概率统计D 01.04 条件概率

$\color{blue}{\S 1.4 条件概率}$

$\color{blue}{一、条件概率与乘法公式}$

$定义:设E为一试验,A,B为E中两事件,且P(A) > 0, \\ 则称\dfrac{P(AB)}{P(A)}为事件A发生的条件下事件B发生的条件概率,\\ 记P(B|A),即 P(B|A) = \dfrac{P(AB)}{P(A)}.$
$可以验证上述定义满足概率公理化定义的三个条件.$

$例1.袋中有5只球,2只红球,3只白球,现依次取两球且不放回,\\ (1)求第二次取红球的概率, (2)若已知第一次取到红球的条件下,\\ 求第二次取到红球的概率.$
$解:设A表示第一次取到红球,B表示第二次取到红球, \\ 基本事件总数为: n = C_5^1C_4^1 = 20, \\ n_A = C_2^1 C_4^1 = 8 \\ n_B = C_2^1C_1^1 + C_3^1C_2^1 = 8 (或C_4^1C_2^1) \\ AB表示事件两次都取到红球,则n_{AB} = C_2^1C_1^1 = 2, \\ P(A) = \dfrac{n_A}{n} = \dfrac{2}{5}, P(B) = \dfrac{n_B}{n} = \dfrac{2}{5}, \\ P(AB) = \dfrac{1}{10}, P(B | A) = \dfrac{P(AB)}{P(A)} = \dfrac{1}{4}, \\ 注意区分AB与 B | A. \\ (2)若已知第一次取到红球的条件下,求第二次取到红球的概率, \\ 也可以看作从1个红球,3个白球中任取1球,取到红球的概率.$

$定理:(乘法公式) \\ 若P(A) > 0,则P(AB) = P(A)P(B|A); \\ 若P(B) > 0, 则P(AB) = P(B) P(A|B).$

$例2.一批零件共有100件,次品率10 \%,接连两次从这批产品中\\ 任取一个,不放回,求第二次才取得正品的概率.$
$解: 设A表示事件第一次取次品,B表示事件第二次取正品,\\ 则AB表示直到第二次才取得正品.其概率为:\\ P(AB) = P(A)P(B|A) = \dfrac{10}{100} \times \dfrac{90}{99} = \dfrac{1}{11}. \\ 解法2：基本事件总数n_{AB} = C_{10}^1 C_{90}^1 = 10 \times 90, 事件AB所包\\ 含的基本事件数 n = C_{100}^1 C_{99}^1 = 100 \times 99, 所以由古典概率有:\\ P(AB) = \dfrac{n_{AB}}{n} = \dfrac{1}{11}.$

$推论:设A,B,C为三事件,且P(AB) > 0,则P(ABC) = P(A)P(B|A)P(C|AB).$

$例3.已知在20个同种零件中有3个次品,从这20个中任取3次,不放回,求\\ (1) 三个都是合格品的概率; \\ (2) 至少有一个合格品的概率; \\ (3) 一个是合格品两个是次品的概率.$
$解:设A_i表示事件第i次取到合格品, i = 1, 2, 3,\\ A表示事件三个都是合格品, B表示事件至少一个合格品, \\ C表示事件一个合格品两个不合格品. \\ A = A_1A_2A_3, \bar B = \bar A_1 \bar A_2 \bar A_3(B = A_1 \cup A_2 \cup A_3), \\ C = A_1 \bar A_2 \bar A_3 \cup \bar A_1 A_2 \bar A_3 \cup \bar A_1 \bar A_2 A_3, 于是 \\ P(A) = P(A_1A_2A_3) = P(A_1)P(A_2|A_1)P(A_3|A_1A_2) \\ = \dfrac{17}{20}\dfrac{16}{19}\dfrac{15}{18} = 0.596 \\ P(\bar B) = P(\bar A_1 \bar A_2 \bar A_3) = P(\bar A_1)P(\bar A_2 | \bar A_1) P(\bar A_3 | \bar A_1 \bar A_2) \\ = \dfrac{3}{20} \dfrac{2}{19} \dfrac{1}{18} = 0.000877 \\ P(B) = 1 - P(\bar B) = 0.999123. \\ P(C) = P(A_1\bar A_2 \bar A_3) + P(\bar A_1 A_2 \bar A_3) + P(\bar A_1 \bar A_2 A_3) \\ = \dfrac{17 \times 3 \times 2}{20 \times 19 \times 18} + \dfrac{3 \times 17 \times 2}{20 \times 19 \times 18} + \dfrac{3 \times 2 \times 17}{20 \times 19 \times 18} = 0.0447.$

$\color{blue}{二、全概率公式}$

$定义.设试验E的基本空间为\Omega, 事件A_1, A_2, \cdots, A_n满足: \\ (i) 两两互不相容, \\ (ii) \bigcup \limits _ {i = 1} ^{n} A_i = \Omega, \\ (iii) P(A_i) > 0 (i = 1, 2, \cdots, n), \\ 则称A_i, A_2, \cdots, A_n为\Omega的一个划分(分割).$

$定理.设\Omega为试验E的基本空间,A为E的一个随机事件, \\ B_1, B_2, \cdots, B_n为\Omega的一个划分,且有P(B_i) > 0 \\ (i = 1, 2, \cdots, n), 则 \\ P(A) = \sum \limits _ {i = 1}^{n} P(B_i) P(A|B_i).$
$证明: A = A\Omega = A(\sum \limits _ {i=1} ^ {n} B_i) = \sum \limits _ {i = 1} ^ {n} AB_i, \\ P(A) = \sum \limits _ {i=1} ^ {n} P(AB_i) = \sum \limits _ {i=1} ^ {n} P(B_i) P(A | B_i).$

$推论.设\Omega为E的基本空间,A为E的事件, B_1,B_2, \cdots, B_n互不相容, \\ P(B_i) > 0(i = 1, 2, \cdots, n),且\sum \limits _ {i = 1}^ {n} B_i \supset A, 则\\ P(A) = \sum \limits _ {i = 1} ^ {n}P(B_i)P(A | B_i).$

$例4.袋中有5只球,2只红球,3只白球,依次取两球,\\ 求第二次取红球的概率.$
$解:设B_1表示事件第一次取红球,B_2表示事件第一次取白球,\\ A表示事件第二次取红球,由全概率公式有:\\ P(A) = P(B_1)P(A|B_1) + P(B_2)P(A|B_2) \\ = \dfrac{2}{5} \times \dfrac{1}{4} + \dfrac{3}{5} \times \dfrac{2}{4} = \dfrac{2}{5}$

$例5.某车间有四个班组生产同一种产品,其产量分别为总产量的\\ 15\%, 20\%, 30\%, 35\%, 次品率分别为 0.05, 0.04, 0.03, 0.02, \\ 现从全部产品种任取一件,问恰好取到次品的概率是多少?$
$设A_i表示事件取到第i组的产品,i = 1, 2, 3, 4,B表示事件恰好取到次品,\\ 由全概率公式,有:\\ P(B) = P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + P(A_3)P(B|A_3) + P(A_4)P(B|A_4) \\ = 0.15 \times 0.05 + 0.2 \times 0.04 + 0.3 \times 0.03 + 0.35 \times 0.02 \\ = 0.0315$

$例6.在两个袋中分别放有m_1及m_2个白球和n_1及n_2个黑球,\\ 今任选一袋,从中任取一球,求取出白球的概率.$
$解:设A_i表示事件取到第i袋, i = 1, 2,B事件表示取到白球,由全概率公式,有\\ P(B) = P(A_1)P(B|A_1) + P(A_2)P(B|A_2) \\ = \dfrac{1}{2}\dfrac{m_1}{m_1 + n_1} + \dfrac{1}{2} \dfrac{m_2}{m_2 + n_2}$

$例7.将外形相同的球分别装入三个盒子,每盒10个球.第\\ 一盒中7个红球3个黄球,第二个盒子中5个黑球5个白球,\\ 第三个盒中8个黑球2个白球.先在第一盒中任取一球,若\\ 取到红球,则在第二个盒子中任取一球;若在第一盒中取\\ 到黄球则在第三个盒中任取一球,求第二次取到黑球和第\\ 二次取到白球的概率各为多少?$
$解: 设A表示事件从第一个盒中取到红球,则\bar A表示事件从\\ 第一盒中取到黄球.设B表示事件第二次取到黑球,则\bar B表\\ 示第二次取到白球.\\ P(B) = P(A)P(B|A) + P(\bar A)P(B| \bar A) \\ = 0.7 \times 0.5 + 0.3 \times 0.8 \\ = 0.59 \\ P(\bar B) = P(A)P(\bar B | A) + P(\bar A)P(\bar B | \bar A) \\ = 0.7 \times 0.5 + 0.3 \times 0.2 \\ = 0.41 \\ (或P(\bar B) = 1 - P(B) = 0.41)$

$例7.有10箱同样的产品,每箱数量相同,其中一厂的产品有5箱,二厂的产品有3箱,\\ 三厂的产品有2箱,各厂次品率依次为10\%, 15\%, 5\%.现从全部产品中任取\\ 一件,求取到次品的概率.$
$解:设事件A_i为取到第i厂产品, i = 1, 2, 3.B事件为取到次品. \\ 由全概率公式得:\\ P(B) = P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + P(A_3)P(B|A_3) \\ = \dfrac{5}{10} \times 10\% + \dfrac{3}{10} \times 15\% + \dfrac{2}{10} \times 5\% \\ = 0.105$

$\color{blue}{三、贝叶斯公式}$

$设\Omega为试验E的基本空间,B为任一事件, A_1, A_2, \cdots, A_n为\Omega的一个划分,\\ P(B) > 0, P(A_i) > 0(i = 1,2, \cdots, n), 则 \\ P(A_j|B) = \dfrac{P(A_j)P(B | A_j)}{\sum \limits _ {i = 1} ^{n} P(A_i)P(B | A_i) } (j = 1, 2, \cdots, n)$
$证明:由全概率公式, \\ P(B) = \sum \limits _ {i = 1} ^ {n} P(A_i)P(B | A_i), \\ 再由条件概率公式及乘法公式,得\\ P(A_j | B) = \dfrac{P(A_jB)}{P(B)} = \dfrac{P(A_j)P(B|A_j)}{\sum \limits _ {i=1} ^ {n} P(A_i) P(B | A_i)}.$

$例8.有10箱同样的产品,每箱数量相同,其中一厂的产品有5箱,\\ 二厂的产品有3箱,三厂的产品有2箱,各厂次品率依次为10\%, \\ 15\%, 5\%.现从全部产品中任取一件,求取到次品的概率;\\ 若取到次品,问此次品由哪个厂生产的可能性最大?$
$解:设事件A_i为取到第i厂产品, i = 1, 2, 3;B事件为取到次品. \\ 由全概率公式得:\\ P(B) = P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + P(A_3)P(B|A_3) \\ = \dfrac{5}{10} \times 10\% + \dfrac{3}{10} \times 15\% + \dfrac{2}{10} \times 5\% \\ = 0.105 \\ P(A_1 | B) = \dfrac{P(A_1)P(B|A_1)}{P(B)} = \dfrac{0.5 \times 0.1}{0.105} = 0.476, \\ P(A_2 | B) = \dfrac{P(A_2)P(B|A_2)}{P(B)} = \dfrac{0.3 \times 0.15}{0.105} = 0.429, \\ P(A_3|B) = \dfrac{P(A_3)P(B|A_3)}{P(B)} = \dfrac{0.2 \times 0.05}{0.105} = 0.095. \\ 由此可知,取出的次品由第一厂上产的可能性最大.$

$例9.在电报通讯中,发送端发出的信号是由[.]和[-]两种信号组成的序列.\\ 由于受到随机干扰,接收端收到的是[.],[-],[不清]三种信号.假设发送[.]、\\ [-]的概率分别为0.6和0.4;在发[.]时,收到[.]、[-]和[不清]的概率分别为\\ 0.7、0.1和0.2;在发[-]时,收到[.]、[-]和[不清]的概率分别为0.1、0.8\\ 和0.1.求:\\ (1) 在任意发出一个信号后,收到[.]、[-]和[不清]的概率; \\ (2) 在已知收到“不清”的条件下,问原发送信号是[.]或[-]的概率各是多少?$
$解:设A_1和A_2分别表示事件发送[.]和[-],B_1表示收到[.],B_2表示\\ 收到[-],B_3表示收到[不清].\\ (1) P(B_1) = P(A_1)P(B_1|A_1) + P(A_2)P(B_1|A_2) \\ = 0.6 \times 0.7 + 0.4 \times 0.1 = 0.46, \\ P(B_2) = 0.38, P(B_3) = 0.16. \\ (2) P(A_1|B_3) = \dfrac{P(A_1)P(B_3|A_1)}{P(B_3)} = \dfrac{0.6 \times 0.2}{0.16} = 0.75, \\ P(A_2|B_3) = \dfrac{P(A_2)P(B_3|A_2)}{P(B_3)} = \dfrac{0.4 \times 0.1}{0.16} = 0.25 .$