《北邮概率论与数理统计条件概率》由会员分享，可在线阅读，更多相关《北邮概率论与数理统计条件概率（7页珍藏版）》请在金锄头文库上搜索。
1、 . . . . 1.3条件概率 条件概率是概率论中的一个根本概念，也是概率论中的一个重要工具，它既可以帮助我们认识更复杂的随机事件，也可以帮助我们计算一些复杂事件的概率。 1. 条件概率的定义与计算 在一个随机试验中或随机现象中，当我们一个事件发生了，这时对另外一个事件发生的概率往往需要重新给出度量.称事件的这个新概率为在事件发生的条件下事件发生的条件概率,记为.为了对条件概率有一个直观的认识以与考虑该如何给出条件概率的数学定义,我们先看一个例子.例1 一批同类产品由甲、乙两个车间生产，各车间生产的产品数与正品和次品的情况如下表甲车间乙车间合计正品465510975次品151025合计480
2、5201000从这批产品中任取一件，那么这件产品是次品的概率为现在假设被告知取出的产品是由甲车间生产的，那么这件产品为次品的概率就不再是，而是在本例中，设表示事件“取出的产品是由甲车间生产的，表示事件“取出的产品是次品，前面算出的事件的概率是在没有任可进一步的信息的情况下得到的，而后面算出的事件的概率是在有了 “事件发生了这一信息的情况下得到的.后一个概率就是在事件发生的条件下事件发生的条件概率.与此对应，我们可以把前一个概率称为无条件概率。经过简单计算有这个关系式尽管是从本例得出的，但它具有普遍意义.受由启发,我们可以在一般的样本空间中给出条件概率的数学定义.定义 设是样本空间中的两个事件，
3、且，在事件发生的条件下，事件的条件概率定义为根据条件概率的定义，不难验证条件概率满足概率定义中的三条公理：1非负性：对任一事件，有；2规性：；3可列可加性：设是两两互不相容的事件，那么有自然地，条件概率也具有三条公理导出的一切性质. 比如,.例2 将一骰子掷两次, 两次的点数之和为6,求第一次的点数大于第二次点数的概率.解:设事件“两次的点数之和为6”, 事件“第一次的点数大于第二次点数2”方法一(在缩减的样本空间中计算).在事件发生的条件下,样本空间缩减为在此样本空间中考虑,事件包含个样本点,所以.方法二., ,所以.例 对于寿险产品设计而言,需关注不同年龄的人能继续存活假设干年的概率.假设
4、根据经验或某种寿命分布理论,人的寿命超过60岁的概率为0.9, 超过70岁的概率为0.8.求60岁的人能继续存活10年的概率.思考：1考虑恰有2个小孩的家庭，从这样的家庭中任选一家，这个家有男孩，那么这家两个小孩都是男孩的概率是多少？2随机地遇到一男孩，并发现他属于两个孩子的家庭，那么他家的另一个小孩也是男孩的概率是多少？3有3完全一样的卡片，第一卡片两面全涂成红色，第二卡片两面全涂成黑色，第三卡片一面涂成红色一面涂成黑色.现从3卡片中随机取1并放在桌面上,如果朝上的一面是红色,那么另一面是黑色的概率有多大?4.领奖问题某人参加了有奖竞答活动,他全过关了,现到领奖阶段,领奖规那么是:有三个房间
5、,其中一个房间里放有奖品,而另外二个房间没有奖品,全过关的选手任选一个房间,假设房间里有奖品那么他获得此奖品,否那么没有奖品.现此人选了一房间,在他还没有打开房门时主持人打开了另外二个房门中的一个,结果没有奖品,这时该选手还有重新选择的机会,你认为应该坚持原来的选择还是换一个选择或两者皆可?二.条件概率的应用 这里主要介绍涉与条件概率的三个公式: (1)乘法公式;(2)全概率公式;(3)贝叶斯公式.1. 乘法公式由条件概率的定义易知上面公式只是条件概率定义的平凡变形,但在具体的概率计算问题中如果都可方便地算出,那么利用上式就可方便地算出. 上面公式可推广至多个事件的情形为保证上面公式中涉与到的
6、条件概率有意义,需要前提:.上面公式称为乘法公式.例 一个袋有7个球,其中5个红球,2个白球.从中依次取3次球,每次取一个,取后不放回.试求事件“前2次取到红球,最后1次取到白球的概率。 这个问题可推广至Polya罐子模型.例(Polya罐子模型) 设一罐子有个黑球,个红球,每次随机地取一个球,取出的球放回罐子中,还加进个同色球和个异色球.记为事件“第次取出的球是黑球,为事件“第次取出的球是红球,求,.Polya罐子模型包含有多种模型.(1) 如,那么为不放回抽样模型;(2) 如,那么为放回抽样模型;(3) 如,那么称为传染病模型;(4) 如,那么称为安全生产模型.例 甲袋子里有个红球,乙袋子
7、里有个黑球,按以下方式操作:从甲袋中随意地取走一个球,然后从乙袋中取出一球放入甲袋中(如果乙袋中还有球的话).一直如此操作直至个球全被取走,求最后取走的是红球的概率,如很大,这个概率近似值是多少?解:设想甲袋中的个红球分别编号.记“最后取走的是号红球,那么两两互不相容,由对称性知.又记“最后取走的是红球,那么,从而,下面来求. 设表示事件“在甲袋中的第次取球没有取走1号红球，那么，并且，.由乘法公式知 从而得易见,很大时,这个概率近似值为.2. 全概率公式定义 设为个事件,假设满足(1);(2),那么称为样本空间的一个分割.易见对任一事件,与构成一个分割.思考:一个分割,用概率的语言该怎么说?
8、 定理(全概率公式) 设为样本空间的一个分割,且,那么对于任一事件,有.上面公式叫作全概率公式,该公式表示事件的概率等于诸条件概率的加权平均,权重为.另外也能看出:假设两两互不相容且(可以不要求)时,那么全概率公式亦成立.例 续抽签与顺序无关问题例 续Polya罐子模型,求第2次取到红球的概率.例 保险公司认为某险种的投保人可分为两类:一类为易出事故者,另一类为安全者.统计说明:一个易出事故者在一年发生事故的概率为,而安全者为.假定第一类人占此险种投保人的.现有一个新投保人,问该投保人在一年将出事故的概率.解:记“投保人为易出事故者,“投保人第一年出事故,那么有, , 由全概率公式得下面介绍全
9、概率公式的一个应用:敏感性问题调查方案的设计.敏感性问题的调查是社会调查的一类,如一群人中有赌博习惯的比例,吸毒人的比例,偷税漏税的比例等等.这类调查如直接调查,被调查者很少会如实地回答以下问题,因比需设计调查方案以使被调查者愿意如实地回答以下问题.下面介绍两种调查方案. 沃纳模型Warner model沃纳模型是沃纳1965年提出的,它的提出开创了随机化回答的先河.其设计原那么是这样的:根据敏感性特征设计两个相互对立的问题,比如,问题A:你是否吸毒过? 问题B:你是否没吸毒过? 再让被调查者按预定的概率从中任选一个问题回答,比如被调查者先从一袋中任取一球如取到红球那么回答以下问题A,否那么回
10、答以下问题B.调查者无权过问被调查者终究回答的是哪个问题,比如被调查者独自一人在一房间里操作和回答以下问题,并且只需在答卷上的“是和“否中选其一打钩,然后把答卷放入一密封的投票箱.假设调查了个人即有答卷,其中有回答“是,袋中的红球所占比例为.如何估计人群中吸过毒的人的比例呢?记事件“被调查者回答的问题是A问题,“被调查者的答案是“是,假设人群中吸过毒的人的比例为,是未知的,我们需估计.那么有,由全概率公式得从而可得由调查结果可得的估计值为,因此可得的估计值为 Simmons模型是1967年由Simmons提出的,其设计思想仍是基于沃纳的随机化回答思想,只是在设计中,用与问题A毫无关联的另一个问
11、题代替与A对立的问题要求在人群中对此问题的答案为“是的比例是的,比如在上面的问题中把问题B:“你是否没吸毒过?改为“你的生日是否在7月1日之前?，那么，式变为的估计值为下面介绍全概率公式在遗学中的应用，下面问题作为思考题留给同学们去解决。 对于三种基因型式：AA,Aa,aa,假定亲本总体中的比例为(),且数量很多,而参与交配的亲本是该总体中随机的两个(比如,菜园中的豌豆是经过充分混和的),对于子一代,这三种基因型式的比例会如何呢?子二代又会如何呢?3. 贝叶斯公式定理 设为样本空间的一个分割,且,为一事件,且,那么.以上公式叫做贝叶斯公式,是概率论中的一个著名的公式.从形式推导来看很平凡,它不
12、过是条件概率的定义和全概率公式的简单推论.之所以著名,是具有哲理意义上的解释:,是在没有进一步的信息(不知是否发生)情况下,人们对诸事件的认识。现有了新的信息知道发生了，人们诸事件的认识会有所调整,贝叶斯公式从数量上刻画了在有了进一步信息的条件下对诸事件的认识的调整.,称为先验概率或先验信息，,称为后验概率或后验信息。我们先看下面问题。考虑不放回抽样模型: 一个袋有7个球,其中5个红球,2个白球.从中依次取2次球,每次取一个,取后不放回.第一次取到红球的条件下第二次取到红球的条件概率为,这是简单、直观的.下面来求第二次取到红球的条件下第一次取到红球的条件概率.解:设“第一次取到红球,“第二次取
13、到红球,由贝叶斯公式 这个条件概率与第一次取到红球的条件下第二次取到红球的条件概率相等.从时间顺序上看,我们可能会觉得后面的结果不会对前面的结果产生影响.果真如此吗?设想你和另外一位同学抓阄,阄中一局部有奖,另一局部没奖.在你抓了阄但还没看结果时,你看到了另外一同学中奖了,此时你会觉得“我中奖的可能性减少了,无论你是先抓还是后抓都会产生这种感觉.由此可见,上面的结果其实是符合“直观的.例 续保险问题,假设任一投保人在各年是否出事故相互独立,且出事故的概率不变.求以下概率(1) 新投保的人第一年出了事故,求他是易发事故者的概率；(2) 新投保的人第一年出了事故,求他第二年会出事故的概率。解:记“
14、投保人为易出事故者,“投保人第年出事故(,那么有, , (1) (2) 先求思考: 1.新投保的人连续年出事故,求他第年会出事故的概率,在很大时这个概率的近似值是多少?2.在人类遗传学中,某种“坏的基因会引起夭折.设是这样的一个基因,基因型将不能长大成人, 基因型的人称为“带菌者(具隐性性状).某人有一个兄弟由于具有基因型而在童年死去,(1)求他是带菌者的概率.()(2)假定在自然成人人群中(不论性别如何)带菌者的概率为(成人人群中带基因的比例是，带基因的比例是)，假设他与一位不知是否具有这种“历史的女人结婚,他们的小孩具有基因型的概率各是多少?注:如果把事件看成是会影响结果发生机率的原因,那么全概率公式可形象地看成“原因推结果;而贝叶斯公式恰好相反,可看成“结果推原因.在统计学中,要依据收集的数据去寻找感兴趣的问题的答案,这是一个“由结果找原因的过程,因而贝叶斯公式在统计学中就有了用武之地.事实上,依据这个公式的思想开展了一整套统计推断的方法,叫做“贝叶斯统计. /
