讨论，大胆发表条件概率的性质，最后教师进行总结.（三）典例解析例 1.某校高中三个年级各派一名男生和一名女生参加市里的中学生运动会，每人参加一个不同的项目，且每人能否获得冠军是等可能的，已知只有一名女生获得冠军，求高一女生获得冠军的概率.例2:从一副扑克的52张牌(去掉两张王牌后)中任取1张，求抽到梅花的条件下，抽到的是梅花5的概率.问题6.条件概率的计算公式.例3:有圆形零件100个，其中有98个直径合格，有96个光洁度合格，两个指标都合格的有94个，从这100个零件中，任意抽取1个.(1)如果此零件光洁度合格，求直径也合格的概率;(2)如果次零件直径合格，求光洁度也合格的概率.(结果保留三位小数)（四）练习巩固教材P111 练习1.2.3.（五）课程小结本节课我们学习了求条件概率的两种方法，同学们下去要及时复习，认真完成作业（六）板书设计六、教学反思。
第二版 工程数学-概率统计简明教程-第三章-条件概率与事件的独立性
方案1和方案2的次品率分别为0.3% ， 0.1%，求公司产品
的次品的率. 解： P(次品)=P(方案1的产品 且 为次品)+P(方案2，次)
= 40% ×0.3% + 60%×0.1% = 0.0018 问：从产品中随机抽取1件，测试为次品，问此次品是哪种
方案生产出来的可能性大？
P(方案1|次品)=0.4×0.003/0.0018=2/3 P(方案2|次品)=0.6×0.001/0.0018=1/3
=0.323
例7 一项血液化验以0.95概率将患者检查为阳性，但0.01 的概率误将健康者检查为阳性。已知该病的患病率为0.5%。 问：如果某人检验为阳性，则他的确患病的概率是多少？
解 记B＝{阳性}，A1＝{患者}， A2＝{健康者}.
已知 P( A1) 0.5%, P( A2 ) 99.5%
C22 C62
61 15 15
=第一次在(4新+2旧)中取2新，第二次在(2新+4旧)中取2新
P(A ) 1 6 8 3 6 1 4 15 15 15 15 15 15 25
P( B0
|
A)
16 15 15
4
1 6
25
P(B1 |
A)
83 15 15
4
4 6
25
P( B2
|
A)
n
P(B) P(Ai )P(B | Ai ) i1
全概率公式 若事件 A1, A2, , An 两两互斥，且 P( Ai ) 0 ，1 i n ,
n
令 B BAi 则有 P(B) P( A1B) P( AiB) P( AnB)
i 1
P( A1)P(B | A1) P( An )P(B | An ) .
概率与统计中的事件独立性与条件概率
概率与统计中的事件独立性与条件概率概率与统计是数学中的一个重要分支，用于研究随机现象和不确定性问题。
在概率与统计的基础概念中，事件的独立性与条件概率是两个核心概念。
本文将对这两个概念进行详细解释，并探讨它们在实际问题中的应用。
一、事件的独立性在概率与统计中，事件的独立性是指两个或多个事件之间的关联程度。
如果两个事件A和B相互独立，意味着事件A的发生与否不会对事件B的发生概率产生影响，反之亦然。
换句话说，事件A和B的发生概率是相互独立的，它们之间不存在任何关联。
为了判断两个事件A和B是否相互独立，可以通过下列公式进行计算：P(A∩B) = P(A) × P(B)其中，P(A∩B)表示事件A和B同时发生的概率，P(A)和P(B)分别表示事件A和B发生的概率。
如果上式成立，则事件A和B相互独立；如果不成立，则事件A和B不相互独立。
事件的独立性在实际问题中具有广泛的应用。
例如，假设有一批产品，每个产品的质量合格的概率为0.9。
如果从该批产品中随机选取两个产品，事件A表示第一个产品质量合格，事件B表示第二个产品质量合格。
根据事件的独立性，我们可以通过计算概率来判断同时选中两个质量合格产品的概率。
二、条件概率条件概率是指在已知某个事件发生的条件下，另一个事件发生的概率。
条件概率通常用P(B|A)表示，其中P(B|A)表示在事件A发生的条件下，事件B发生的概率。
条件概率的计算公式为：P(B|A) = P(A∩B) / P(A)其中，P(A∩B)表示事件A和B同时发生的概率，P(A)表示事件A发生的概率。
通过计算条件概率，我们可以得出在某种条件下发生某个事件的概率。
条件概率在实际问题中非常有用。
例如，假设有一个班级，其中40%的学生会参加音乐比赛，30%的学生参加体育比赛。
如果我们知道某个学生参加了音乐比赛，那么他参加体育比赛的概率是多少？根据条件概率的计算公式，我们可以得出这个概率。
三、事件独立性与条件概率的关系事件的独立性与条件概率密切相关。
条件概率与事件的独立性例题和知识点总结
条件概率与事件的独立性例题和知识点总结在概率论中，条件概率和事件的独立性是两个非常重要的概念。
理解并掌握它们对于解决各种概率问题至关重要。
接下来，我们将通过一些具体的例题来深入探讨这两个概念，并对相关知识点进行总结。
一、条件概率条件概率是指在已知某个事件发生的条件下，另一个事件发生的概率。
其定义为：设 A、B 是两个事件，且 P(A) ＞ 0，在事件 A 发生的条件下，事件 B 发生的条件概率记为 P(B|A)，且 P(B|A) ＝ P(AB) ／P(A) 。
例如，一个盒子里有 5 个红球和 3 个白球。
从中随机取出一个球，已知取出的是红球，那么这个红球是第一次取出的球的概率是多少？首先，总的取球情况有 8 种。
取出红球的情况有 5 种。
第一次取出红球的情况有 5 种。
所以，P(第一次取出红球|取出的是红球) ＝ 5 ／ 5 ＝ 1 。
二、事件的独立性如果事件 A 的发生不影响事件 B 发生的概率，事件 B 的发生也不影响事件 A 发生的概率，那么称事件 A 和事件 B 是相互独立的。
即如果 P(B|A) ＝ P(B) 且 P(A|B) ＝ P(A) ，则事件 A 和事件 B 相互独立。
例如，有两个独立的事件 A 和 B，P(A) ＝ 04 ，P(B) ＝ 05 ，那么P(AB) ＝ P(A) × P(B) ＝ 04 × 05 ＝ 02 。
再来看一个例子，一个家庭有两个孩子，已知第一个孩子是男孩，那么第二个孩子是女孩的概率是多少？假设生男生女的概率相等，都是 05 。
因为这两个孩子的性别是相互独立的事件，所以第二个孩子是女孩的概率仍然是 05 。
三、条件概率与事件独立性的关系事件的独立性与条件概率有着密切的关系。
如果事件 A 和事件 B相互独立，那么 P(B|A) ＝ P(B) ，P(A|B) ＝ P(A) 。
反之，如果 P(B|A)＝ P(B) 且 P(A|B) ＝ P(A) ，则事件 A 和事件 B 相互独立。
概率统计教学课件PPT 条件概率与事件的独立性教学课件PPT
例2 一类动物由出生起活到20或20岁以上的,
概率为0.8,活到25岁以上的概率为0.4,现假设此 类动物中有一动物为20岁,问其活到25岁以上的
概率是多少?
解：设B:活到20或20岁以上; A:活到25岁以上
求P(A|B) AB
P( A | B) P( AB) P(B)
P( A | B) P( A) 0.4 0.5 P(B) 0.8
解 分别用A、B、C表示具有上述品质的姑娘
根据题意有 P(A) 0.01, P(B) 0.01, P(C) 0.00001
则所求概率为 P(ABC) 0.000000001
即十亿分之一。
例 三人独立地去破译一份密码，已知各人能译 出的概率分别为1/5，1/3，1/4，问三人中至少有一人 能将密码译出的概率是多少？
若A1 A2 P(A1 | B) P(A2 | B)
单调性
P(A1 A2 B) P(A1 B) P(A2 B) P(A1A2 B)
加法公式
P(A1 A2 B) P(A1 B) P(A2 B)
P(• B) 是连续的.
半可加性
例1 考虑有两个小孩的家庭,问其中至少有一个女 孩的家庭中, 另一小孩也是女孩的概率有多大? (假设生男,生女是等可能的)
设A、B为独立事件，且P(A)>0,P(B)>0,下面
四个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
两事件相互独立的性质
性质1. A, B独立 A, B 独立
A, B 独立 A, B 独立.
试证其一 A, B 独立 A, B 独立
注3) 关系式(1) (2)不能互相推出.
事件的独立性与条件概率
事件的独立性与条件概率事件的独立性与条件概率是概率论中非常重要的概念，它们的理解与应用在各个领域都具有广泛的意义。
在本文中，我将探讨事件的独立性和条件概率的概念及其关系。
一、事件的独立性事件的独立性是指两个或多个事件之间的发生与否互不影响。
换句话说，当两个或多个事件独立发生时，它们的概率乘积等于它们各自发生的概率之积。
以掷硬币为例，假设我们掷两枚硬币，事件A表示第一枚硬币为正面，事件B表示第二枚硬币为正面。
如果两个事件相互独立，那么P(A∩B) = P(A)×P(B)。
也就是说，第一枚硬币为正面的概率与第二枚硬币为正面的概率乘积等于两枚硬币都为正面的概率。
二、条件概率条件概率是在已知一个或多个事件发生的条件下，另一个事件发生的概率。
通常表示为P(A|B)，表示在事件B发生的条件下，事件A发生的概率。
仍以掷硬币为例，事件A表示第一枚硬币为正面，事件B表示两枚硬币都为正面。
如果已知第一枚硬币为正面，即事件A已经发生，那么事件B的概率会发生变化，变成了P(B|A)。
这时，我们可以用条件概率的公式计算出P(B|A)。
三、事件的独立性与条件概率的关系事件的独立性与条件概率有着密切的关系。
当两个事件A和B是相互独立的时候，P(A|B) = P(A)，也就是说，当事件B已经发生的情况下，事件A发生的概率与事件B未发生时的概率相等。
反过来讲，如果已知事件B发生，且P(A|B) = P(A)，那么事件A 与事件B就是相互独立的。
因此，可以通过条件概率的计算来判断事件之间的独立性。
四、应用举例事件的独立性与条件概率在实际应用中有许多重要的应用。
以下是几个常见的应用场景：1. 疾病诊断：在医学领域，独立性与条件概率可以用于判断多个疾病的共同发生概率。
例如，根据患者的症状，通过条件概率可以计算出某种疾病的患病概率。
2. 金融风险评估：在金融领域，独立性与条件概率可以用于评估投资组合的风险。
通过将不同资产之间的独立性与条件概率应用到投资组合的构建中，可以更准确地评估风险和收益。
条件概率与独立性
A={掷出偶数点}， P(B|A)=？
掷骰子 P(B|A)= 1/3.
1 1 6 P( AB) P(B|A) 3 3 6 P( A)
条件概率 Conditional Probability
定义 设Ａ，Ｂ为同一个随机试验中的两个随机事件 , 且Ｐ（A）＞０， 则称
P ( AB ) P ( B A) P ( A)
1 两事件相互独立的定义
直观定义： 已知事件A与B，若 其中任何一个事件发生
的概率不受另一个事件发生与否的影响，则称事件A与 B是相互独立的。
定义1.3 设 是一个样本空间，A、B是其上的 的两个事件，若A，B满足 P(AB)= P(A) P(B) 则称A与B独立，或称A、B相互独立.
例1 从一副不含大小王的扑克牌中任取一 张，记 A={抽到K}, B={抽到的牌是黑桃的}
问事件A、B是否独立？ 解： 由于 P(A)=4/52=1/13, P(B)=13/52=1/4 P(AB)=1/52=1/52 可见, P(AB)=P(A)P(B)
说明事件A、B独立.
在实际应用中, 往往根据问题的实际意 义去判断两事件是否独立.
练习.
设A、B为互不相容事件，且P(A)>0,P(B)>0, 下面四个结论中，正确的是： 1. P(B|A)>0 2. P(A|B)=P(A) 3. P(A|B)=0 4. P(AB)=P(A)P(B) 设A、B为独立事件，且P(A)>0,P(B)>0, 下面四个结论中，正确的是：
n个事件相互独立的定义： 设A1,A2, …,An是 n个事件，如果对任意k (2 k n)个事件 Ai1,Ai2, …,Aik , 有等式
P( Ai1 Ai2 Aik ) P( Ai1 )P( Ai2 )P( Aik )
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.
条件概率与事件的独立性
＝0.648.
(2)X的可能取值为2,3. 由于各局比赛结果相互独立，所以
P(X＝2)＝P(A3A4∪B3B4)＝P(A3A4)＋P(B3B4)
＝P(A3)P(A4)＋P(B3)P(B4) ＝0.6×0.6＋0.4×0.4 ＝0.52， P(X＝3)＝1－P(X＝2)＝1－0.52＝0.48.
X的分布列为
[题组自测] 3 3 1．(2010· 南京三月模拟)已知P(AB)＝ ，P(A)＝ ，则 10 5 P(B|A)等于________．
PAB 3 5 1 解析：P(B|A)＝ ＝ × ＝ . PA 10 3 2
1 答案： 2
2．某学校一年级共有学生100名，其中男生60人，女
生40人；来自北京的有20人，其中男生12人，若
[归纳领悟] 1．若事件A、B相互独立，则A与 B 、 A 与B、 A 与 B 也都 相互独立． 2．要正确理解含有“恰好”“至少”“至多”等词的相 互独立事件的含义，恰当分类． 3．对于“至少”“至多”型问题，可考虑对立事件求其 概率.
[题组自测]
1．在4次独立重复试验中，随机事件A恰好发生1次的概
此时称随机变量X服从参数为n、p的二项分布， 记作 X～B(n，p) ．
[究 疑 点] 1．条件概率中P(B|A)与P(A|B)是一回事吗？
提示： P(B|A)是在A发生条件下B发生的概率．
P(A|B)是在B发生条件下A发生的概率，不一样． 2．“相互独立”与“事件互斥”有何不同？ 提示：两事件互斥是指两个事件不可能同时发生，两 事件相互独立是指一个事件发生与否对另一事件发生 的概率没有影响．两事件相互独立不一定互斥．
1 P(X＝1)＝C4×0.4×(1－0.4)3＝0.345 6， 2 P(X＝2)＝C4×0.42×(1－0.4)2＝0.345 6， 3 P(X＝3)＝C4×0.43×(1－0.4)＝0.153 6，
条件概率与事件的独立性-讲义(学生版)
条件概率与事件的独立性一、课堂目标1．掌握条件概率的定义和计算公式，以及条件概率与乘法公式之间的关系．2．掌握独立事件的定义和性质．3．掌握互斥事件和独立事件的综合应用．4．掌握全概率公式的定义及应用，了解贝叶斯公式．二、知识讲解1. 条件概率知识精讲（1）定义一般地，当事件发生的概率大于时（即），则事件发生的条件下事件发生的概率，称为条件概率，记作.（2）计算公式一般地，设为两个随机事件，且，则：．（3）性质①非负性：条件概率具有的性质，任何事件的条件概率都在0和1之间，即．②若事件A与B互斥，即与不可能同时发生，则．③可加性：如果和是两个互斥事件，则．（4）条件概率的求法①定义法，先求和，再求；②基本事件法，借助古典型概率公式，先求事件包含的基本事件数，再求事件所包含的基本事件数，得．注意：求复杂事件的条件概率时，可以把它分解为若干个互不相容的简单事件，求出这些简单事件的条件概率，再利用概率的可加性，得到最终结果．经典例题A. B.C.D.1.某地气象台预计，月日该地区下雨的概率为，刮风的概率为，既刮风又下雨的概率为，设表示下雨，表示刮风，则（）．巩固练习A.B.C.D.2.小明早上步行从家到学校要经过有红绿灯的两个路口，根据经验，在第一个路口遇到红灯的概率为，在第二个路口遇到红灯的概率为，在两个路口连续遇到红灯的概率是．某天早上小明在第一个路口遇到了红灯，则他在第二个路口也遇到红灯的概率是（）．经典例题A. B.C.D.3.一个盒子内装有个红球，个白球，从盒子中取出两个球，已知一个球是红球，则另一个也是红球的概率是（）．巩固练习A. B.C.D.4.某盒中装有只乒乓球，其中只新球，只旧球，不放回地依次摸出个球使用，在第一次摸出新球的条件下，第二次也取到新球的概率为（）．经典例题A. B.C.D.5.袋中装有形状和大小完全相同的个黑球，个白球，从中不放回地依次随机摸取两个球，则在第一次摸到黑球的条件下，第二次摸到白球的概率是（）．巩固练习A.B.C.D.6.抛掷一颗质地均匀的骰子的基本事件构成集合，令事件，，则的值为（）．2.乘法公式知识精讲由条件概率的计算公式可知，这就是说，根据事件发生的概率，以及事件发生的条件下事件发生的概率，可以求出与同时发生的概率.一般地，这个结论称为乘法公式.经典例题7.甲袋中有个白球，个红球；乙袋中有个白球，个红球，从两个袋子中任取一袋，然后从所取到的袋子中任取一球 ,则取到白球的概率是．巩固练习A.B.C.D.8.市场上供应的灯泡中，甲厂产品占，乙厂占，甲厂产品的合格率是，乙厂产品的合格率是，则从市场上买到一个是甲厂生产的合格灯泡的概率是（）．A.B.C.D.9.已知箱中有红球个，白球个，箱中有白球个，（、箱中所有的球除颜色外完全相同）．现随意从箱中取出个球放入箱，将箱中的球充分搅匀后，再从箱中随意取出个球放入箱，则红球从箱移到箱，再从箱返回箱中的概率等于（）．3. 事件的独立性知识精讲（1）定义当时，与独立的充要条件是这时，我们称事件、相互独立，并把这两个事件叫做相互独立事件．（2）独立事件的性质对于两个独立事件和，有如下两个性质：①与，与，与也相互独立；②．经典例题A. B.C.D.10.袋中有大小形状都相同的个黑球和个白球．如果不放回地依次取次球，每次取出个，那么在第次取到的是黑球的条件下，第次取到白球的概率为（）．巩固练习A. B.C.D.11.已知件次品和件正品混在一起，现需要通过检测将其区分，每次随机检测一件产品，检测后不放回，则在第一次取出次品的条件下，第二次取出的也是次品的概率是（）．经典例题12.甲、乙、丙三人独立地去破译一个密码，他们能译出的概率分别为，，，则此密码能被译出的概率为．巩固练习13.某学生在上学的路上要经过三个路口，假设在各路口是否遇到红绿灯是相互独立的，遇到红灯的概率都是，则这名学生在上学的路上到第三个路口时第一次遇到红灯的概率为．4. 互斥事件与独立事件知识精讲互斥事件与独立事件的区别：“互斥事件”和“相互独立事件”是两个不同的概念，前者表示两个事件不可能同时发生，后者指一个事件是否发生对另一个事件发生的概率没有影响．知识点睛已知两个事件，它们的概率分别为.将中至少有一个发生记为事件，都发生记为事件，都不发生记为事件，恰有一个发生记为事件，至多有一个发生记为事件，则它们的概率间的关系见下表.概率互斥相互独立1经典例题A.不相互独立事件B.相互独立事件C.互斥事件D.对立事件14.一袋中装有只白球，只黄球，在有放回地摸球中，用表示第一次摸得白球，表示第二次摸得白球，则事件与是（ ）．巩固练习A.互斥但不相互独立B.相互独立但不互斥C.互斥且相互独立D.既不相互独立也不互斥15.掷一颗骰子一次，设事件：“掷出奇数点”，事件：“掷出点或点”，则事件，的关系（ ）．经典例题A.B.C.D.16.甲、乙两名学生通过某种听力测试的概率分别为和，两人同时参加测试，其中有且只有一人能通过概率是（ ）．（1）（2）17.某学生语、数、英三科考试成绩，在一次考试中排名全班第一的概率：语文为，数学为，英语为，并且该生各科取得第一名相互独立．问一次考试中：三科成绩均未获得第一名的概率是多少？恰有一科成绩未获得第一名的概率是多少？巩固练习18.从应届高中生中选拔飞行员，已知这批学生体型合格的概率为，视力合格的概率为，假设各项标准互不影响，从中任选一名学生，则该学生恰有一项合格的概率为（ ）．A.B. C.D.A.B.C.D.19.社区开展“建军周年主题活动——军事知识竞赛”，甲乙两人能荣获一等奖的概率分别为和，两人是否获得一等奖相互独立，则这两人中至少有一人获得一等奖的概率为（）．5. 全概率公式知识精讲（1）公式公式的推导：一般地，如果样本空间为，而为事件，则与是互斥的，且,所以,当且时，由乘法公式得：,所以，．（2）全概率公式的一般结论前面提到的全概率公式，本质上是将样本空间分成互斥的两部分（即与）后得到的.如果将样本空间分成更多互斥的部分，从而得到更一般的结论，如下：定理：若样本空间中的事件满足：①任意两个事均互斥，即；②；③.则对中的任意事件，都有，且.上述公式也称为全概率公式.经典例题20.某射击小组共有名射手，其中一级射手人， 二级射手人， 三级射手人， 四级射手人． 一、二、三、四级射手能通过选拔进入比赛的概率分别是、、、． 求任选一名射手能通过选拔进入比赛的概率．巩固练习（1）（2）21.某仓库有同样规格的产品箱，其中箱、箱、箱依次是由甲、乙、丙三个厂生产的，且三个厂的次品率分别为、、．现从这箱中任取一箱，再从取得的一箱中任意取出一件产品，求：取得一件产品是次品的概率．若已知取得的一件产品为次品，这件次品是乙厂生产的概率．6. 贝叶斯公式知识精讲（1）贝叶斯公式一般地，当且时，有.这称为贝叶斯公式.（2）贝叶斯公式的推广同全概率公式一样，贝叶斯公式也可以进行推广.定理：若样本空间中的事件满足：①任意两个事件均互斥，即；②；③.则对中的任意概率非零事件，有.上述公式也称为贝叶斯公式.经典例题22.甲、乙两厂生产同一种商品．甲厂生产的此商品占市场上的，乙厂生产的占；甲厂商品的合格率为，乙厂商品的合格率为．若某人购买了此商品发现为次品，则此次品为甲厂生产的概率为 ．巩固练习23.某地区居民的肝癌发病率为 ，现用甲胎蛋白法进行普查医学研究表明，化验结果是存在错误的已知患有肝癌的人其化验结果呈阳性（有病），而没患肝癌的人其化验结果呈阴性（无病）.现某人的检查结果呈阳性，问他真的患肝癌的概率有多少？三、思维导图你学会了吗？画出思维导图总结本课所学吧！四、出门测A.B.C.D.24.下面结论正确的是（ ）．若，则事件与是互为对立事件若，则事件与是相互独立事件若事件与是互斥事件，则与也是互斥事件若事件与是相互独立事件，则与也是相互独立事件25.根据某地区气象台统计，该地区下雨的概率是，刮风的概率为，既刮风又下雨的概率为，则在刮风天里，下雨的概率为 ，在下雨天里，刮风的概率为 ．26.已知件产品中有件次品，现逐一不放回的检验，直到件次品都能被确认为止，则检验次数为的概率为 ．27.甲、乙、丙的投篮命中率分别为，，．三人各投篮一次，假设三人投篮相互独立，则至少有一人命中的概率是 ．。
计算概率的条件概率与事件独立性
计算概率的条件概率与事件独立性在概率理论中，条件概率和事件的独立性是两个重要的概念。
它们在计算概率、统计分析和决策制定等领域中有广泛的应用。
本文将介绍条件概率和事件的独立性的概念、性质及其应用。
一、条件概率的概念与性质在已知事件B发生的条件下，事件A发生的概率称为事件A在条件B下的条件概率，记作P(A|B)，读作“在B条件下A的概率”。
条件概率的计算公式如下：P(A∩B)P(A|B) = ───────────────────P(B)其中，P(A∩B)表示事件A与事件B同时发生的概率，P(B)表示事件B发生的概率。
条件概率具有以下重要性质：1.非负性：对于任意事件A和B，条件概率P(A|B) ≥ 0；2.单位概率：当B是必然事件（P(B) = 1）时，条件概率P(A|B) = P(A)；3.互斥概率：当事件A与事件B互斥时，条件概率P(A|B) = 0。
二、事件的独立性的概念与性质事件A和事件B的独立性是指事件A的发生与否不受事件B的发生与否的影响，即P(A|B) = P(A)或P(B|A) = P(B)。
换句话说，事件A和事件B的独立性意味着它们的条件概率与边际概率相等。
事件的独立性具有以下重要性质：1.对称性：如果事件A与事件B独立，那么事件B与事件A也独立；2.自反性：事件A与自身独立；3.传递性：如果事件A与事件B独立，事件B与事件C独立，则事件A与事件C独立。
三、条件概率与事件独立性的应用条件概率和事件独立性在实际问题中有着广泛的应用，以下举几个例子。
1.生活中的应用假设某地区有50%的男性和50%的女性，有10%的人患有某种疾病。
已知患病率在男性中为5%，在女性中为15%。
现在我们来计算一个人是男性的条件下，他患病的概率。
根据条件概率的定义，可以得到： P(男性∩患病)P(患病|男性) = ────────────────── = ───── = 0.1P(男性）这个例子中，我们使用了条件概率来计算一个人是男性的条件下，他患病的概率。
Chapter 3 条件概率与事件的独立性
所求问题是什么？ P ( B )
10
P(B)的取值显然与P(A)有关系，且P(A) =2/5. 例1 设有两个口袋，甲袋装有2个白球、3个红球； 另外,在A发生与否的条件下,B发生的条件概率可求。 乙袋装有4个白球、2个红球。现从甲袋任取一球放入 乙袋，再从乙袋取出一球。求从乙袋取出白球的概率。 利用乘法公式可以计算： P ( AB ), P ( AB ). 2 即有 P ( B ) P ( B ) P ( BA B A) P ( A) 5 , 3 又 BA, B A 互斥, P ( A) , 5 P ( B ) P ( A) P ( B A) P ( A) P ( B A) 5 P ( B A) , 7 2 5 3 4 22 = = . 4 5 7 5 7 35 P ( B A) . 7
11
全概率公式
设B1 ,B2 ,…,Bn为样本空间的一个分割(或称划分、 定义：如果B1 , B2 , , Bn两两互不相容，且 Bi . i 1 完备事件组),则对任一事件A,有： 则称B1 , B2 , , Bn为的一个完备事件组， n P ( B P ( Bi ) P ( A Bi ) 或称B , B , ,A) 为的一个分割(划分).
j 1
(2) 公式中的P ( Bi )称为先验概率，
P ( Bi A)称为后验概率；
(3) 注意已知与所求的条件概率的区别.
19
例2〔狼来了的寓言〕通过计算说明为什么村民 后来不再相信小孩呢？
记 A—“小孩说谎”， B —“小孩可信”，
假设 P ( B ) 0.8， P ( A B ) 0.1, P ( A B ) 0.5 .
条件概率与事件的独立性
条件概率与事件的独立性概率论中的条件概率和事件的独立性是两个基本概念，它们在统计学、机器学习等领域中具有重要的应用。
条件概率用于描述在给定另一个事件发生的条件下，某个事件发生的概率；而事件的独立性则描述了两个或多个事件之间的相互独立性。
在本文中，我们将深入探讨条件概率与事件的独立性的概念、性质以及应用。
一、条件概率条件概率是在已知事件B发生的条件下，事件A发生的概率。
用数学符号表示为P(A|B)，读作"A在B发生的条件下发生的概率"。
其计算公式为：P(A|B) = P(A∩B) / P(B)其中，P(A∩B)表示事件A与事件B同时发生的概率，P(B)表示事件B发生的概率。
条件概率的概念在实际问题中广泛应用。
例如，假设一批产品中有10%的次品，现在从这批产品中随机抽取一件，已知这件产品是次品，求其实际上是某个特定厂家生产的概率。
这个问题就可以利用条件概率来求解，假设事件A表示该产品是某个特定厂家生产的事件，事件B表示这件产品是次品的事件，那么我们需要求解的就是P(A|B)。
二、事件的独立性事件的独立性是指两个或多个事件之间的发生没有相互影响，即一个事件的发生与否不会改变其他事件发生的概率。
具体地，对于两个事件A和B，如果满足以下条件，则称事件A和事件B是相互独立的：P(A∩B) = P(A) * P(B)其中，P(A∩B)表示事件A和事件B同时发生的概率，P(A)和P(B)分别表示事件A和事件B发生的概率。
事件的独立性在概率论中具有重要的应用。
例如，假设有两个骰子，求它们同时投掷时出现两个特定数字的概率。
我们可以将出现某个特定数字的事件定义为事件A和事件B，利用事件的独立性可以得到P(A∩B) = P(A) * P(B)。
三、条件概率与事件的独立性的关系条件概率与事件的独立性之间存在着紧密的联系。
如果事件A和事件B相互独立，那么有以下关系成立：P(A|B) = P(A)这表示在已知事件B发生的条件下，事件A的发生概率与事件B无关。
《概率统计简明教程》(第3章-事件的概率)条件概率、全概率公式、贝叶斯公式、事件的独立性、二项概率
这正好是第3列的第一个数字(需除以1000)。
《概率统计简明教程》第二版
第三章 事件概率与事件的独立性
作业
• 习题二 12、14、15； • 习题三 1、3、4.
《概率统计简明教程》第二版
第三章 事件概率与事计简明教程》第二版
第三章 事件概率与事件的独立性
复习：
第三章 事件概率与事件的独立性
在实际问题中，常需要计算在某个事件A已经
发生的条件下，另一个事件B发生的概率。 一般地，设A，B两个事件，以及P(A)>0， 称已知A发生条件下B发生的概率为B的条件概 率，记为P(B|A)。 通常，因为增加了“事件A已经发生”的条件，
所以P(B|A)≠P(B)。
《概率统计简明教程》第二版
解法二：条件概率法 由乘法公式，先求P(B|A)及P(A). 已知P(A)= 10/100 =0.1，而P(B|A)＝90/99，
因此, P(AB)＝ P(A)P(B|A)＝0.1*90/99≈0.091.
《概率统计简明教程》第二版
第三章 事件概率与事件的独立性
例2（P20）生命表 生命表是人身保险精算的重要依据，下表是美国 1976年的部分生命表。
《概率统计简明教程》第二版
第三章 事件概率与事件的独立性
第三章 事件的概率与事件的独立性
• 第一节 • 第二节 • 第三节 • 第四节 • 第五节
条件概率 全概率公式 贝叶斯公式 事件的独立性 伯努利试验和二项概率
《概率统计简明教程》第二版
第三章 事件概率与事件的独立性
第一节
条件概率
《概率统计简明教程》第二版
《概率统计简明教程》第二版
第三章 事件概率与事件的独立性
例5(P22) ：设某工厂有两个车间生产同一型号家用电器， 第一车间的次品率为0.15，第二车间的次品率为0.12。两个 车间生产的成品混合堆放在一个仓库中，假设第一、二车 间生产的成品比例为2：3，今有一客户从成品仓库中随机 提一台产品，求该产品合格的概率。 (Ai 为B发生的可能原因).
概率论中的条件概率与事件独立性
条件概率与事件 独立性的实际案 例分析
天气预报的准确率与事件独立性分析
天气预报准确率与事件独立性的关系 不同天气预报模型对独立性的影响 实际案例分析：某地区连续两天的天气预报准确率 结论：提高天气预报准确率有助于更好地分析事件独立性
股票价格波动与事件独立性分析
股票价格波动与事件独立性的概念 股票价格波动与事件独立性的关系 股票价格波动与事件独立性的实际案例分析 股票价格波动与事件独立性的应用
掌握条件概率与事件独立性的概念和性质，对于理解概率论和统计学的基本原理、进行科学推断 和决策具有重要的意义。
未来研究方向与展望
深入研究条件概率 与事件独立性的关 系
探讨其在不同领域 的应用前景
探索如何更好地解 释和预测事件发生 的可能性
进一步研究条件概 率与事件独立性的 数学理论基础
感谢您的观看
汇报人：XX
条件概率与事件独立性
汇报人：XX
目录
添加目录标题
01
条件概率的定义与计 算
02
事件独立性的定义与 性质
03
条件概率与事件独立 性的关系
04
条件概率与事件独立 性的应用场景
05
条件概率与事件独立 性的实际案例分析
06
添加章节标题
条件概率的定义 与计算
条件概率的定义
条件概率是指在某 一事件B已经发生 的情况下，另一事 件A发生的概率，
在统计推断中，条件概率与事件独立性可用于构建复杂的概率模型，如贝叶斯推断和 马尔科夫链蒙特卡洛方法。
条件概率与事件独立性在统计推断中的应用有助于提高预测精度和决策的科学性。
在决策论中的应用
风险决策：根据条 件概率评估不同方 案的风险和收益
第3节 条件概率与独立性
B)P(C
),
P( AC ) P( A)P(C ),
则称事件 A, B, C 两两独立 .
注意 相互独立
两两独立
23
例 一个袋内装有4个球,其中全红、全黑、全白色的 球各一个，另一个是涂有红、黑、白三色的彩球. 从
中任取一个, 记事件A、B、C分别表示取到的球上涂 有红色、黑色、白色. 试判断事件A、B、C两两独立
5
例2 设袋中有7个黑球,3个白球, 不放回摸取两次， 如果已知第一次摸到白球，求第二次也摸到白球的 概率. 若改为放回摸取，结果如何？ 解 设A,B分别表示第一、二次摸到白球,则
不放回: P(B | A) 2 . 9
放回: P(B | A) 3 . 10
6
例3 人寿保险公司常常需要知道存活到某一个年龄 段的人在下一年仍然存活的概率．根据统计资料可 知，某城市的人由出生活到50岁的概率为0.90718， 存活到51岁的概率为0.90135。问现在已经50岁的人， 能够活到51岁的概率是多少？
25
四个推论
。
1
若事件
A1 ,
A2, ,
An
(n
2)
相互独立,
则
P( A1 A2 An ) P( A1 )P( A2 ) P( An )
2。 若事件 A1, A2, , An (n 2) 相互独立, 则
其中任意k个事件也相互独立.
。
3
若事件A1
,
A2
,,
An
(n
2)相互独立,
则
将A1
例如, 将一颗均匀骰子连掷两次，
设 A={第二次掷出6点}， B={第一次掷出6点}，
显然
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、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、"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、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)。
求（1）P(A)，P(B|A)，P(AB)
（2）P(B)，P(A | B)，P(AB)
（3）P(A)，P(C|A)，P(AC)
解：(1)P(A) 80 P(B | A) 12 P(AB) 12
100
80
100
(2)P(B) 20 P(A | B) 12 P(AB) 12
100
20
100
(3)P(A) 80 100
P(B | A) P(AB) 0.4 P(A) 0.8
4.从混有Байду номын сангаас张假钞的20张百元钞票中任意抽 出2张, 将其中1张放到验钞机上检验发现是 假钞. 求2 张都是假钞的概率. 解： 设A表示2 张都是假钞，B表示2张中至少有1张假钞。
P(A | B) P( AB) P( A) P(B) P(B)
第三章 条件概率与事件的独立性 一、条件概率与乘法定理 二、全概率公式 三、贝叶斯公式 四、事件的独立性 五、伯努利试验与二项概率
一、条件概率与乘法定理 对于两个事件A、B，若
P(A)＞0，则称事件A出现的条 件下，事件B出现的概率为B的 条件概率，记为P(B|A)。
例题1
例题1
1、设有两个口袋，第一个口袋装有3个黑球， 2个白球；第二个口袋装有2个黑球，4个白球。 今从第一个口袋任取一球放到第二个口袋， 再从第二个口袋任取一球。求已知从第一个 口袋取出的是白球条件下从第二个口袋取出 白球的条件概率。（ans:5/7）
P( A) 0.92 P(B) 0.93 P(B | A) 0.85
P(A B) P(A) P(B) P(AB) 0.92 0.93 0.862 0.988
P(B | A)
P(AB) P( A)
P(B A) P( A)
P(AB) 0.862
P(B AB) P( A)
P(B) P( AB) 1 P( A)
5.为了防止意外,矿井内同时装有A 与B两种报 警设备, 已知设备 A 单独使用时有效的概率 为0.92, 设备 B 单独使用时有效的概率为 0.93, 在设备 A 失效的条件下, 设备B 有效
的概率为 0.85, 求发生意外时至少有一个报 警设备有效的概率. 解2： 设A、B分别表示A、B报警设备有效。
P(C | A) 32 80
P(AC) 32 100
总结
总结 1、 P(B|A)=P(AB)/P(A)，其中P(A)>0 P(A|B)=P(AB)/P(B)，其中P(B)>0 2、乘法定理P(AB)=P(A)P(B|A)=P(B)P(A|B) （P(A)>0,P(B)>0 ） 3、若 P (A1A2…An)> 0，则 有 P(A1A2…An)
解： 设事件A表示从第一个口袋取得白球，事件B表示从第
二个口袋取得白球。
P(B | A) 5 7
P(A) 2 5
P( AB) 2 5 2 57 7 P(B | A) P( AB) P( A)
例题1
2、全年级100名学生，男生80人，女生20人；来自 北京20人，其中男生12人，女生8人；免修英语的40 人中有32名男生，8名女生。A=｛男生｝，B={来自 北京}，C＝｛免修英语｝
P( A)
C52 C220
P(B)
C51C115 C220
C52
0.118
5.为了防止意外,矿井内同时装有A 与B两种报 警设备, 已知设备 A 单独使用时有效的概率 为0.92, 设备 B 单独使用时有效的概率为 0.93, 在设备 A 失效的条件下, 设备B 有效
的概率为 0.85, 求发生意外时至少有一个报 警设备有效的概率. 解1： 设A、B分别表示A、B报警设备有效。
|
A)
4 10
3 9
(3)P( AB) P( A)P(B | A) 6 4 10 9
(4)P(ABC)
P(A)P(B | A)P(C | AB)
4 32 10 9 8
3.某厂生产的灯泡能用1000小时的概率为 0.8, 能用1500小时的概率为0.4 , 求已用 1000小时的灯泡能用到1500小时的概率. 解： A、B分别表示灯泡用到1000小时和1500小时。
例题2
2.10个考签中有4个难签，3人参加抽签（不放 回），甲先，乙次，丙最后。求（1）甲抽到 难签的概率（2）甲乙都抽到难签的概率（3） 甲没有抽到难签而乙抽到难签的概率（4）甲 乙丙都抽难签的概率。
解： 设A、B、C分别表示甲、乙、丙抽到难签
(1)P(A) 4
(2)P(
AB)
10
P(
A)P(B
=P(A1)P(A2|A1)P(A3|A1A2)…P(An|A1A2…An-1) 例题2
例题2
1.一批零件共100个，其中次品10个，今从 中不放回抽取2次，每次取1件，求第一次为 次品，第二次为正品的概率。
解： A表示第一次为次品，B表示第二次为正品
P(AB)
P(A)P(B | A)
10 90 1 100 99 11
2 5 3 4 22 5 7 5 7 35
back
例题3
2.设某工厂有两个车间生产同型号家用电器， 第一车间的次品率为0.15，第二车间的次品 率为0.12，两个车间生产的成品都混合堆放 在一个仓库中，假设第一、二车间的成品比 例为2：3，今有一客户从成品仓库中随机提 一台产品，求该产品合格的概率。
P( A) 0.92 P(B) 0.93 P(B | A) 0.85
P(A B) 1 P(A B)
1 P( AB) 1 P( A)P(B | A) 1 P( A)[1 P(B | A)]
1 0.080.15 0.988
二、全概率公式 如果A1,A2,…,An构成完备事件
组，并且具有正概率，则对于任何 一个事件B， P(B)=P(A1)P(B|A1)+…+P(An)P(B|An)
例题3
例题3 1.设有两个口袋，第一个口袋装有3个黑球，2
个白球；第二个口袋装有2个黑球，4个白球。 今从第一个口袋任取一球放到第二个口袋， 再从第二个口袋任取一球。求从第二个口袋 中取出白球的概率。 解： 设A、B分别表示第一、二个口袋取出白球。
P(B) P( AB AB)
P( AB) P( AB) P( A)P(B | A) P( A)P(B | A)