史上最全概率论复习提纲B_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
史上最全概率论复习提纲B
阅读已结束，下载本文需要
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩30页未读，
定制HR最喜欢的简历
你可能喜欢边缘概率_百度百科
清除历史记录关闭
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
边缘概率 Marginal Probability 是某个事件发生的概率，而与其它事件无关。边缘概率是这样得到的：在联合概率中，把最终结果中不需要的那些事件合并成其事件的全概率而消失（对离散随机变量用求和得全概率，对连续随机变量用积分得全概率）。
这称为边缘化（marginalization）。A的边缘概率表示为 P(A)，B 的边缘概率表示为 P(B)。
清除历史记录关闭条件概率、全概率公式与贝叶斯公式
我的图书馆
条件概率、全概率公式与贝叶斯公式
条件概率、全概率公式与贝叶斯公式
　　& 条件概率、全概率公式与贝叶斯公式
　　一、背景
　　一个随机事件的概率,确切地说,是指在某些给定的条件下,事件发生的可能性大小的度量.但如果给定的条件发生变化之后,该事件的概率一般也随之变化.于是,人们自然提出:如果增加某个条件之后,事件的概率会怎样变化的?它与原来的概率之间有什么关系?显然这类现象是常有的.
　　[例1] 设有一群共人,其中个女性,个是色盲患者. 个色盲患者中女性占个. 如果={从中任选一个是色盲}, ={从中任选一个是女性},此时, .如果对选取规则附加条件:只在女性中任选一位,换一句话说,发生之后,发生的概率(暂且记为) 自然是.
　　[例2] 将一枚硬币抛掷,观察其出现正反面的情况.设事件为“两次掷出同一面”,事件为“至少有一次为正面H”.现在来求已知事件已经发生的条件下事件发生的概率.
　这里,样本空间.易知此属于古典概型问题.已知事件已发生,有了这一信息,知道不可能发生,即知试验所有可能结果所成的集合就是.中共有3个元素,其中只有属于.于是,在发生的条件下,发生的概率为
　　对于例1,已知
　　容易验证在发生的条件下,发生的概率
　　对于例2,已知
　　容易验证发生的条件下,发生的概率
　　对一般古典概型, 容易验证:只要,则在发生的条件下, 发生的概率,
　　总是成立的.
　　在几何概率场合,如果向平面上单位正方形内等可能任投一点,则当发生的条件下, 这时发生的概率为
　　由此可知对上述的两个等可能性的概率模型,总有成立.
　　其实,还可以验证, 这个关系式对频率也是成立的.于是,从这些共性中得到启发,引入下面的一般定义.
　　二、条件概率
　　若是一个概率空间,,若,则对于任意的,称
　　为已知事件发生的条件下, 事件发生的条件概率.
　　[例3] 一盒子中装有4只产品,其中有3只是一等品,1只是二等品.从中取产品两次,每次任取一只,作不放回抽样,设事件为“第二次取到的是一等品”,事件为“第一次取到的是一等品”,试求条件概率
　　解:易知此属古典概型问题.将产品编号：1,2,3号为一等品,4号为二等品.以表示第一次、第二次分别取到第号、第号产品.试验E (取产品两次,记录其号码)的样本空间为
　　={(1,2),(1,3),(1,4), (2,1),(2,3),(2,4), (3,1),(3,2),(3,4), (4,1),(4,2),(4,3)}
　　={(1,2),(1,3),(1,4), (2,1),(2,3),(2,4), (3,1),(3,2),(3,4)}
　　={(1,2),(1,3), (2,1),(2,3), (3,1),(3,2)}
　　由条件概率公式得,
　　[例4] 一个家庭中有两个小孩,已知其中有一个是女孩,问这时另一个小孩也是女孩的概率?(假定一个小孩是女孩还是男孩是等可能的)
　　解:据题意样本空间为
　　={(男,女),(男,男),(女,女),(女,男)}
　　={已知有一个是女孩}={(男,女),(女,女),(女,男)}
　　={另一个小孩也是女孩}={(女,女)}
　　于是,所求概率为
　　三、条件概率的性质
　　(1)非负性:对任意的
　　(2)规范性:
　　(3)可列可加性:若为一列两两不相交的事件,有
　　证明:(1) 因为所以
　　(2)由于,所以
　　(3)由于两两不相交,所以也必然两两不相交,所以
　　四、乘法公式
　　由条件概率的定义知: 设,则.于是,
　　这就是概率的乘法公式.
　　如果,同样有
　　设且则
　　证明 因为,依条件概率的定义,上式的右边
　　五、乘法公式的应用例子
　　[例5] 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,若第一次落下时未打破, 第二次落下时打破的概率为7/10, 若前两次时未打破, 第三次落下时打破的概率为9/10,试求透镜落下三次而未打破的概率.
　　解:以表示事件“透镜第次落下时打破”,以表示事件“透镜三次落下而未打破”. 因为,故有
　　[例6] 设袋中装有只红球,只白球.每次自袋中任取一只球,观察其颜色后放回,并再放入只与所取出的那个球同色的球.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:以表示事件“第次取到红球”,分别表示事件第三、四次取到白球.所求概率为
　　[例7] (卜里耶模型)罐中有只黑球,只红球,随机地取一只之后,把原球放回,并加进与抽出的球同色之球只,再摸第二次,这样下去共摸次.问前次出现黑球,后面次出现红球概率是多少?
　　解:以表示事件“第k次取到黑球”, 表示事件“第次取到红球”,则
　　由一般乘法公式,
　　1. 在例7中,最后答案与黑球和红球出现的次数有关,而与出现的顺序无关.
　　2.卜里耶模型被卜里耶用来描述传染病的数学模型.
　　当时,它是有放回的摸球模型.
　　当时,它是不放回的摸球模型.
　　思考题: 在卜里耶模型中,取次,问正好出现次红球概率是多少?
　　[例8] 一批产品共100件,对其进行抽样调查,整批产品看作不合格的规定是:在被检查的5件产品中至少有一件是废品.如果在该批产品中有5%是废品,试问该批产品被拒绝接收的概率是多少?
　　解:设表示被检查的第件产品是正品.表示该批产品被接收.则且
　　因此, 该批产品被拒绝接收的概率是0.23。
　　P55 EX 29,30,31
　　六、全概率公式
　　设是两个事件,那么可以表示为
　　显然,,如果则
　　[例1] 1号箱中有2个白球和4个红球,2号箱中有5个白球和3个红球,现随机地从1号箱中取出一球放入2号箱,然后从2号箱随机取出一球,问从2号箱取出的红球的概率是多少?
　　解:令 :最后从2号箱中取出的是红球;
　　:从1号箱中取出的是红球.
　　由上面的公式,
　　上例采用的方法是概率论中颇为常用的方法,为了求复杂事件的概率,往往可以把它分解成若干个互不相容的简单事件之并,然后利用条件概率和乘法公式,求出这些简单事件的概率,最后利用概率可加性,得到最终结果,这一方法的一般化就是所谓的全概率公式.
　　设为试验的样本空间,为的事件,为的一组事件.若
　　则称为样本空间的一个分割.
　　若为样本空间的一个分割,那么,对每一次试验,事件必有一个且仅有一个发生.
　　[例2] 设试验为“掷一颗骰子观察其点数”.它的样本空间.的一组事件是样本空间的一个分割.而事件组不是样本空间的一个分割,因为
　　[例3] 甲、乙、丙三人向同一飞机射击.设样本空间={无人命中飞机,一人命中飞机,二人命中飞机,全命中}.的一组事件={三人以下命中飞机},={全命中飞机}是样本空间的一个分割.
设试验E的样本空间,为的事件, 为的一个分割,且 ,则
　　上式被称为全概率公式.
　　证明: ,所以
　　由假设,且所以
　　由条件概率公式,得
　　代入上式,即得
　　[例4] 甲、乙、丙三人向同一飞机射击.设甲、乙、丙射中的概率分别为0.4,0.5,0.7.又设若只有一人射中,飞机坠落的概率为0.2,若有二人射中,飞机坠落的概率为0.6,若有三人射中, 飞机必坠落.求飞机坠落的概率.
　　解:记={飞机坠落},={个人射中飞机},
　　=(甲射中,乙丙未射中)+(乙射中,甲丙未射中)+(丙射中,甲乙未射中)
　　再由题设,
　　利用全概率公式,
　　[例5] 播种用的小麦种子混有2%的二等种子,1.5%的三等种子,1%的四等种子,用一等、二等、三等、四等种子长出的麦穗含有50颗麦粒以上的概率为0.5,0.15,0.1,0.05,求这批所结出的麦穗含有50颗麦粒以上的概率.
　　解: 设={从这批种子任选一颗种子是等种子}, .
　　　={从这批种子任选一颗,所结出的麦穗含有50颗麦粒以上}
　　由全概率公式
　　在例题5中, ,这对于农业技术人员来说,这个数据是重要的,但对育种专家来说,仅有这个数据是不够的.因为他们更感兴趣的是下面的问题.
　　[例6] 在例题5中,问由这批所结出的含有50颗麦粒以上麦穗中是一等、二等种子长出的概率.
　　在上面的计算中,事实上建立了一个著名的公式——Bayes公式.
　　七、贝叶斯公式
　　设试验的样本空间,为的事件, 为的一个分割,且 ,则
　　上式称为贝叶斯公式.
　　证明:由条件概率,知
和全概率公式
　　[例7] 某电子设备厂所用的元件是由三家元件厂提供的,根据以往的记录,这三个厂家的次品率分别为0.02,0.01,0.03,提供元件的份额分别为0.15,0.8,0.05,设这三个厂家的产品在仓库是均匀混合的,且无区别的标志.
　　(1)在仓库中随机地取一个元件,求它是次品的概率.
　　(2) 在仓库中随机地取一个元件,若已知它是次品,为分析此次品出自何厂,需求出此品由三个厂家生产的概率是多少?
　　解:设取到的元件是次品,表示取到的元件是由第个厂家生产的.
　　(1)由全概率公式,
　　(2) 由贝叶斯公式,
　　以上结果表明,这只产品来自第2家工厂的可能性最大.
　　八、贝叶斯方法
　　从这道题中我们看出，“取一个元件”是进行一个试验,那么是在试验以前就已经知道的,所以习惯地称它们为先验概率.实际上它是过去已经掌握的生产情况的反映,对试验要出现的结果提供了一定的信息.
　　在这个例子中,试验结果出现次品,这时条件概率反映了在试验以后,对A发生的来源的各种可能性的大小,通常称为后验概率.
　　如果是病人可能患的n种疾病,在诊断以前先检验与这些疾病有关的某些指标(如体温,血压,白血球等),若病人的某些指标偏离正常值,要问病人患的是哪一种疾病,从概率论的角度考虑,若较大,而为了计算 ,就可以利用上述的贝叶斯公式,并把由过去的病例中得到的先验概率值代入,也就是医学上所说的发病率,人们常常喜欢找有经验的医生给自己治病,因为过去的经验能帮助医生作出比较准确的诊断,能够更好地做到对症下药,而贝叶斯公式正是利用了经验的知识,由此,读者可以直觉地认识到这个公式的意义.也正因如此,这类方法在过去和现在,都受到人们的普遍重视,并称为贝叶斯方法.
　　[例8] 用甲胎蛋白法普查肝癌,令
　　　　={被检验者患肝癌}
　　　　={甲胎蛋白检验呈阳性}
　　　　{被检验者未患肝癌}
　　　　{甲胎蛋白检验呈阴性}
　　由资料已知,,又已知某地居民的肝癌发病率,在普查中查出一批甲胎蛋白检验呈阳性的人,求这批人中真的患肝癌的概率.
　　解:由贝叶斯公式可得,
　　由此可见,经甲胎蛋白检验呈阳性的人群中,其中真正患肝癌的人还是很少的,只占0.0038,把与对比一下是很有意思的.当已知病人患肝癌或未患肝癌时, 甲胎蛋白检验的准确性应该说是比较高的,这从可以肯定这一点.但如果病人患肝癌或未患肝癌时,而要从甲胎蛋白检验结果是否为阳性这一事件出发,来判断病人是否患肝癌,那么它的准确性还是很低的,因为 .这个问题看来似乎有点矛盾.一种检验方法准确性很高,但实际使用时准确性很低,到底是怎么一回事?
　　从上述计算中用到的贝叶斯公式,可以得到解释.已知是不大的,但是患肝癌的人数毕竟很少, ,这就使得相对很大,从而很小.那么,上述结果是不是说明甲胎蛋白检验法不能用了呢?完全不是!通常医生总是先采取一些其它简单易行的辅助方法进行检查,当他怀疑某个对象有可能患肝癌时,才建议用甲胎蛋白检验法.这时, 肝癌的发病率已经显著地增加了.比方说,在被怀疑的对象中,这时,这就有相当的准确性了.
TA的最新馆藏
喜欢该文的人也喜欢599被浏览35,341分享邀请回答21622 条评论分享收藏感谢收起6916 条评论分享收藏感谢收起扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
概率论问题,全概率公式和贝叶斯公式有什么区别,它们分别适用什么条件
作业帮用户
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
1、全概率公式：首先建立一个完备事件组的思想,其实就是已知第一阶段求第二阶段,比如第一阶段分A B C三种,然后A B C中均有D发生的概率,求D的概率：P(D)=P(A)*P(D/A）+P(B)*P(D/B）+P(C)*P(D/C）2、贝叶斯公式,也叫逆概公式,在全概率公式理解的基础上,其实就是已知第二阶段反推第一阶段,关键是利用条件概率公式做变换,跟上面建立的A B C D模型一样,已知P(D),求在A发生下D发生的概率,这就是贝叶斯公式：P(A/D)=P(AD)/P(D)=P(A)*P(D/A)/P(D).
不客气(^_-)
为您推荐：
其他类似问题
扫描下载二维码}