- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
全概率公式和其应用
全概率公式及其应用
(清华大学数学科学系 叶俊)
命题趋势: 即使是填空题和选择题,只考单一知识点的试题很少,大多数试题是考查考生的理解能力和综合应用能力。要求大家能灵活地运用所学的知识,建立起正确的概率模型,综合运用极限、连续函数、导数、极值、积分、广义积分以及级数等知识去解决问题。
全概率公式和Bayes公式
概率论的一个重要内容是研究怎样从一些较简单事件概率的计算来推算较复杂事件的概率,全概率公式和Bayes公式正好起到了这样的作用。对一个较复杂的事件A,如果能找到一伴随A发生的完备事件组,而计算各个的概率与条件概率相对又要容易些,这时为了计算与事件A有关的概率,可能需要使用全概率公式和Bayes公式。
背景:例如,在医疗诊断中,为了诊断出现症状的患者,到底患了疾病中的哪一种,可用Bayes公式算出在症状的情况下,起因于疾病的概率,而后按各个后验概率的大小来推断患者患哪种病的可能性最大.
完备事件组的理解:所有病因都知道,且没有并发症。
定义 称事件族为样本空间的一个划分(也称为一个完备的事件组),如果满足且。进而,如还有则称为样本空间的一个正划分。
一般地,划分可用来表示按某种信息分成的不同情况的总和,若划分越细,则相应的信息更详尽。
定理1 (全概率公式) 设事件为样本空间的一个正划分,则对任何一个事件,有
定理2 (Bayes公式) 设为样本空间的一个正划分,事件满足, 则
.
若将它与全概率公式结合起来, 就是Bayes公式的以下的常用形式
(, m)
公式的直观理解:如果我们把看成是导致事件发生的各种可能“原因”,那么,全概率公式告诉我们,事件发生的概率恰好是事件在这些“原因”下发生的条件概率的加权平均,其中的权重分别为.而已知“结果”找“原因”的问题则可以用Bayes公式来计算。且告诉我们 “导致”的可能性的大小恰与乘积成比例.
2. 几个典型的例子
2.1 树状图法
例1 某商场出售的灯泡来自甲、乙、丙三个工厂,甲厂产品占80%,合格率为90%,乙厂产品占10%,合格率为95%,甲厂产品占10%,合格率为80%。某顾客购买了一灯泡,求它是合格品的概率。
2.2 一般???法(公式法)
例2 假设有两箱同种零件:第一箱内装50件,其中10件一等品;第二箱
内装30件,其中18件一等品。现从两箱中随意挑出一箱,然后从该箱中先后随机取出两个零件(取出的零件均不放回),试求:
(1)先取出的零件是一等品的概率p;
(2)在先取出的零件是一等品的条件下,第二次取出的零件仍然是一等品的条件概率q。
解 引进下列事件:
={被挑出的是第i箱} (i=1,2)
={第j次取出的零件是一等品}(j=1,2)
由条件知
(1)由全概率公式,知
(2) 由条件概率的定义和全概率公式,知
=
==
例3 采购员要购买10个一包的电器元件. 他的采购方法是:从一包中随机抽查3个, 如这3个元件都是好的,他才买下这一包. 假定含有4个次品的包数占 30%,而其余包中各含 1个次品. 求采购员拒绝购买的概率。
解 记
则构成样本空间的一个正划分,且 又由古典概型计算知
从而由全概率公式得到
.
例4 已知甲、乙两箱中装有同种产品,其中甲箱中装有3件合格品和3件次品,乙箱中仅装有3件合格品,从甲箱中任取3件放入乙箱后,试求从乙箱中任取一件产品是次品的概率。
解 设A表示事件 “从乙箱中任取一件产品是次品”, 根据全概率公式, 有
2.3 首步分析法与末步分析法
例5 (赌徒输光问题) 设甲有赌本元, 其对手乙有赌本元.每赌一次甲以概率赢一元, 而以概率输一元.假定不欠不借,赌博一直到甲乙中有一人输光才结束.因此,两个人中的赢者最终有总赌资元. 求甲输光的概率.
解 一般地,我们以记甲有赌本元而最终输光的概率.而求此概率的关键是给出下面的事件关系式,其方法称为首步分析法.记事件
{甲有赌本i元,但最终输光}, ={甲第1次赌赢}.
于是我们有
,.
由上述关系式及全概率公式,我们得到
=. (1)
这是一个常系数二阶差分方程, 且满足两个边界条件:
,
.
为解(1), 注意到它等价于
.
故当且时, 由得到
(2)
.
令, 再利用可解出
.
从而得到,当且(即)时有
.
而当时,还是由(2)式,我们有
令, 可得 . 从而有 .
例6 连续地抛掷一个很不均匀的硬币n 次. 假定这次抛掷并不相互独立: 第1次出现正面的概率为, 第2次后每次出现与前一次相同的面的概率为. 求第n次时出现正面的概率
文档评论(0)