3全概率公式和贝叶斯公式_第1页
3全概率公式和贝叶斯公式_第2页
3全概率公式和贝叶斯公式_第3页
3全概率公式和贝叶斯公式_第4页
3全概率公式和贝叶斯公式_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、3.全概率公式和贝叶斯公式【教学内容】:高等教育出版社浙江大学盛骤,谢式千,潘承毅编的概率论与数理统计第一章第§5的条件概率中的全概率公式和贝叶斯公式【教材分析】:前面讲到的条件概率是概率论的基本概念,下一节的独立性和条件概率关系紧密,而乘法公式、全概率公式和贝叶斯公式是与条件概率有密切关系的公式,因此掌握此概念及计算公式为后续学习打下基础。【学情分析】: 1、知识经验分析 前一节已经学习了条件概率和乘法公式,学生已经掌握了事件的概率的基本计算方法。 2、学习能力分析 学生虽然具备一定的基础知识和理论基础,但概念理解不透彻,解决问题的能力不高,方法应用不熟练,知识没有融会贯通。【教学

2、目标】: 1、知识与技能 掌握全概率公式和贝叶斯公式以及计算。 2、过程与方法 由本节内容的特点,教学中采用启发式教学法,应用实际问题逐步推导出全概率公式和贝叶斯公式。 3、情感态度与价值观通过学习,培养学生学习数学的良好思维习惯和兴趣,树立学生善于创新的思维品质和严谨的科学态度。【教学重点、难点】: 重点:掌握全概率公式和贝叶斯公式并会适当的应用。 难点:全概率公式和贝叶斯公式各自的适用条件及不同的情形。【教学方法】:讲授法 启发式教学法【教学课时】:1个课时【教学过程】:一、问题引入 引例:三个罐子分别编号为 1, 2, 3,1号装有 2 红 1 黑球 , 2号装有 3 红 1 黑球,3号

3、装有 2 红 2 黑球。 某人从中随机取一罐,再从中任意取出一球,求取得红球的概率。解:记 = 球取自 号罐 =1, 2, 3; = 取得红球 ,显然 的发生总是伴随着 之一同时发生,即,且 两两互斥。P(A|B1)=2/3, 代入数据计算得: 【设计意图】:让学生感受到数学与生活“零距离”,从而激发学生学习数学的兴趣,使学生获得良好的价值观和情感态度。二、全概率公式 1、全概率公式: 定义3 若个事件 满足,则称 为 S的一个划分, 或称其是一个完备事件组。 定理 设 是 的一个划分,且 则对任一事件,有 例1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

4、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: 设事件 为“任取一件为次品”, 由全概率公式得 【设计意图】:通过这个例子,让学生感受全概率公式解决实际问题的重要性 。三、贝叶斯公式 贝叶斯(Bayes)公式其中为样本空间的一个划分,且, 其中 称为原因的先验概率, 它们是在没有进一步信息(不知道事件 A 是否发生)的情况下,人们对诸事件发生可能性大小的认识。 当有了新的信息(知道 A 发生了),人们对诸事件发生可能性大小有了新的估计,故 称为原因的后验概率。 下面的图或许可以有助于我们理解这两个公式。例3 三部自动的机器

5、生产同样的零件, 其中机器甲生产的占40 % , 机器乙生产的占25 % ,机器丙生产的占35 % , 已知机器甲、乙、丙生产的零件分别有 10 %、5 % 和 1 % 不合格,现从总产品中随即地抽取一个零件, 发现是不合格品, 求:(1) 它是由机器甲生产出来的概率;(2) 它是由哪一部机器生产出来的可能性大。解: 设 分别表示事件: 任取的零件为甲、乙、丙机器生产, =抽取的零件是不合格品, 由条件知 (1) 所求概率为 , » 0. 714 ;(2) 类似(1)的计算可得, 比较可知是机器甲生产出来的可能性大。 【设计意图】:通过这个例子,区分全概率和贝叶斯公式。四、思考与提问

6、: 全概率公式和贝叶斯的区别?五、内容小结 : 1、全概率公式2、贝叶斯公式六、课外作业: P26: 20 ,22 , 23, 24七、板书设计全概率公式和贝叶斯公式一、问题引入 引例:三个罐子分别编号为 1, 2, 3,1号装有 2 红 1 黑球 , 2号装有 3 红 1 黑球,3号装有 2 红 2 黑球。 某人从中随机取一罐,再从中任意取出一球,求取得红球的概率。二、全概率公式 1、全概率公式: 定义3 若 n 个事件 满足,则称 为 S的一个划分, 或称其是一个完备事件组。 定理 设 是 的一个划分,且 则对任一事件,有 例1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?三、贝叶斯公式 贝叶斯(Bayes)公式其中为样本空间的一个划分,且,其中 称为原因的先验概率, 它们是在没有进一步信息(不知道事件 A 是否发生)的情况下,人们对诸事件发生可能性大小的认识。 当有了新的信息(知道 A 发生了),人们对诸事件发生可能性大小有了新的估计,故 称为原因的后验概率。下面的图或许可以有助于我们理解这两个公式。 例3 三部自动的机器生产同样的零件, 其中机器甲生产的占40 % , 机器乙生产的占25 % ,机器丙生产的占35 %

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论