-
全概率公式
基本思想“先化整为零,再聚零为整”
例题1:人的性别由一对性染色体决定:男为XY,女为XX,每个人从父母处各得到一个性染色体,色盲基因由X染色体携带,且若男性的X染色体有此基因则男性患色盲,女性则要两个X染色体均有此基因才患色盲,而两个X是否有色盲基因是独立的。设色盲基因出现概率为0.08。又设男女婴出生比为110:100。问一新生儿有色盲的概率是多少?
设“新生儿有色盲”为事件A,则目标概率求
若记 B表示“男婴”,B 表示“女婴”,则有:
,
加权平均:
如上图计算A的概率步骤:
①先”化整为零“ 计算
②再“聚零为整”计算
注意: 又
,且每一项是互斥的,得出全概率公式:
例题2:(追捕)现追捕某犯罪嫌疑人,据分析他外逃、市内藏匿、自首的概率依次为0.3, 0.5, 0.2。又设在外逃及市内藏匿情况下,成功缉拿的概率依次是0.4, 0.7。问该犯罪嫌疑人最终归案的概率是多少?
此问题的划分:外逃(B1)、市内藏匿(B2) 、自首(B3),设A:最终归案 则:
-
贝叶斯公式
全概率公式通过划分来计算一个事件
的概率,有时候需要弄清楚在
发生的条件下,每个
发生的条件概率。
例题3:(癌症检查)某种医学方法用于检查某种癌症,已知该癌症的发病率为0.002,该方法对于癌症患者呈阳性反应的概率为0.98,对于非癌症患者呈阳性反应的概率为0.04。若某人在此项检查中呈阳性,他实际患癌症的概率为多少?
分析:设 为“患癌症”,目标要求
。A为“反应呈阳性”,此处
、
是一个划分。按条件概率公式,
,而
,代入可得:
贝叶斯公式:设是S的一个划分,,则对于
有
贝叶斯公式常用于由果溯因,可根据已发生的事件来推断使之发生各个因素的可能性。
-
先验概率和后验概率
先验概率就是根据经验给出的概率;后验概率就是经过随机试验后,由结果对先验概率进行修正。修正方法用贝叶斯公式,这么说可能有点抽象,直接上例子。
例题4:(靶纸判断)已知一老战士与一新战士射击命中率分别为0.9与0.5。两人一同去射击,各3发。设每发命中与否均为独立的。后发现现场留下一靶纸,初步判断认为属于新、老战士留下的可能性是等同的。(这个就是由以往经验,我们可以估计属于新、老战士留下的概率各是二分之一)。后发现靶纸上有2发命中,问此时对可能性问题有什么新看法?
分析:设为“命中2枪”,
为“老战士留下”,
为“新战士留下”
先验概率:二者概率都为
我们目的要比较 和
的大小
,分母一样,
,所以只需要比较
和
的大小,
,
结论:新战士留下的可能性大