7. 全概率公式与贝叶斯公式

全概率公式与贝叶斯公式

在等可能概型（古典概型）有一个抽签问题的例子：

例： 一袋中有 a 个白球，b 个蓝球，记 a+b=n。设每次摸到各球的概率相等，每次从袋中摸一球，不放回地摸 n 次。则第 k 次摸到白球的概率均为 a/n。现在用另一种方法计算第 2 次取到白球的概率.

解： $设A_i表示第i次取到白球，i=1,2.$

$P(A_2)=P[(A_1\bigcup \overline{A_1})A_2]=P(A_1{A}_2\bigcup \overline{A_1}{A}_2)=P(\overline{A_1}{A}_2)+P(A_1{A}_2)$

$P(A_1{A}_2)=P(A_1)P(A_2|A_1)=\frac{a}{n}\times \frac{a-1}{n-1}$

$P(\overline{A_1}{A}_2)=P(\overline{A_1})P(A_2|\overline{A_1})=\frac{b}{n}\times \frac{a}{n-1}$

$P(A_2)=P(\overline{A_1}{A}_2)+P(A_1{A}_2)=\frac{a}{n}$

---

定义： 称 $B_1,B_2,...B_n$ 为 $S$ 的一个划分，若

（1）不漏 $B_1\bigcup B_2\bigcup ...\bigcup B_n=S,$

（2）不重 $B_i{B}_j=\varnothing ,i\ne j.$

---

定理： 设 $B_1,B_2,...,B_n$ 为 $S$ 的一个划分且 $P(B_i)>0$。则有全概率公式：

$$P(A)=\sum _{j=1}^{n}P(B_i)\cdot P(A|B_j)$$

证明： $A=AS=A{B}_1\bigcup A{B}_2\bigcup ...\bigcup A{B}_n$ ， $A{B}_i与A{B}_j不相容（i\ne j）$

$$\therefore P(A)=\sum _{j=1}^{n}P(A{B}_j)=\sum _{j=1}^{n}P(B_j)\cdot P(A|B_j)$$

---

设 $P(B_j)=p_j,P(A|B_j)=q_j,j=1,2,...,n.$

则：$$P(A)=\sum _{j=1}^n{p}_j{q}_j.$$

注意： 在运用全概率公式时，关键是构造合适的划分。

定理： 设 $B_1,B_2,...B_n为S的一个划分且P(B_i)>0。对P(A)>0有Bayes公式：$

$$P(B_i|A)=\frac{P(B_i)P(A|B_i)}{{\sum }_{j=1}^{n}P(B_j)P(A|B_j)}=\frac{p_i{q}_j}{{\sum }_{j=1}^n{p}_i{q}_j}$$

---

例 1： 一小学举办家长开放日,欢迎家长参加活动.小明的母亲参加的概率为 80%.若母亲参加，则父亲参加的概率为 30%；若母亲不参加,则父亲参加的概率为 90%。

(1)求父母都参加的概率；

(2)求父亲参加的概率；

(3)在已知父亲参加的条件下，求母亲参加的概率.

解： 设 A = { 母 亲 参 加 } ， B = { 父 亲 参 加 } . A=\{母亲参加\}，B=\{父亲参加\}. A={母亲参加}，B={父亲参加}.

由题意可知，$P(A)=0.80,P(B|A)=0.30,P(B|\overline{A})=0.90$

（1）$P(AB)=P(A)P(B|A)=0.80\times 0.30=0.24$

（2）由全概率公式得：

$P(B)=P(A)P(B|A)+P(\overline{A})P(B|\overline{A})=0.8\times 0.3+0.2\times 0.9=0.42=42\%$

（3）由 Bayes 公式得：

$P(A|B)=\frac{P(AB)}{P(B)}=\frac{P(A)P(B|A)}{P(A)P(B|A)+P(\overline{A})P(B|\overline{A})}=\frac{4}{7}$

---

例 2： 有甲乙两盒，甲盒有 3 个红球 2 个白球，乙盒有 2 个红球，1 个白球。先从甲盒中采用不放回抽样取 3 球放入乙盒，再从乙盒中取一个球，求取到的是红球的概率。

解： 设 A i = { 从 甲 盒 中 取 到 i 个 红 球 } , i = 1 , 2 , 3. A_i=\{从甲盒中取到 i 个红球\},i=1,2,3. Ai​={从甲盒中取到i个红球},i=1,2,3.

$P(A_1)=\frac{C_3^1{C}_2^2}{C_5^3}=0.3$ , $P(A_2)=\frac{C_3^2{C}_2^1}{C_5^3}=0.6$ , $P(A_3)=\frac{C_3^3}{C_5^3}=0.1$

设 B = { 从 乙 盒 中 取 到 红 球 } , B = \{从乙盒中取到红球\}, B={从乙盒中取到红球},

$P(B|A_1)=1/2，P(B|A_2)=2/3，P(B|A_3)=5/6.$

这里解释一下， 上面得到的三个概率是由于确认从甲盒中取出 1,2,3 个红球后，乙盒中球的变化，在根据当前乙盒中的情况，分别求出上面三个概率。

由全概率公式得：

$$\begin{array}{rl}P(B)=& P(A_1)P(B|A_1)+P(A_2)P(B|A_2)+P(A_3)P(B|A_3)\\ =& \frac{3}{10}\times \frac{1}{2}+\frac{6}{10}\times \frac{2}{3}+\frac{1}{10}\times \frac{5}{6}=\frac{19}{30}\end{array}$$

---

例 3： 根据以往的临床记录某种诊断癌症的试验具有 5%的假阳性及 3%的假阴性：

若设A={试验反应是阳性}，C={被诊断患有癌症},则有：

$P(A|\overline{C})=5\%,P(\overline{A}|C)=3\%,$

已知某一群体 $P(C)=0.005$,问这种方法能否用于普查？

解：由题意可得：

$P(C)=0.005,P(\overline{C})=0.995,P(A|C)=1-P(\overline{A}|C)=0.97$

由 Bayes 公式得

$$P(C|A)=\frac{P(CA)}{P(A)}=\frac{P(C)P(A|C)}{P(C)P(A|C)+P(\overline{C})P(A|\overline{C})}=0.089$$

这个结果表面，100 个阳性病人中被诊断患有癌症的大约有 8.9 个，所以不宜用于普查。如果发现结果为阳性，还需要作进一步的检查。

---