1.3.1条件概率

假设男生和女生各50人,有30名男生吃到了月饼,10名女生吃到了月饼。在吃到月饼的人中男生的概率:30/40

定义:Ω为样本空间A,B为两个事件

P(B)>0在B已经发生的情况下A发生的概率叫做A对B的条件概率记作P(A|B)

P(A)叫做无条件概率,它的样本空间是Ω

而P(A|B)是以B为样本空间

(1)P(A|B)=nAB/nB

(2)P(A|B)=P(AB)/P(B)

例题:有编号1~6的几个球

事件B是取到的球是偶数,事件A1是取到的球编号为1,事件A2是取到的球编号为2,事件A3是取到的球编号大于4

(1)P(A1)=1/6

(2)P(A1|B)=0(因为样本空间为B,也就是可能取到的球的编号为2,4,6而事件A1为可以取到的球的编号为1,所以事件P(A1|B)的概率为0)

(3)P(A2)=1/6

(4)P(A2|B)=1/3

(5)P(A3)=1/3

(6)P(A3|B)=1/3

满足公理:

  • P(A|B)>=0
  • P(Ω|B)=1
  • A1,A2,A3……不相容,P(∑Ai|B)=∑P(Ai|B)

经过推断可以获得公式:

P(AB)=P(B)P(A|B)

P(AB)=P(A)P(A|B)

1.3.2乘法公式

当P(A)>0并且P(B)>0时

P(AB)=P(B)P(A|B)

P(AB)=P(A)P(A|B)

P(ABC)=P(A)P(B|A)P(C|AB)

例3:共有产品100件,次品率为10%,现在从这些产品里不放回取三次,求第三次才取到合格品的概率

解:A1,A2,A3分别表示1,2,3次取合格品。

P(A1逆A2逆A3)=P(A1逆)P(A2逆|A1逆)P(A3|A1逆A2逆)=10/100×9/99+90/98=0.00835

(解析:第三次才取到合格品说明前两次都是不合格的产品,所以第一次一共100件产品从10件不合格产品中拿走一个所以是10/100,因为一已经取走了1件产品所以还剩99件产品,并且第一次取走了一个次品还剩9件次品,第二次也要拿走次品所以为9/99,而最后一个是要在98件产品中从其中的90件合格产品选出一个所以是90/98)

例1:甲厂生产的灯泡占60%乙厂生产的灯泡占40%,甲厂的合格率为90%,乙厂的合格率为80%(1)甲厂生产并且是合格的概率为多少?(2)乙厂生产的并且是合格的概率为多大

解:设事件A为甲厂生产的,事件B为灯泡合格。那么A逆就是乙厂生产的,B逆就是不合格的。

(1)P(AB)=P(A)P(B|A)=0.6×0.9=0.54

(2)P(A逆B)=P(A逆)P(B|A逆)=0.4×0.8=0.32

例2:有10个签,其中有四个难签,甲乙丙三人按顺序抽,不放回。(1)甲抽到难签的概率(2)甲和乙都是难签的概率(3)甲容易乙难的概率(3)三个人都抽到难签的概率

解:设事件A,B,C分别表示甲乙丙抽到的签为难签。

(1)P(A)=4/10

(2)P(AB)=P(A)P(B|A)=4/10×3/9

(3)P(A逆B)=P(A逆)P(B|A逆)=6/10×4/9

(4)P(ABC)=P(A)P(B|A)P(C|AB)=4/10×3/9×2/8

例4:传染病模型,有a个红球b个黑球,每次取一个球然后放入c个颜色相同的球。(求三次都是红球的概率)

解:设事件A1,A2,A3分别表示第一二三次摸到红球。

P(A1A2A3)=P(A1)P(A2|A1)P(A3|A1A2)

=a/(a+b)×a+c/(a+b+c)×(a+2c)/a+b+2c

当c=0时相当于放回

当c=-1时相当于不放回

当c>0时即为传染病模型

本文章是宋浩老师的概率论与数理统计课程的笔记,为p11-p12内容所对应的笔记

视频链接:1.3.1 条件概率【板书】_哔哩哔哩_bilibili

视频链接:1.3.2 乘法公式【板书】_哔哩哔哩_bilibili

条件概率,乘法公式——概率论与数理统计(宋浩)相关推荐

  1. 【概率论与数理统计 宋浩】P2(1) 互不相容事件 对立事件

    综述 首先在我看来可以将互不相容事件与对立事件的关系类比做长方形与正方形,正方形是特殊的长方形,即对立事件是特殊的互不相容事件. 互不相容事件 例子 比如扔一枚硬币,事件A={硬币正面朝上},事件B= ...

  2. 【概率论与数理统计 宋浩】P3事件之间的运算律

    事件之间的运算律 交换律 结合律 分配律 对偶率 交换律 A∪B=B∪A A ∩ B=B ∩ A 结合律 (A∪B)∪C=A∪(B∪C) (A ∩ B) ∩ C=A ∩ (B ∩ C) 分配律 (A∪ ...

  3. 条件概率,乘法公式,全概率公式及贝叶斯公式的推导

    条件概率,乘法公式,全概率公式及贝叶斯公式的推导 条件概率 乘法公式 全概率公式 贝叶斯公式 推导过程 条件概率 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率.条件概率表示为:P(A∣B ...

  4. 概率论与数理统计之条件概率乘法公式

    1.条件概率 定义:设为样本空间,A,B为两个事件,,在B事件已经发生的前提下,A事件发生的概率,就是A对B的条件概率.记为: P(A)是无条件概率,则样本空间为全集 P(A|B)是条件概率,则样本空 ...

  5. 古典概型——概率论与数理统计(宋浩)

    事件的概率 1.2.1概率的初等描述 概率的定义:事件发生的可能性的大小(P(A)) 性质: P(Ω)=1,P(φ)=0(规范性) 0<=P(A)<=1(非负性) 有限可加:A1,A2,A ...

  6. 样本空间与事件集合,事件间的关系——概率论与数理统计(宋浩)

    1.1.1随机试验与随机事件 统计规律 1.随机试验(用E表示): (1)在相同条件下可重复 (2)结果不止一个 (3)无法预测 2.事件:每种试验结果 3.随机事件(用大写A,B,C--表示):可能 ...

  7. 宋浩概率论与数理统计笔记(一)

    基本信息 本篇是根据宋浩老师在B站的概率论与数理统计完成,标明了每一个知识点所在的时间点. 在学数学的时候笔记必不可少,但频繁暂停记笔记又浪费时间,那你就借他山之石,快速掌握基本数学知识. 宋浩老师视 ...

  8. 几何概型,公理化——概率论与数理统计(宋浩)

    1.2.3几何概率模型(线段,平面,立体) 例题:会面问题 甲,乙在一小时内的任意时刻都可以到达,先到达的人会等后到的人15分钟,超时离开,求两个人可以碰面的概率. 可列出方程并做出对应的图: 用x轴 ...

  9. 02 概率论与数理统计之概率定义、加法公式、减法公式、乘法公式

    02 概率论与数理统计之概率定义.加法公式.减法公式.乘法公式

  10. 条件概率,乘法公式、全概率公式、贝叶斯公式的解释(概率论)

    条件概率 公式: 设A, B为任意两个事件,若P(A)>0,我们称在已知事件A发生的条件下,事件B发生的概率为条件概率,记为 P(B∣A)P(B|A)P(B∣A),并定义: P(B∣A)=P(A ...

最新文章

  1. ICRA2019 | 用于移动设备的双目立体匹配
  2. 有关包络Spectral Envelope的疑问
  3. java的异常与记录日志
  4. OpenCV与Eclipse结合使用(插件CDT)
  5. matlab如何把选中区域标亮
  6. easyui datagrid plunges 扩展 插件
  7. 前端开源项目周报0307
  8. Softmax和softmax loss的理解
  9. sumdiv 算术基本定理的推论
  10. c语言简单系统实例,简单的c语言编程实例
  11. javascript 设为首页 | 加入收藏夹 JS代码
  12. MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测
  13. html制作钢铁侠心脏,钢铁侠胸部的“心脏”并非特效,那是怎么放进身体的?...
  14. 关于Linux系统之VM安装配置
  15. 微信公众平台测试号登录入口地址
  16. 雷电模拟器python编程接口_【Python】雷电模拟器说明[附代码]
  17. 怎么更改计算机 盘符名称,怎么更改盘符,windows修改盘符方法
  18. 左右两侧浮动广告代码
  19. 解决 Request Entity Too Large问题
  20. Win11系统保护怎么关闭?Win11系统保护关闭方法

热门文章

  1. 大津算法 matlab,大津法---OTSU算法
  2. Matlab图形的线型、标记、颜色
  3. java 反译md5加密_Java MD5加密与反编译
  4. 3Dmax如何展UV
  5. 3dmax2018下载3dmax2018下载安装详细教程3dmax2018下载方法
  6. vscode离线安装vsix插件命令
  7. Java实习 oneday
  8. 怎么手写 xpath
  9. java 堆栈的声明_Java 堆栈
  10. [ 隧道技术 ] cpolar 工具详解之将内网端口映射到公网