本节为概率论与数理统计复习笔记的第二节,随机事件与概率(2),主要包括:加法公式、减法公式、条件概率公式、乘法公式、全概率公式、贝叶斯公式以及两道例题。
1.常用的求概率公式
1.加法公式
P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A B ) P ( A ∪ B ∪ C ) = P ( A ) + P ( B ) + P ( C ) − P ( A B ) − P ( A C ) − P ( B C ) + P ( A B C ) P(A\cup B)=P(A)+P(B)-P(AB)\\\ \\ P(A\cup B \cup C)=\\P(A)+P(B)+P(C)\\-P(AB)-P(AC)-P(BC)+P(ABC) P(A∪B)=P(A)+P(B)−P(AB) P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)
2.减法公式
P ( A − B ) = P ( A ) − P ( A B ) = P ( A B ˉ ) P(A-B)=P(A)-P(AB)=P(A\bar B) P(A−B)=P(A)−P(AB)=P(ABˉ)
3.条件概率公式
已知事件A发生的条件下,事件B发生的概率:
P
(
B
∣
A
)
=
P
(
A
B
)
P
(
A
)
P(B|A)=\frac{P(AB)}{P(A)}
P(B∣A)=P(A)P(AB)
引申一下还有:
P
(
B
ˉ
∣
A
)
=
1
−
P
(
B
∣
A
)
P
(
B
−
C
∣
A
)
=
P
(
B
∣
A
)
−
P
(
B
C
∣
A
)
P(\bar B|A)=1-P(B|A)\\\ \\ P(B-C|A)=P(B|A)-P(BC|A)
P(Bˉ∣A)=1−P(B∣A) P(B−C∣A)=P(B∣A)−P(BC∣A)
4.乘法公式
P
(
A
B
)
=
P
(
A
)
P
(
B
∣
A
)
=
P
(
B
)
P
(
A
∣
B
)
P
(
A
B
C
)
=
P
(
A
)
P
(
B
∣
A
)
P
(
C
∣
A
B
)
P(AB)=P(A)P(B|A)=P(B)P(A|B)\\\ \\ P(ABC)=P(A)P(B|A)P(C|AB)
P(AB)=P(A)P(B∣A)=P(B)P(A∣B) P(ABC)=P(A)P(B∣A)P(C∣AB)
5.全概率公式(全集分解公式)
若
∪
i
=
1
n
A
i
=
Ω
,
A
i
A
j
=
∅
(
i
≠
j
;
i
,
j
=
1
,
.
.
.
,
n
)
\cup_{i=1}^n A_i=\Omega,A_iA_j=\empty(i\neq j;i,j=1,...,n)
∪i=1nAi=Ω,AiAj=∅(i=j;i,j=1,...,n),则对任一事件B有
B
=
∪
i
=
1
n
A
i
B
,
P
(
B
)
=
∑
i
=
1
n
P
(
A
i
)
P
(
B
∣
A
i
)
B=\cup_{i=1}^n A_iB,P(B)=\sum_{i=1}^nP(A_i)P(B|A_i)
B=∪i=1nAiB,P(B)=∑i=1nP(Ai)P(B∣Ai)。
6.贝叶斯公式(逆概公式)
如果
∪
i
=
1
n
A
i
=
Ω
,
A
i
A
j
=
∅
(
i
≠
j
;
i
,
j
=
1
,
.
.
.
,
n
)
,
P
(
A
i
)
>
0
\cup_{i=1}^n A_i=\Omega,A_iA_j=\empty(i\neq j;i,j=1,...,n),P(A_i)>0
∪i=1nAi=Ω,AiAj=∅(i=j;i,j=1,...,n),P(Ai)>0,则对任一事件
B
B
B,只要
P
(
B
)
>
0
P(B)>0
P(B)>0,即有
P
(
A
j
∣
B
)
=
P
(
A
j
)
P
(
B
∣
A
j
)
Σ
i
=
1
n
P
(
A
i
)
P
(
B
∣
A
i
)
P(A_j|B)=\frac{P(A_j)P(B|A_j)}{\Sigma_{i=1}^nP(A_i)P(B|A_i)}
P(Aj∣B)=Σi=1nP(Ai)P(B∣Ai)P(Aj)P(B∣Aj)。
2. 两道例题
eg1.设有两批数量相同的零件,已知有一批产品全部合格,另一批产品有25%不合格。从两批产品中任取已知,经检验是正品,放回原处,并在原处所在批次再取一只,试求这只产品是次品的概率。
解:设事件
H
i
(
i
=
1
,
2
)
H_i(i=1,2)
Hi(i=1,2)为“第一次从第i批产品中抽取”,事件
A
A
A为取正品,则
P
(
H
1
)
=
P
(
H
2
)
=
1
2
,
P
(
A
∣
H
1
)
=
1
P(H_1)=P(H_2)=\frac12,P(A|H_1)=1
P(H1)=P(H2)=21,P(A∣H1)=1,
P
(
A
∣
H
2
)
=
3
4
P(A|H_2)=\frac34
P(A∣H2)=43。
则有
P
(
A
)
=
P
(
H
1
)
P
(
A
∣
H
1
)
+
P
(
H
2
)
P
(
A
∣
H
2
)
=
7
8
P(A)=P(H_1)P(A|H_1)+P(H_2)P(A|H_2)=\frac78
P(A)=P(H1)P(A∣H1)+P(H2)P(A∣H2)=87(全概率公式);
从而(贝叶斯):
P
(
H
1
∣
A
)
=
P
(
H
1
)
P
(
A
∣
H
1
)
P
(
A
)
=
4
7
P
(
H
2
∣
A
)
=
P
(
H
2
)
P
(
A
∣
H
2
)
P
(
A
)
=
3
7
P(H_1|A)=\frac{P(H_1)P(A|H_1)}{P(A)}=\frac47\\\ \\ P(H_2|A)=\frac{P(H_2)P(A|H_2)}{P(A)}=\frac37
P(H1∣A)=P(A)P(H1)P(A∣H1)=74 P(H2∣A)=P(A)P(H2)P(A∣H2)=73(当第一次取正品之后,概率就发生了变化,不是1/2了)
设
C
i
(
i
=
1
,
2
)
C_i(i=1,2)
Ci(i=1,2)表示“第二次从第i批产品中抽取”,则有:
P
(
A
ˉ
)
=
P
(
C
1
)
P
(
A
ˉ
∣
C
1
)
+
P
(
C
2
)
P
(
A
ˉ
∣
C
2
)
=
4
7
×
0
+
3
7
×
1
4
=
3
28
P(\bar A)=P(C_1)P(\bar A|C_1)+P(C_2)P(\bar A|C_2)\\\ \\=\frac47 \times 0+\frac37 \times \frac14=\frac3{28}
P(Aˉ)=P(C1)P(Aˉ∣C1)+P(C2)P(Aˉ∣C2) =74×0+73×41=283
eg2.设有两箱零件,第一箱内装50件,其中10件是一等品;第二箱内装30件,其中18件是一等品。
求:
(1)先去除的零件是一等品的概率
p
p
p;
(2)在先取出的是一等品的条件下,后取出的零件仍然是一等品的概率
q
q
q。
解:记
A
A
A={从第一箱中取},
B
1
B_1
B1={先取出的是一等品},
B
2
B_2
B2={后取出的是一等品},则有:
P ( A ) = P ( A ˉ ) = 1 2 , P ( B 1 ∣ A ) = 1 5 , P ( B 1 ∣ A ˉ ) = 3 5 P(A)=P(\bar A)=\frac12,P(B_1|A)=\frac15,P(B_1|\bar A)=\frac35 P(A)=P(Aˉ)=21,P(B1∣A)=51,P(B1∣Aˉ)=53
P ( B 1 B 2 ∣ A ) = 10 50 × 9 49 , P ( B 1 B 2 ∣ A ˉ ) = 18 30 × 17 29 P(B_1B_2|A)=\frac{10}{50}\times \frac9{49},P(B_1B_2|\bar A)=\frac{18}{30}\times \frac{17}{29} P(B1B2∣A)=5010×499,P(B1B2∣Aˉ)=3018×2917
(1) p = P ( A ) P ( B 1 ∣ A ) + P ( A ˉ ) P ( B 1 ∣ A ˉ ) = 2 5 p=P(A)P(B_1|A)+P(\bar A)P(B_1|\bar A)=\frac25 p=P(A)P(B1∣A)+P(Aˉ)P(B1∣Aˉ)=52
(2) P ( B 1 B 2 ) = P ( A ) P ( B 1 B 2 ∣ A ) + P ( A ˉ ) P ( B 1 B 2 ∣ A ˉ ) = 276 1421 P(B_1B_2)=P(A)P(B_1B_2|A)+P(\bar A)P(B_1B_2|\bar A)=\frac{276}{1421} P(B1B2)=P(A)P(B1B2∣A)+P(Aˉ)P(B1B2∣Aˉ)=1421276,
则 q = P ( B 2 ∣ B 1 ) = P ( B 1 B 2 ) P ( B 1 ) = 690 1421 q=P(B_2|B_1)=\frac{P(B_1B_2)}{P(B_1)}=\frac{690}{1421} q=P(B2∣B1)=P(B1)P(B1B2)=1421690。
欢迎扫描二维码关注微信公众号 深度学习与数学 [每天获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读,算法和其他互联网技能的学习,概率论、线性代数等高等数学知识的回顾]