随机事件
- 相同条件下进行
- 结果可能多种,且所有结果已知
- 实验前具体结果未知
样本空间、样本点、随机事件
eg. 掷骰子:
样本空间:1、2、3、4、5、6(所有可能结果的集合)
样本点:1或2或3或4或5或6
出现偶数的结果
随机事件:A=2、4、6
概率
古典概型
P(A)=m/n=事件A包含的基本事件数/基本事件总数
排列组合:每个选项只可使用一次
$ P(B) = \frac {C^ k_l k!} {l^ k} = \frac {l!} {l^k(l-k)!}
eg.生日问题:k个同学没有两人生日相同,l=365
基本事件总数:C^ k_l k!
def factorial(n):
if n == 0:
return 1;
else:
return (n*factorial(n-1))
l_fac = factorial(365); #l的阶乘
l_k_fac = factorial(365-40) #l-k的阶乘
l_k_exp = 365**40 #l的k次方
P_B = l_fac /(l_k_fac * l_k_exp) #P(B)
print("事件B的概率为:",P_B)
print("40个同学中至少两个人同一天过生日的概率是:",1 - P_B)
条件概率
设 A 和 B 是两个事件,且P(B)>0,称 $P(A|B) = \frac {P(AB)} {P(B)} $ 为在事件 B 发生的条件下,事件 A 发生的概率。
eg.
某集体中有 N 个男人和 M 个女人,其中患色盲者男性 n人,女性 m 人。我们用 Ω 表示该集体, A 表示其中全体女性的集合,B表示其中全体色盲者的集合。如果从 Ω 中随意抽取一人,则这个人分别是女性、色盲者和同时既为女性又是色盲者的概率分别为:
P(A)= M/M+N
P(B)=(m+n)/(M+N)
P(AB)= m/(M+N)
如果限定只从女性中随机抽取一人**(即事件 A 已发生),那么这个女人为色盲者的(条件)**概率为
P(B|A)=m/M=P(AB)/P(A)
全概率公式和贝叶斯公式
** 准备知识:**首先我们看一下概率乘法公式和样本空间划分的定义;
由条件概率公式,可以得到概率的乘法公式:
P(AB)=P(B|A)/P(A)=P(A|B)/P(B)
如果事件组,满足
B1,B2,… 两两互斥,即Bi∩Bj=ϕ,i≠j,i,j=1,2,…,且P(Bi)>0,i=1,2,…
B1∪B2∪…=Ω
则称事件组B1,B2,…是样本空间 Ω 的一个划分。
全概率公式
设B1,B2,…是样本空间 Ω 的一个划分,A 为任一事件,则
称为全概率公式。
根据全概率公式和概率乘法公式,我们可以得到:
贝叶斯公式
设B1,B2,…是样本空间 Ω 的一个划分,则对任一事件 A(P(A)>0) ,有
P
(
B
i
∣
A
)
=
P
(
B
i
A
)
P
(
A
)
=
P
(
A
∣
B
i
)
P
(
B
i
)
∑
j
=
1
∞
P
(
B
j
)
P
(
A
∣
B
j
)
,
i
=
1
,
2
,
…
P(B_i|A) =\frac {P(B_i A)} {P(A)} = \frac {P(A|B_i )P(B_i)} {\sum_{j=1}^{\infty }P( B_j)P(A|B_j)} ,i=1,2,…
P(Bi∣A)=P(A)P(BiA)=∑j=1∞P(Bj)P(A∣Bj)P(A∣Bi)P(Bi),i=1,2,…
称上式为贝叶斯公式,称P(Bi)(i=1,2,…) 为先验概率,P(Bi|A)(i=1,2,…)为后验概率。
eg.
在实际中,常取对样本空间 Ω 的有限划分 B1,B2,…,Bn 。 Bi 视为导致试验结果 A 发生的“原因”,而P(Bi) 表示各种“原因”发生的可能性大小,故称为先验概率;P(Bi|A) 则反应当试验产生了结果 A 之后,再对各种“原因”概率的新认识,故称为后验概率 。
假定用血清甲胎蛋白法诊断肝癌。用 C 表示被检验者有肝癌这一事件,用 A 表示被检验者为阳性反应这一事件。当前有肝癌的患者被检测呈阳性反应的概率为0.95。即 P(A|C)=0.95 。当前非肝癌的患者被检测呈阴性反应的概率为0.9。即 P(A¯|C¯)=0.90 。若某人群中肝癌患者概率为0.0004,即P©=0.0004,现在有一人呈阳性反应,求此人确为肝癌患者的概率是多少?
P
(
C
∣
A
)
=
P
(
C
)
P
(
A
∣
C
)
P
(
C
)
P
(
A
∣
C
)
+
P
(
C
‾
)
P
(
A
∣
C
‾
)
=
0.00040.95
0.00040.95
+
0.9996
∗
0.1
=
0.0038
P(C|A) = \frac {P(C)P(A|C)} {P(C)P(A|C)+P(\overline {C} )P(A|\overline {C})} =\frac {0.00040.95}{0.00040.95 + 0.9996*0.1} =0.0038
P(C∣A)=P(C)P(A∣C)+P(C)P(A∣C)P(C)P(A∣C)=0.00040.95+0.9996∗0.10.00040.95=0.0038