全概率公式

全概率公式

在学习全概率公式之前需要先了解一下样本空间的划分

样本空间划分

设$B_i\subset S,i=1,2,...,n$满足：

1. $B_1,B_2,...,B_n$两两不相容
2. $S={\bigcup }_{i=1}^n{B}_i$

则称：$B_1,B_2,...,B_n$为样本空间S的一个划分，$B_1,B_2,...,B_n$构成一个完备事件组

了解了样本空间划分接下来就学学全概率公式吧

全概率公式

设

1. $A\subset S$
2. $B_1,B_2,...,B_n$为样本空间S的一个划分。$P(B_i)>0$

则$P(A)={\sum }_{i=1}^{n}P(B_i)p(A|B_i)$

$$\begin{gathered} \because A=AS=A(B_1\bigcup ...\bigcup B_n) \\ =A{B}_1\bigcup ...\bigcup A{B}_n \\ 且A{B}_1,...,A{B}_n两两不相容。 \\ \therefore P(A)=P(A{B}_1)+...+P(A{B}_n) \\ =P(B_1)P(A|B_1)+...+P(B_n)p(A|B_n) \end{gathered}$$

这个就是所谓的全概率公式了。

全概率公式图解

$$\begin{gathered} S=B_1\bigcup B_2\bigcup ...\bigcup B_n \\ A=B_{1}A\bigcup B_{2}A\bigcup ...\bigcup B_{n}A \\ P(A)=P(A{B}_1)+...+P(A{B}_n) \\ P(A)=P(B_1)P(A|B_1)+...+P(B_n)p(A|B_n) \end{gathered}$$

全概率公式为了计算在各种可能原因下，事件A发生的概率，接下来我们看一道例题来理解什么是所谓的全概率公式

例题1

10张同样的卡片只有2张上印有“迪士尼门票”的字样，其他的卡片均为空白，将其无放回依次抽取。问❓后抽的人比先抽的人吃亏吗？

因为无放回抽取的缘故，第二个人抽中的概率就会受到第一个人是否抽中的影响。粗略一想好像不是很明白该如何计算，那么直接看下面的答案即可，这种情况下用全概率公式最好的了😋

$$\begin{gathered} A_1:第一人抽中。A_2:第二人抽中。 \\ 所求概率：P(A_2) \\ 由全概率公式： \\ P(A_2)=P(A_1)P(A_2|A_1)+P(\overline{A_1})P(A_2|\overline{A_1}) \\ =\frac{2}{10}\times \frac{1}{9}+\frac{8}{10}\times \frac{2}{9}=\frac{2}{10} \end{gathered}$$

答案一写，含义其实非常简单明了，就是把2种情况的概率加一下就搞定了。只能说全概率不过如此捏😋😋😋

例题2

在进行问卷调查时，往往有些问题是被问卷者不愿意回答的，这时我们可以对问卷进行如下的设计

如为调查某次考试的作弊情况，给被访者设定2个问题

1. 你在本次考试中作弊了吗?
2. 你在本次考试中没有作弊吗?

被访者通过随机抽签来回答问题一或者问题二 。如果被访者真的作弊了，抽中问题1则答是 ，抽中问题2则答否

抽签的结果只有自己知道，他只需回答是或否 ，而访问者并不知道他回答的是问题一还是问题二 ，所以被访者可以没有顾虑的真实作答.

假设选择回答问题一的概率为0.7 ，收回的答案中回答是的概率是0.31 ，试计算出此次考试的作弊率 。

$$\begin{gathered} 设\mathsf{A}:回答问题一\mathsf{B}:回答“是”设作弊概率为\mathsf{p} \\ 由条件：\mathsf{P}(\mathsf{A})=0.7\mathsf{P}(\mathsf{B})=0.31 \\ \mathsf{P}(\mathsf{B}|\mathsf{A})=\mathsf{p}\mathsf{P}(\mathsf{B}|\overline{\mathsf{A}})=1-\mathsf{p} \\ 由全概率公式：\mathsf{P}(\mathsf{B})=\mathsf{P}(\mathsf{A})\mathsf{P}(\mathsf{B}\mathsf{A})+\mathsf{P}(\overline{\mathsf{A}})\mathsf{P}(\mathsf{B}\overline{\mathsf{A}}) \\ 0.31=0.7\mathsf{p}+0.3(1-\mathsf{p}) \\ \mathsf{p}=0.025 \end{gathered}$$

这题刚开始我看着$P(AB)$这样的形式懵😵😵😵了很久，因为积事件说的不是同时发生吗？这里不是先发生A再发生B么？

后来稍稍琢磨了一下，才理解这个所谓的同时发生指的不是时间上的同时 😋😋😋而是事件上的同时也就是所谓的都发生 。我想我该去改改之前那篇博客里关于积事件的关系描述了😂

最后想说的话

又到了这个熟悉的环节，这节课的最后，老师分别给出例题1的100次模拟实验和1000次模拟实验

虽然通过计算得到了，不管是第几个抽的人概率都是0.2 ，但是这里我想说的是现实情况中真的是这样么？

100次模拟实验：

可以看到在模拟实验中第6个抽的人在100次中抽中了25次而第10个人抽中的次数仅为14次。

这说明我们通过全概率算出来的0.2是错的吗？当然不是，这只是因为实验次数过少导致的

1000次模拟实验：

可以看到在1000次的模拟下每个人的概率都非常接近0.2 。这证明了全概率公式的正确。

但是另一个问题来了，在现实生活中，我们能重复抽1000次么？尽管概率上每个人都相同，但在有限的1次抽奖中，这个0.2真的能说服你吗？🤔

0.2 。这证明了全概率公式的正确。

我想这个时候或许应该根据100次模拟实验里做抽奖的第6人或许才是更好的选择