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)=∑nj=1P(A|Bj)P(Bj)
P
(
A
)
=
∑
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⩽b} { a < X ⩽ b } 的概率为 P{a<X⩽b} P { a < X ⩽ b } = ∑a<xk⩽bpk ∑ a < x k ⩽ b p k
贝叶斯公式
已知分别在每一个条件
Bj
B
j
下,事件发生的概率是
P(A|Bj)
P
(
A
|
B
j
)
,现在是事件结果A已经发生了,求它是由于
Bj
B
j
引起的概率
P(Bj|A)=P(A|Bj)P(Bj)P(A)=P(A|Bj)P(Bj)∑nj=1P(A|Bj)P(Bj) P ( B j | A ) = P ( A | B j ) P ( B j ) P ( A ) = P ( A | B j ) P ( B j ) ∑ 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”, Bj 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” A1 A 1 , A2 A 2 ,….., An A n 下发生,且 A1 A 1 , A2 A 2 ,….., An A n 是两两不相容,那么这些”原因“ A1 A 1 , A2 A 2 ,….., An 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(A1)
P
(
A
1
)
+
P(B1)
P
(
B
1
)
+
P(C1)
P
(
C
1
)
设两门炮射中的概率=P2=
P(AB2)+P(AC2)+P(BC2)
P
(
A
B
2
)
+
P
(
A
C
2
)
+
P
(
B
C
2
)
设三门炮射中的概率=P3=
P(ABC3)
P
(
A
B
C
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(A3)
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(A1)
P
(
A
1
)
的计算
看上图,假设甲=A,乙=B,丙=C
关于
P(A1)
P
(
A
1
)
的计算,有两种思路:
**计算 P(A1) 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(A1) P ( A 1 ) = P(A)- P(AB)
三种事件: P(A1) P ( A 1 ) =P(A)- P(AB)-P(AC)+P(ABC);
注意,三种事件要加 P(ABC)
P(A1)
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(A1)
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(B1)
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(C1)
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(A1)
P
(
A
1
)
+
P(B1)
P
(
B
1
)
+
P(C1)
P
(
C
1
)
= 0.06+0.09+0.21=0.36
**计算
P(A1)
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(A1)=P(A)∗P(B¯¯¯¯)∗P(C¯¯¯¯)
P
(
A
1
)
=
P
(
A
)
∗
P
(
B
¯
)
∗
P
(
C
¯
)
=0.4*(1-0.5)*(1-0.7)=0.06
同理
蓝色区域;
P(B1)=P(B)∗P(A¯¯¯¯)∗P(C¯¯¯¯)
P
(
B
1
)
=
P
(
B
)
∗
P
(
A
¯
)
∗
P
(
C
¯
)
=0.5*(1-0.4)*(1-0.7)=0.09
同理
黄色区域;
P(C1)=P(C)∗P(A¯¯¯¯)∗P(B¯¯¯¯)
P
(
C
1
)
=
P
(
C
)
∗
P
(
A
¯
)
∗
P
(
B
¯
)
=0.7*(1-0.4)*(1-0.5)=0.21
因此,
P1=
P(A1)
P
(
A
1
)
+
P(B1)
P
(
B
1
)
+
P(C1)
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(ABC¯¯¯¯)+P(ACB¯¯¯¯)+P(BCA¯¯¯¯)
P
(
A
B
C
¯
)
+
P
(
A
C
B
¯
)
+
P
(
B
C
A
¯
)
=
P(A)P(B)P(C¯¯¯¯)+P(A)P(C)P(B¯¯¯¯)+P(B)P(C)P(A¯¯¯¯)
P
(
A
)
P
(
B
)
P
(
C
¯
)
+
P
(
A
)
P
(
C
)
P
(
B
¯
)
+
P
(
B
)
P
(
C
)
P
(
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
110
1
10
,
115
1
15
,
120
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)=
36
3
6
=
12
1
2
,
P(B2)=
26
2
6
=
13
1
3
,
P(B3)=
16
1
6
=
16
1
6
P(A1|B1)=
110
1
10
,
P(A2|B2)=
115
1
15
,
P(A3|B3)=
120
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)=∑nj=1P(A|Bj)P(Bj)
P
(
A
)
=
∑
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)
=
110
1
10
*
12
1
2
+
115
1
15
*
13
1
3
+
120
1
20
*
16
1
6
=
29360
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(Bj)
P
(
B
j
)
=
P(AjBj)P(A)
P
(
A
j
B
j
)
P
(
A
)
丙车床对应B3
P(B3)
P
(
B
3
)
=
P(A3B3)P(A)
P
(
A
3
B
3
)
P
(
A
)
=
P(A3|B3)P(B3)P(A)
P
(
A
3
|
B
3
)
P
(
B
3
)
P
(
A
)
=
120∗1629360
1
20
∗
1
6
29
360
=
329
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
α
α
(2)在顾客买下的一箱中,确实没有残次品的概率
β
β
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
C420,C419,C418
C
20
4
,
C
19
4
,
C
18
4
(1)顾客买下该箱的概率
α
α
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) =
C420C420
C
20
4
C
20
4
= 1
乙箱: P(A2|B2) = C419C420 C 19 4 C 20 4 = 19∗18∗17∗164∗3∗220∗19∗18∗174∗3∗2 19 ∗ 18 ∗ 17 ∗ 16 4 ∗ 3 ∗ 2 20 ∗ 19 ∗ 18 ∗ 17 4 ∗ 3 ∗ 2 = 45 4 5
丙箱: P(A3|B3) = C418C420 C 18 4 C 20 4 = 18∗17∗16∗154∗3∗220∗19∗18∗174∗3∗2 18 ∗ 17 ∗ 16 ∗ 15 4 ∗ 3 ∗ 2 20 ∗ 19 ∗ 18 ∗ 17 4 ∗ 3 ∗ 2 = 1219 12 19
全概率 P(A) =
∑3j=1P(Aj|Bj)P(Bj)
∑
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*
45
4
5
+0.1*
1219
12
19
≈
≈
0.94
(2)在顾客买下的一箱中,确实没有残次品的概率
β
β
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(Bj|A)=P(Aj|Bj)P(Bj)P(A)
P
(
B
j
|
A
)
=
P
(
A
j
|
B
j
)
P
(
B
j
)
P
(
A
)
P(B1|A)=P(A1|B1)P(B1)P(A)
P
(
B
1
|
A
)
=
P
(
A
1
|
B
1
)
P
(
B
1
)
P
(
A
)
=
1∗0.80.94
1
∗
0.8
0.94
≈
≈
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) = P(ab)P(ab)+P(bb) P ( a b ) P ( a b ) + P ( b b )
(1)求先抽到的一份是女生表的概率p
p=
(C13C110+C17C115+C15C125)∗13
(
C
3
1
C
10
1
+
C
7
1
C
15
1
+
C
5
1
C
25
1
)
∗
1
3
=
2990
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) =
13∗(C13C172∗C210+C17C182∗C215+C15C1202∗C225)
1
3
∗
(
C
3
1
C
7
1
2
∗
C
10
2
+
C
7
1
C
8
1
2
∗
C
15
2
+
C
5
1
C
20
1
2
∗
C
25
2
)
= 13∗(3∗72∗10∗92!+7∗82∗15∗142!+5∗202∗25∗242!)=790+445+590 1 3 ∗ ( 3 ∗ 7 2 ∗ 10 ∗ 9 2 ! + 7 ∗ 8 2 ∗ 15 ∗ 14 2 ! + 5 ∗ 20 2 ∗ 25 ∗ 24 2 ! ) = 7 90 + 4 45 + 5 90
= 2090 20 90
P(bb) =
13∗(C27C210+C28C215+C220C225)
1
3
∗
(
C
7
2
C
10
2
+
C
8
2
C
15
2
+
C
20
2
C
25
2
)
=
13∗(7∗610∗9+7∗815∗14+20∗1925∗24)=7∗290+445+1990
1
3
∗
(
7
∗
6
10
∗
9
+
7
∗
8
15
∗
14
+
20
∗
19
25
∗
24
)
=
7
∗
2
90
+
4
45
+
19
90
=
4190
41
90
求P(ab|B) = P(ab)P(ab)+P(bb) P ( a b ) P ( a b ) + P ( b b )
= 20902090+4190=20906190 20 90 20 90 + 41 90 = 20 90 61 90
= 2061 20 61
所以,最后,q= 2061 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