条件概率
题型特点:有竖线。
意思:在竖线后面的事件百分之百发生的情况下,竖线前面的事件发生的概率。
如:
解法:
P
(
M
∣
N
)
=
P
(
M
N
)
P
(
N
)
P(M|N)=\frac{P(MN)}{P(N)}
P(M∣N)=P(N)P(MN)
分母是竖线后的概率,分子是竖线前事件和竖线后事件同时发生的概率。
例1:
解:
3/4.
画图。
画图后发现:
P
(
C
‾
)
=
2
3
;
P
(
A
B
C
‾
)
=
1
2
;
P
(
C
‾
)
是
包
含
P
(
A
B
)
的
P(\overline C)=\frac{2}{3}; P(AB\overline C)=\frac{1}{2}; P(\overline C)是包含P(AB)的
P(C)=32;P(ABC)=21;P(C)是包含P(AB)的
例2:
解:
画图。1/4。
P
(
A
B
∪
C
)
是
包
含
P
(
A
C
)
的
P(AB\cup C)是包含P(AC)的
P(AB∪C)是包含P(AC)的
形象地条件概率公式:
全概率公式
题干特征:
给出了相似但是不同的多个对象。
多个对象形成一个总体,求总体发生某事的概率。
相似:比如甲乙厂,都能生产产品,都会生产次品,即相似
不同:甲厂生产的和乙厂的无关,没有产品是甲乙厂共同生产的
全概率公式:
感觉像是分类讨论,各管各的
例1:
解:
P
(
总
体
抽
一
件
是
次
品
)
=
60
%
∗
1
%
+
40
%
∗
2
%
=
0.014
P(总体抽一件是次品)=60\%*1\%+40\%*2\%=0.014
P(总体抽一件是次品)=60%∗1%+40%∗2%=0.014
例2:
解:
P
(
总
体
选
一
袋
摸
一
瓶
是
醋
)
=
1
3
∗
1
5
+
1
3
∗
1
2
+
1
3
∗
5
8
=
53
120
P(总体选一袋摸一瓶是醋)=\frac{1}{3}*\frac{1}{5}+\frac{1}{3}*\frac{1}{2}+\frac{1}{3}*\frac{5}{8}=\frac{53}{120}
P(总体选一袋摸一瓶是醋)=31∗51+31∗21+31∗85=12053
例3和例4:
解:
例3:
P
(
答
对
)
=
1
3
∗
100
%
+
1
3
∗
50
%
+
1
3
∗
0
%
=
1
2
P(答对)=\frac{1}{3}*100\% +\frac{1}{3}*50\%+\frac{1}{3}*0\%=\frac{1}{2}
P(答对)=31∗100%+31∗50%+31∗0%=21
例4:
P
(
合
格
)
=
0.8
∗
100
%
+
0.1
∗
C
19
4
C
20
4
+
0.1
∗
C
18
4
C
20
4
P(合格)=0.8*100\%+0.1*\frac{{C_{19}^{4}}}{{C_{20}^{4}}}+0.1*\frac{{C_{18}^{4}}}{{C_{20}^{4}}}
P(合格)=0.8∗100%+0.1∗C204C194+0.1∗C204C184
贝叶斯公式
题干特征:多个对象;多个对象形成一个总体;在已知总体里某事发生的情况下,求抽的东西来自某个对象的概率。
贝叶斯公式:
解:
例1:
P
(
该
次
品
是
甲
厂
生
产
)
=
60
%
∗
1
%
60
%
∗
1
%
+
40
%
∗
2
%
P(该次品是甲厂生产)=\frac{60\%*1\%}{60\%*1\%+40\%*2\%}
P(该次品是甲厂生产)=60%∗1%+40%∗2%60%∗1%
例2:
P
(
该
醋
是
从
2
号
袋
中
摸
出
)
=
1
3
∗
1
2
1
3
∗
1
5
+
1
3
∗
1
2
+
1
3
∗
5
8
P(该醋是从2号袋中摸出)=\frac{\frac{1}{3}*\frac{1}{2}}{\frac{1}{3}*\frac{1}{5}+\frac{1}{3}*\frac{1}{2}+\frac{1}{3}*\frac{5}{8}}
P(该醋是从2号袋中摸出)=31∗51+31∗21+31∗8531∗21
贝叶斯公式是怎么来的:
很直观:如果某件事发生了,想求是对象1发生这件事的概率,那就是:
P
(
对
象
1
发
生
某
事
)
=
对
象
1
发
生
此
事
对
象
1
发
生
此
事
+
对
象
2
发
生
此
事
+
.
.
.
+
对
象
n
发
生
此
事
P(对象1发生某事)=\frac{对象1发生此事}{对象1发生此事+对象2发生此事+...+对象n发生此事}
P(对象1发生某事)=对象1发生此事+对象2发生此事+...+对象n发生此事对象1发生此事