全概率公式和贝叶斯公式的应用 (概统1)

全概率公式和贝叶斯公式的应用(概统1)

全概率公式是计算由若干复杂“原因”引起的复杂事件概率的一个有效公式。贝叶斯公式是用来计算在复杂事件已经发生的情况下，求某一种”原因“引起的条件概率。

全概率公式
$P(A)=\sum_{j=1}^{n}P(A|B_{j})P(B_{j})$

A—表示某个概率事件的某个结果，P(A)表示A结果发生的概率。
例如，三门炮同时射击飞机，飞机坠毁的概率。
例如，三箱产品，任取一件是次品的概率。
例如，三箱玻璃杯，顾客买下该箱的概率。

已知A结果在不同的条件下有不同的概率，那么A结果发生的概率，就是所有条件下出现A结果的概率的总和。

随机事件发生出现A结果的概率表示为P(A)，到了概率分布，就表示为
P(X=k)，X就是概率事件发生结果的函数，X的分布函数表示为F(x)=P(X<=x)，x是常数，是X的一个取值，比如二项分布，我们定义一个变量X，X=1表示 ”飞机被击中“，”飞机被击中“的概率就是P(X=1)；“任取一件是次品”，“买下玻璃杯箱”等等，或者数字型，掷骰子，X=1表示“1出现1次”，X=2表示“1出现两次”，X=3表示“M出现N次”等等。
事件也可以表示为 $\{ a< X \leqslant b \}$的概率为 $P\{a< X \leqslant b\}$ = $\sum_{a<x_k\leqslant b}^{} p_k$

贝叶斯公式
已知分别在每一个条件$B_{j}$下，事件发生的概率是$P(A|B_{j})$，现在是事件结果A已经发生了，求它是由于$B_{j}$ 引起的概率

$P(B_{j}|A) = \frac{P(A|B_{j})P(B_{j})}{P(A)}=\frac{P(A|B_{j})P(B_{j})}{\sum_{j=1}^{n}P(A|B_{j})P(B_{j})}$

在全概率公式中，如果将A看成是“结果”，$B_{j}$看成是导致结果发生的诸多“原因”之一，那么全概率公式就是一个“原因推结果” 的过程。但贝叶斯公式却恰恰相反。贝叶斯公式中，我们是知道结果A已经发生了，所要做的是反过来研究造成结果发生的原因，是XX原因造成的可能性有多大，即“结果推原因”。

应用全概率公式和贝叶斯公式的关键是“找到一个完备事件组”

啥叫“完备事件组”？就是所有各种可能性。例如抽出一件样品是次品，有可能是第一箱产生的，也有可能是第二箱产生的，等，需要分析出所有的可能性。任抽两件表，第二件是男生表，完备事件组就是，假设A代表男生，B代表女生，完备事件组：AA，BA。任抽两件，有一件或者两件是次品，完备事件组就是，假设A代表正品，B代表次品，完备事件组：AB，BA，BB。总之就是分析概率会发生的所有可能性。

寻找完备事件组（划分）

寻找完备事件组（划分）的两个常用方法：

(1)从第一个试验入手，分解其样本空间，找出完备事件组。
如果所求概率的事件与前后两个试验（两个工序）有关，且这个试验（或工序）彼此关联，第一个试验（工序）的各种结果直接对第二个试验产生影响，而问第二个试验（工序）出现结果的概率，这类问题是属于使用全概率公式的问题。第一个试验的各种结果就是所求的一个完备事件组。
(2)从事件B发生的两两互不相容的诸原因中找完备事件组。
如果事件B能且只能在“原因”$A_{1}$,$A_{2}$,…..,$A_{n}$下发生，且$A_{1}$,$A_{2}$,…..,$A_{n}$是两两不相容，那么这些”原因“$A_{1}$,$A_{2}$,…..,$A_{n}$ 就是一个完备事件组。

这类条件概率的问题，分析难度较大，与每一个具体的应用场景相关，应该多多练习。

【典型例题】
【例1】甲，乙，丙三门高射炮向同一架飞机射击，假设甲，乙，丙射中飞机的概率分别为0.4，0.5，0.7；又假设如果飞机不被射中，飞机不坠毁；若一门炮射中，飞机坠毁的概率为0.2；若两门炮射中，飞机坠毁的概率为0.6；若三门炮射中，飞机必坠毁，求飞机坠毁的概率。

解：
显然，这是一个全概率的问题。

飞机坠毁的概率=因一门炮射中坠毁的概率+因两门炮射中坠毁的概率+因三门炮射中坠毁的概率

假设甲=A，乙=B，丙=C

设一门炮射中的概率=P1=$P(A_{1})$+$P(B_{1})$+$P(C_{1})$
设两门炮射中的概率=P2=$P(AB_{2})+P(AC_{2})+P(BC_{2})$
设三门炮射中的概率=P3=$P(ABC_{3})$

因一门炮射中坠毁的概率 = P1_OK
= 一门炮射中的概率 x 一门射中坠毁的概率=P1x0.2

因两门炮射中坠毁的概率 = P2_OK
= 两门炮射中的概率 x 两门射中坠毁的概率=P2x0.6

因三门炮射中坠毁的概率 = P3_OK
= 三门炮射中的概率 x 三门射中坠毁的概率=$P(A_{3})$x1

首先，计算一门炮射中的概率P1
关键是关于一门炮射中的概率=$P(A_{1})$ 的计算

看上图，假设甲=A，乙=B，丙=C
关于$P(A_{1})$的计算，有两种思路：

**计算$P(A_{1})$，第一种思路：

由图中看，A单独射中，A单独发生，就是上图中的绿色区域；

参照前面一篇博客”【数学】–1.样本空间，随机事件基本概念 —【例5】”
只不过两个事件推广到3个事件
两种事件：$P(A_{1})$= P(A)- P(AB)
三种事件：$P(A_{1})$=P(A)- P(AB)-P(AC)+P(ABC)；
注意，三种事件要加 P(ABC)

$P(A_{1})$= P(A)- P(AB)- P(AC)+ P(ABC)
因为A，B，C三个事件是独立事件，所以
P(AB)=P(A)P(B) , P(ABC)=P(A)P(B)P(C)

绿色区域；
$P(A_{1})$=P(A)-P(A)P(B)-P(A)P(C)+P(A)P(B)P(C)
=0.4 - 0.4*0.5-0.4*0.7 + 0.4*0.5*0.7 = 0.06
同理
蓝色区域；
$P(B_{1})$=P(B)-P(B)P(A)-P(B)P(C)+P(A)P(B)P(C)
=0.5 - 0.5*0.4-0.5*0.7 + 0.4*0.5*0.7 = 0.09
同理
黄色区域；
$P(C_{1})$=P(C)-P(C)P(A)-P(C)P(A)+P(A)P(B)P(C)
=0.7 - 0.7*0.4-0.7*0.5 + 0.4*0.5*0.7 = 0.21
因此，
P1=$P(A_{1})$+$P(B_{1})$+$P(C_{1})$ = 0.06+0.09+0.21=0.36

**计算$P(A_{1})$，第二种思路：
A单独射中的事件=A射中 x B不射中 x C不射中
所以
绿色区域；
$P(A_{1})=P(A)*P(\overline{B})*P(\overline{C})$
=0.4*(1-0.5)*(1-0.7)=0.06
同理
蓝色区域；
$P(B_{1})=P(B)*P(\overline{A})*P(\overline{C})$
=0.5*(1-0.4)*(1-0.7)=0.09
同理
黄色区域；
$P(C_{1})=P(C)*P(\overline{A})*P(\overline{B})$
=0.7*(1-0.4)*(1-0.5)=0.21
因此，
P1=$P(A_{1})$+$P(B_{1})$+$P(C_{1})$ = 0.06+0.09+0.21=0.36
与第一种算法结果相同

第二，计算两门炮同时射中的概率P2
我们采用上面的第二种算法
两门炮同时射中=AB同时射中xC不射中 +AC同时射中xB不射中 + BC同时射中xA不射中

AB相交除去C区域+AC相交除去B区域+BC相交除去A区域

=天蓝色区域+ 蓝灰色区域 + + 蓝黄色区域

P2=$P(AB\overline{C})+P(AC\overline{B})+P(BC\overline{A})$ = $P(A)P(B)P(\overline{C})+P(A)P(C)P(\overline{B}) +P(B)P(C)P(\overline{A})$
=0.4*0.5*(1-0.7) + 0.4*0.7*(1-0.5)+0.5*0.7*(1-0.4) = 0.41

第三，计算两门炮同时射中的概率P3
三门炮同时射中，就是上面图中红色区域；
P3=P(ABC)=P(A)P(B)P(C)=0.4*0.5*0.7=0.14

最后，
飞机坠毁的概率=P1*0.2 + P2*0.6 + P3*1
= 0.36*0.2 + 0.41*0.6 +0.14*1 = 0.458

---

【例2】某车间生产了同样规格的6箱产品，其中有3箱，2箱和1箱分别是由甲，乙，丙3个车床生产的，且三个车床的次品率分别为$\frac{1}{10}$, $\frac{1}{15}$, $\frac{1}{20}$，现从这6箱中任取一箱，再从选出的一箱中任取一件，试计算：
（1）取得的一件是次品的概率
（2）若已知取得的一件是次品，试求所取得的产品是由丙车床生产的概率。

解：这也是一个全概率，条件概率的问题

分析：看上图，整个有利事件由三种可能性组成：甲，乙，丙
假设B1 , B2, B3 对应甲，乙，丙
P(B1)=$\frac{3}{6}$ =$\frac{1}{2}$,
P(B2)=$\frac{2}{6}$ =$\frac{1}{3}$,
P(B3)=$\frac{1}{6}$ =$\frac{1}{6}$
P(A1|B1)=$\frac{1}{10}$,
P(A2|B2)=$\frac{1}{15}$,
P(A3|B3)=$\frac{1}{20}$

（1）取得的一件是次品的概率
就是计算全概率
全概率公式：
$P(A)=\sum_{j=1}^{n}P(A|B_{j})P(B_{j})$
任取一件是次品的概率，就等于P(A)
P(A)=P(A1|B1)P(B1) +P(A2|B2)P(B2)+P(A3|B3)P(B3)
= $\frac{1}{10}$* $\frac{1}{2}$ + $\frac{1}{15}$* $\frac{1}{3}$ +$\frac{1}{20}$*$\frac{1}{6}$=$\frac{29}{360}$

（2）若已知取得的一件是次品，试求所取得的产品是由丙车床生产的概率。
就是求条件概率
$P(B_{j})$=$\frac{P(A_{j}B_{j})}{P(A)}$
丙车床对应B3
$P(B_{3})$=$\frac{P(A_{3}B_{3})}{P(A)}$ = $\frac{P(A_{3}|B_{3})P(B_{3})}{P(A)}$ = $\frac{\frac{1}{20}* \frac{1}{6}} {\frac{29}{360}}$ = $\frac{3}{29}$

---

【例3】 玻璃杯成箱出售，每箱20只，假设各箱含0,1,2只残次品的概率相应为0.8，0.1，和0.1，一顾客欲购买一箱玻璃杯，在购买时售货员随意取一箱，而顾客开箱随机地查看4只，若无残次品，则买下该箱玻璃杯，否则退回。试求：
（1）顾客买下该箱的概率$\alpha$
（2）在顾客买下的一箱中，确实没有残次品的概率$\beta$

解：
分析：
还是一个条件概率，全概率的问题，
将条件分为，含0,1,2只残次品对应条件B1,B2,B3
P(B1)=0.8
P(B2)=0.1
P(B3)=0.1
任取4只，由于含残次品是小概率，所以最好是计算4只全部是合格品的事件数 $C_{20}^{4}, C_{19}^{4}，C_{18}^{4}$

（1）顾客买下该箱的概率$\alpha$
顾客查看4只，顾客买下该箱的概率 等于 查看4只全部是合格品的概率。[技巧] 本题含残次品的个数分别是0,1,2只，任取4只，如果就计算4只里面含残次品的概率，有含一只残次品，有含两只，三只，等等，不如直接计算4只全部是合格品的概率。注意，计算4只全部是合格品的概率。

所以，任取4只全是合格品的概率为：
甲箱： P(A1|B1) = $\frac{C_{20}^{4}}{C_{20}^{4}}$ = 1

乙箱： P(A2|B2) = $\frac{C_{19}^{4}}{C_{20}^{4}}$ = $\frac{\frac{19*18*17*16}{4*3*2}}{\frac{20*19*18*17}{4*3*2}}$ = $\frac{4}{5}$

丙箱： P(A3|B3) = $\frac{C_{18}^{4}}{C_{20}^{4}}$ = $\frac{\frac{18*17*16*15}{4*3*2}}{\frac{20*19*18*17}{4*3*2}}$ = $\frac{12}{19}$

全概率 P(A) = ${\sum_{j=1}^{3}P(A_{j}|B_{j})} P(B_{j})$
= P(A1|B1)*P(B1) + P(A2|B2)*P(B2) + P(A3|B3)*P(B3)
= 1*0.8+0.1* $\frac{4}{5}$+0.1*$\frac{12}{19}$ $\approx$ 0.94

（2）在顾客买下的一箱中，确实没有残次品的概率$\beta$
分析：购买下一箱，确实没有残次品，目前只有甲箱是没有残次品，所以除非是买到甲箱（B1）。也就是说，确实没有残次品，等于是条件B1发生，也就是说，求的是 P(B1|A)

由贝叶斯公式
$P(B_{j}|A) = \frac{P(A_{j}|B_{j})P(B_{j})}{P(A)}$
$P(B_{1}|A) = \frac{P(A_{1}|B_{1})P(B_{1})}{P(A)}$
= $\frac{1*0.8}{0.94}$ $\approx$ 0.85

---

【例4】设有来自三个地区的各10名，15名和25名考生的报名表，其中女生的报名表分别为3份，7份和5份。随机地抽取一个地区的的报名表，从中先后抽出两份。
（1）求先抽到的一份是女生表的概率p
（2）已知后抽到的一份是男生表，求先抽到的一份是女生表的概率q。

解：
分析，本题的第一问（1）显然是一个通过排列组合计算事件数的比例来求概率的问题。
本题的第二问（2）显然是求条件概率，既然要求条件概率，就要找出完备事件集合，而且是根据所提问的完备事件集合。已知抽到的后一份是男生表，求前一份是女生表的概率。分析：抽2份，后一份是男生表，前一份可能是女生表，也可能是男生表，显然是求前一份是女生表的比例。假设，
女生表用a表示，男生表用b表示，
抽2份，有4种组合：

aa 女生表,女生表
ab 女生表,男生表
ba 男生表,女生表
bb 男生表,男生表

已知后抽到的一份是男生表，那么总事件集就是ab+bb，设总事件集为B，B=ab+bb

求前一份是女生表的概率，就是求ab的比例，等于说

求P(ab|B) = $\frac{P(ab)}{P(ab)+P(bb)}$

（1）求先抽到的一份是女生表的概率p
p=$(\frac{C_{3}^{1}}{C_{10}^{1}}+\frac{C_{7}^{1}}{C_{15}^{1}} +\frac{C_{5}^{1}}{C_{25}^{1}}) * \frac{1}{3}$
=$\frac{29}{90}$

（2）已知后抽到的一份是男生表，求先抽到的一份是女生表的概率q。
根据前面的分析，求P(ab)，P(bb)
求P(ab)的时候，这是一个与顺序有关的问题。是求前一份是女生表，后一份是男生表，跟前后顺序是有关系的，如果对A地区计算C_{1}^{3}C_{1}{7}，算出的结果表示抽取一份女生表，抽取一份男生表，并且前后任意次序都包括了，所以如果只算女生表在前，男生表在后，需要除以2
所以
P(ab) =$\frac{1}{3}* (\frac{C_{3}^{1}C_{7}^{1}}{2*C_{10}^{2}} + \frac{C_{7}^{1}C_{8}^{1}}{2*C_{15}^{2}} +\frac{C_{5}^{1}C_{20}^{1}}{2*C_{25}^{2}})$

= $\frac{1}{3}*(\frac{3*7}{2*\frac{10*9}{2!}}+\frac{7*8}{2*\frac{15*14}{2!}}+\frac{5*20}{2*\frac{25*24}{2!}}) = \frac{7}{90}+\frac{4}{45}+\frac{5}{90}$

=$\frac{20}{90}$

P(bb) =$\frac{1}{3}* (\frac{C_{7}^{2}}{C_{10}^{2}} + \frac{C_{8}^{2}}{C_{15}^{2}} +\frac{C_{20}^{2}}{C_{25}^{2}})$
= $\frac{1}{3}*(\frac{7*6}{10*9}+\frac{7*8}{15*14}+\frac{20*19}{25*24}) = \frac{7*2}{90}+\frac{4}{45}+\frac{19}{90}$
=$\frac{41}{90}$

求P(ab|B) = $\frac{P(ab)}{P(ab)+P(bb)}$

= $\frac{\frac{20}{90}}{\frac{20}{90}+\frac{41}{90}} = \frac{\frac{20}{90}}{\frac{61}{90}}$

=$\frac{20}{61}$

所以，最后，q=$\frac{20}{61}$

---

======
参考书目：张天德，叶宏 《星火燎原·概率论与数理统计辅导及习题精解》（浙大·第4版）第一章