随机数学课件:1-3节 条件概率_第1页
随机数学课件:1-3节 条件概率_第2页
随机数学课件:1-3节 条件概率_第3页
随机数学课件:1-3节 条件概率_第4页
随机数学课件:1-3节 条件概率_第5页
已阅读5页,还剩38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

引例:有一批产品,其合格率为90%,合格品中有95%为优质品,从中任取一件,记A={取到一件合格品}, B={取到一件优质品}。则P(A)=90%而P(B)=85.5%

§3条件概率

3.1条件概率与乘法公式记:P(B|A)=95%P(A)=0.90是将整批产品记作1时A的测度P(B|A)=0.95是将合格品记作1时B的测度由P(B|A)的意义,其实可将P(A)记为P(A|S),而这里的S常常省略而已,P(A)也可视为条件概率分析:

BA

设A、B为两事件,P(A)>0,则称

为事件

A

发生的条件下事件

B

发生的条件概率,记为定义3.1条件概率也是概率,故具有概率的性质:2.性质(请自行证明)说明:1.条件概率P(A|B)与P(A)的区别:

每一个随机试验都是在一定条件下进行的,设A是随机试验的一个事件,则P(A)是在该试验条件下事件A发生的可能性大小.P(A)与P(A|B)的区别在于两者发生的条件不同,它们是两个不同的概念,在数值上一般也不同.

而条件概率P(A|B)是在原条件下又添加“B发生”这个条件时A发生的可能性大小,即P(A|B)仍是概率.(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的计算方法

2)从加入条件后改变了的情况去算

1)用定义计算:P(B)>0

掷骰子例:A={掷出2点},

B={掷出偶数点}P(A|B)=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?解法1:

解法2:

解:设A={掷出点数之和不小于10}B={第一颗掷出6点}应用定义在B发生后的缩减样本空间中计算例2

某种动物由出生算起活20岁以上的概率为0.8,活到25岁以上的概率为0.4,如果现在有一个20岁的这种动物,问它能活到25岁以上的概率是多少?

设A表示“能活20岁以上”的事件;B表示“能活25岁以上”的事件,则有解

掷两颗骰子,已知两颗骰子点数之和为7,求其中有一颗为1点的概率.解设事件A为“两颗点数之和为7”,事件B为“一颗点数为1”.故所求概率为掷骰子试验两颗点数之和为7的种数为6,其中有一颗为1点的种数为2,课堂练习:4.乘法定理(公式)例3

一批零件共100件,次品率10%,接连两次从这批产品中任取一个,不放回,求第二次才取得正品的概率.

解设表示事件“第一次取次品”,表示事件“第二次取正品”,则表示事件“直到第二次才取得正品”.其概率为

五个阄,其中两个阄内写着“有”字,三个阄内不写字,五人依次抓取,问各人抓到“有”字阄的概率是否相同?解则有课堂练习:抓阄是否与次序有关?

依此类推故抓阄与次序无关.1.样本空间的划分—完备事件组二、全概率公式与贝叶斯公式2.全概率公式全概率公式图示证明化整为零各个击破*全概率公式可由以下框图表示: 设P(Aj)=pj,P(B|Aj)=qj,j=1,2,…,n

易知:SP1P2Pn...A2A1An...q2q1qnB说明

全概率公式的主要用途在于它可以将一个复杂事件的概率计算问题,分解为若干个简单事件的概率计算问题,最后应用概率的可加性求出最终结果.例4

设袋中有4只白球,2只红球,(1)无放回随机地抽取两次,每次取一球,求在两次抽取中至多抽到一个红球的概率?(2)若无放回的抽取3次,每次抽取一球,求(a)第一次是白球的情况下,第二次与第三次均是白球的概率?(b)第一次与第二次均是白球的情况下,第三次是白球的概率?解则有例5

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?设事件A为“任取一件为次品”,解由全概率公式得30%20%50%2%1%1%例6

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.

设A为事件“取得的产品为正品”,分别表示“任取一件产品是甲、乙、丙生产的”,由题设知解故称此为贝叶斯公式.

3.贝叶斯公式证明[证毕]Bayes中概率是由以往的数据分析得到的,叫做先验概率.条件概率叫做后验概率.先验概率与后验概率例7解(1)由全概率公式得(2)由贝叶斯公式得解例8由贝叶斯公式得所求概率为若用于普查,100个阳性病人中被诊断患有癌症的大约有8.7个,所以不宜用于普查。若P(C)较大,不妨设P(C)=0.8推出P(C|A)=0.987说明这种试验方法可在医院用解例9由贝叶斯公式得所求概率为

例10

在电报通讯中,发送端发出的信号是由“·”和“-”两种信号组合的序列.由于受到随机干扰,接收端收到的是“·”、“-”和“不清”三种信号.假设发送“·”、“-”的概率分别为0.6和0.4;在发“·”时,收到“·”、“-”和“不清”的概率分别为0.7、0.1和0.2;在发“-”时,收到“·”、“-”和“不清”的概率分别为0.1、0.8和0.1.求:(1)在任意发出一个信号后,收到“·”、“-”和“不清”的概率;(2)在已知收到“不清”的条件下,问原发送信号是“·”或“-”的概率各为多少?(书P26例3.8)

解设和分别表示事件“发送‘·’和‘-’”,表示收到“·”,表示“收到”“-”,表示收到“不清”.(1)

(2)

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