本节为概率论与数理统计复习笔记的第二节,随机事件与概率(2),主要包括:加法公式、减法公式、条件概率公式、乘法公式、全概率公式、贝叶斯公式以及两道例题。

1.常用的求概率公式

1.加法公式

P(A∪B)=P(A)+P(B)−P(AB)P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)P(A\cup B)=P(A)+P(B)-P(AB)\\\ \\ P(A\cup B \cup C)=\\P(A)+P(B)+P(C)\\-P(AB)-P(AC)-P(BC)+P(ABC) P(A∪B)=P(A)+P(B)−P(AB) P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)

2.减法公式

P(A−B)=P(A)−P(AB)=P(ABˉ)P(A-B)=P(A)-P(AB)=P(A\bar B)P(A−B)=P(A)−P(AB)=P(ABˉ)

3.条件概率公式

  已知事件A发生的条件下,事件B发生的概率:
P(B∣A)=P(AB)P(A)P(B|A)=\frac{P(AB)}{P(A)} P(B∣A)=P(A)P(AB)​
  引申一下还有:
P(Bˉ∣A)=1−P(B∣A)P(B−C∣A)=P(B∣A)−P(BC∣A)P(\bar B|A)=1-P(B|A)\\\ \\ P(B-C|A)=P(B|A)-P(BC|A) P(Bˉ∣A)=1−P(B∣A) P(B−C∣A)=P(B∣A)−P(BC∣A)
4.乘法公式

P(AB)=P(A)P(B∣A)=P(B)P(A∣B)P(ABC)=P(A)P(B∣A)P(C∣AB)P(AB)=P(A)P(B|A)=P(B)P(A|B)\\\ \\ P(ABC)=P(A)P(B|A)P(C|AB) P(AB)=P(A)P(B∣A)=P(B)P(A∣B) P(ABC)=P(A)P(B∣A)P(C∣AB)
5.全概率公式(全集分解公式)
  若∪i=1nAi=Ω,AiAj=∅(i≠j;i,j=1,...,n)\cup_{i=1}^n A_i=\Omega,A_iA_j=\empty(i\neq j;i,j=1,...,n)∪i=1n​Ai​=Ω,Ai​Aj​=∅(i​=j;i,j=1,...,n),则对任一事件B有B=∪i=1nAiB,P(B)=∑i=1nP(Ai)P(B∣Ai)B=\cup_{i=1}^n A_iB,P(B)=\sum_{i=1}^nP(A_i)P(B|A_i)B=∪i=1n​Ai​B,P(B)=∑i=1n​P(Ai​)P(B∣Ai​)。
6.贝叶斯公式(逆概公式)
  如果∪i=1nAi=Ω,AiAj=∅(i≠j;i,j=1,...,n),P(Ai)>0\cup_{i=1}^n A_i=\Omega,A_iA_j=\empty(i\neq j;i,j=1,...,n),P(A_i)>0∪i=1n​Ai​=Ω,Ai​Aj​=∅(i​=j;i,j=1,...,n),P(Ai​)>0,则对任一事件BBB,只要P(B)>0P(B)>0P(B)>0,即有P(Aj∣B)=P(Aj)P(B∣Aj)Σi=1nP(Ai)P(B∣Ai)P(A_j|B)=\frac{P(A_j)P(B|A_j)}{\Sigma_{i=1}^nP(A_i)P(B|A_i)}P(Aj​∣B)=Σi=1n​P(Ai​)P(B∣Ai​)P(Aj​)P(B∣Aj​)​。

2. 两道例题

  eg1.设有两批数量相同的零件,已知有一批产品全部合格,另一批产品有25%不合格。从两批产品中任取已知,经检验是正品,放回原处,并在原处所在批次再取一只,试求这只产品是次品的概率。
解:设事件Hi(i=1,2)H_i(i=1,2)Hi​(i=1,2)为“第一次从第i批产品中抽取”,事件AAA为取正品,则P(H1)=P(H2)=12,P(A∣H1)=1P(H_1)=P(H_2)=\frac12,P(A|H_1)=1P(H1​)=P(H2​)=21​,P(A∣H1​)=1,P(A∣H2)=34P(A|H_2)=\frac34P(A∣H2​)=43​。
  则有P(A)=P(H1)P(A∣H1)+P(H2)P(A∣H2)=78P(A)=P(H_1)P(A|H_1)+P(H_2)P(A|H_2)=\frac78P(A)=P(H1​)P(A∣H1​)+P(H2​)P(A∣H2​)=87​(全概率公式);
  从而(贝叶斯):
P(H1∣A)=P(H1)P(A∣H1)P(A)=47P(H2∣A)=P(H2)P(A∣H2)P(A)=37P(H_1|A)=\frac{P(H_1)P(A|H_1)}{P(A)}=\frac47\\\ \\ P(H_2|A)=\frac{P(H_2)P(A|H_2)}{P(A)}=\frac37 P(H1​∣A)=P(A)P(H1​)P(A∣H1​)​=74​ P(H2​∣A)=P(A)P(H2​)P(A∣H2​)​=73​(当第一次取正品之后,概率就发生了变化,不是1/2了)
  设Ci(i=1,2)C_i(i=1,2)Ci​(i=1,2)表示“第二次从第i批产品中抽取”,则有:
P(Aˉ)=P(C1)P(Aˉ∣C1)+P(C2)P(Aˉ∣C2)=47×0+37×14=328P(\bar A)=P(C_1)P(\bar A|C_1)+P(C_2)P(\bar A|C_2)\\\ \\=\frac47 \times 0+\frac37 \times \frac14=\frac3{28} P(Aˉ)=P(C1​)P(Aˉ∣C1​)+P(C2​)P(Aˉ∣C2​) =74​×0+73​×41​=283​
  eg2.设有两箱零件,第一箱内装50件,其中10件是一等品;第二箱内装30件,其中18件是一等品。
求:
(1)先去除的零件是一等品的概率ppp;
(2)在先取出的是一等品的条件下,后取出的零件仍然是一等品的概率qqq。
  解:记AAA={从第一箱中取},B1B_1B1​={先取出的是一等品},B2B_2B2​={后取出的是一等品},则有:

  P(A)=P(Aˉ)=12,P(B1∣A)=15,P(B1∣Aˉ)=35P(A)=P(\bar A)=\frac12,P(B_1|A)=\frac15,P(B_1|\bar A)=\frac35P(A)=P(Aˉ)=21​,P(B1​∣A)=51​,P(B1​∣Aˉ)=53​

  P(B1B2∣A)=1050×949,P(B1B2∣Aˉ)=1830×1729P(B_1B_2|A)=\frac{10}{50}\times \frac9{49},P(B_1B_2|\bar A)=\frac{18}{30}\times \frac{17}{29}P(B1​B2​∣A)=5010​×499​,P(B1​B2​∣Aˉ)=3018​×2917​

  (1)p=P(A)P(B1∣A)+P(Aˉ)P(B1∣Aˉ)=25p=P(A)P(B_1|A)+P(\bar A)P(B_1|\bar A)=\frac25p=P(A)P(B1​∣A)+P(Aˉ)P(B1​∣Aˉ)=52​

  (2)P(B1B2)=P(A)P(B1B2∣A)+P(Aˉ)P(B1B2∣Aˉ)=2761421P(B_1B_2)=P(A)P(B_1B_2|A)+P(\bar A)P(B_1B_2|\bar A)=\frac{276}{1421}P(B1​B2​)=P(A)P(B1​B2​∣A)+P(Aˉ)P(B1​B2​∣Aˉ)=1421276​,

则q=P(B2∣B1)=P(B1B2)P(B1)=6901421q=P(B_2|B_1)=\frac{P(B_1B_2)}{P(B_1)}=\frac{690}{1421}q=P(B2​∣B1​)=P(B1​)P(B1​B2​)​=1421690​。


欢迎扫描二维码关注微信公众号 深度学习与数学   [每天获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读,算法和其他互联网技能的学习,概率论、线性代数等高等数学知识的回顾]

概率论与数理统计【二】随机事件与概率(2) - 常用求概率公式与例题两道相关推荐

  1. 概率论与数理统计 (二)计算题和应用题

    概率论一些知识 :https://blog.csdn.net/zuoyonggang123/article/details/79110916?utm_medium=distribute.pc_rele ...

  2. 概率论与数理统计(二)

    m@[toc] 第二章 随机变量及其概率分布 1.随机变量 定义:设随机试验的样本空间为S={e},X=X{e}是定义在样本空间S上的实值单值函数.称X=X{e}为随机变量 常用ξ,η,ζ\xi,\e ...

  3. 概率论与数理统计(二)选择题

    1.1. 设 A , B 为 随 机 事 件 , P(A)>0,P ( B|A ) =1 , 则 必 有( A ) A.P(A ∪B)=P(B) B.A B C.P(A)=P(B) D.P(AB ...

  4. 概率论与数理统计 (二)填空题

    1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 2 ...

  5. 再次复习概率论与数理统计之要点总结之前两章

    通过前面的慕客及峁诗松的练习发现,还是比较有困难的,结合自学考试的大纲才发现,自己走偏了路.自学考试要简单些,宅在家里的时间,尽快把要点总结下.自己的目的还是通过考试,拿到证书. 分别对应<自学 ...

  6. 【概率论与数理统计】简单梳理知识框架和概数史

    [概率论与数理统计]简单梳理知识框架和概数史 前言 写一下概数的知识框架.看情况补充概率论的历史帮助理解概率论的应用. 快速写一下,立一个靶子,然后后期慢慢修饰勾勒. 知识框架参考<张宇30讲2 ...

  7. MATLAB中的概率论与数理统计

    MATLAB中的概率论与数理统计 概率论与数理统计 产生随机数 binornd poissrnd exprnd unidrnd normrnd 概率密度函数(pdf) binopdf poisspdf ...

  8. 概率论与数理统计期末复习

    文章目录 泊松分布 连续性随机变量概率密度 均匀分布 离散型随机变量函数的分布 二维离散型随机变量的分布 二维随机变量的的分布 离散型随机变量函数的分布 连续性随机变量函数的分布 正太分布可加性 数学 ...

  9. 李永乐复习全书概率论与数理统计 第一、二章 随机事件和概率、随机变量及其概率分布

    目录 第一章 随机事件和概率 1.2  概率.条件概率.独立性和五大公式 例4  设0<P(A)<1,0<P(B)<10<P(A)<1,0<P(B)<1 ...

最新文章

  1. 【MATLAB】符号数学计算(三):符号的精度计算
  2. 2021年第十六届智能车竞赛线上决赛之前大家的提问
  3. 解决vs2015使用fopen、fprintf等函数报错的问题
  4. centos 7 Chrony 集群同步时间
  5. c++ 0x8000ffff灾难性故障_《可靠性设计》——故障模式影响分析
  6. Asp.net(C#)-显示所有缓存 清除所有缓存
  7. Guava入门~MoreObjects
  8. 数理统计的统计量分布t分布_t分布:啤酒厂发现的关键统计概念
  9. 在PyCharm命令行中使用conda数学库的方法
  10. Activity 之间调用与参数传递
  11. 美国慈善机构Kars4Kids意外泄露了上万名捐赠者的个人信息
  12. oracle读取blob字段的方法,如何读取Oracle的BLOB字段里的文件?
  13. 10张图看懂人口普查数据
  14. 图像裁剪插件--cropper的基本使用
  15. 用C#通过正则表达式截取字符串中符合条件的子字符串
  16. php微信转发无法显示标题图片,解决微信公众号分享朋友圈不显示标题图片描述的方法...
  17. Python机器学习基础
  18. ECharts3D地图
  19. Ajax 学习 二 Accordion和AccordionPane 淡入淡出效果和AutoSize自动尺寸
  20. QT:MVC模式-MVD的使用DEMO

热门文章

  1. Flask之SQLAlchemy
  2. windows安装docker desktop
  3. TLD目标跟踪算法学习(二)
  4. 大数据剖析:离开互联网大厂的年轻人都去了哪里?
  5. 图像处理——常用阈值分割方法及源码
  6. 云安全防护总体架构设计
  7. border-bottom 自定义长度
  8. x86架构ubuntu18下运行GBA模拟器mgba
  9. 最简单的快速排序算法的C语言实现
  10. 移动应用消息推送及推送原理