【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式

条件概率

题型特点:有竖线。
意思:在竖线后面的事件百分之百发生的情况下,竖线前面的事件发生的概率。
如:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第1张图片
解法:
P ( M ∣ N ) = P ( M N ) P ( N ) P(M|N)=\frac{P(MN)}{P(N)} P(MN)=P(N)P(MN)

分母是竖线后的概率,分子是竖线前事件和竖线后事件同时发生的概率。

例1:
在这里插入图片描述
解:
3/4.
画图。
画图后发现:
P ( C ‾ ) = 2 3 ; P ( A B C ‾ ) = 1 2 ; P ( C ‾ ) 是 包 含 P ( A B ) 的 P(\overline C)=\frac{2}{3}; P(AB\overline C)=\frac{1}{2}; P(\overline C)是包含P(AB)的 P(C)=32;P(ABC)=21;P(C)P(AB)
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第2张图片
例2:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第3张图片
解:
画图。1/4。
P ( A B ∪ C ) 是 包 含 P ( A C ) 的 P(AB\cup C)是包含P(AC)的 P(ABC)P(AC)
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第4张图片
形象地条件概率公式:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第5张图片

全概率公式

题干特征:
给出了相似但是不同多个对象
多个对象形成一个总体,求总体发生某事的概率。

相似:比如甲乙厂,都能生产产品,都会生产次品,即相似
不同:甲厂生产的和乙厂的无关,没有产品是甲乙厂共同生产的

【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第6张图片
全概率公式:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第7张图片
感觉像是分类讨论,各管各的

例1:
解:
P ( 总 体 抽 一 件 是 次 品 ) = 60 % ∗ 1 % + 40 % ∗ 2 % = 0.014 P(总体抽一件是次品)=60\%*1\%+40\%*2\%=0.014 P()=60%1%+40%2%=0.014

例2:
解:
P ( 总 体 选 一 袋 摸 一 瓶 是 醋 ) = 1 3 ∗ 1 5 + 1 3 ∗ 1 2 + 1 3 ∗ 5 8 = 53 120 P(总体选一袋摸一瓶是醋)=\frac{1}{3}*\frac{1}{5}+\frac{1}{3}*\frac{1}{2}+\frac{1}{3}*\frac{5}{8}=\frac{53}{120} P()=3151+3121+3185=12053

例3和例4:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第8张图片
解:
例3:
P ( 答 对 ) = 1 3 ∗ 100 % + 1 3 ∗ 50 % + 1 3 ∗ 0 % = 1 2 P(答对)=\frac{1}{3}*100\% +\frac{1}{3}*50\%+\frac{1}{3}*0\%=\frac{1}{2} P()=31100%+3150%+310%=21

例4:
P ( 合 格 ) = 0.8 ∗ 100 % + 0.1 ∗ C 19 4 C 20 4 + 0.1 ∗ C 18 4 C 20 4 P(合格)=0.8*100\%+0.1*\frac{{C_{19}^{4}}}{{C_{20}^{4}}}+0.1*\frac{{C_{18}^{4}}}{{C_{20}^{4}}} P()=0.8100%+0.1C204C194+0.1C204C184

贝叶斯公式

题干特征:多个对象;多个对象形成一个总体;在已知总体里某事发生的情况下,求抽的东西来自某个对象的概率

【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第9张图片
贝叶斯公式:
【概率论与数理统计】猴博士 笔记 p5-7 条件概率,全概率公式,贝叶斯公式_第10张图片
解:
例1:
P ( 该 次 品 是 甲 厂 生 产 ) = 60 % ∗ 1 % 60 % ∗ 1 % + 40 % ∗ 2 % P(该次品是甲厂生产)=\frac{60\%*1\%}{60\%*1\%+40\%*2\%} P()=60%1%+40%2%60%1%

例2:
P ( 该 醋 是 从 2 号 袋 中 摸 出 ) = 1 3 ∗ 1 2 1 3 ∗ 1 5 + 1 3 ∗ 1 2 + 1 3 ∗ 5 8 P(该醋是从2号袋中摸出)=\frac{\frac{1}{3}*\frac{1}{2}}{\frac{1}{3}*\frac{1}{5}+\frac{1}{3}*\frac{1}{2}+\frac{1}{3}*\frac{5}{8}} P(2)=3151+3121+31853121

贝叶斯公式是怎么来的:
很直观:如果某件事发生了,想求是对象1发生这件事的概率,那就是:
P ( 对 象 1 发 生 某 事 ) = 对 象 1 发 生 此 事 对 象 1 发 生 此 事 + 对 象 2 发 生 此 事 + . . . + 对 象 n 发 生 此 事 P(对象1发生某事)=\frac{对象1发生此事}{对象1发生此事+对象2发生此事+...+对象n发生此事} P(1)=1+2+...+n1

你可能感兴趣的:(【猴博士】概率论与数理统计笔记,概率论与数理统计)