内容正文:
1.3 全概率公式
[素养目标] 1.会利用全概率公式计算概率. 2.了解贝叶斯公式. 3.培养数学建模、数学运算、逻辑推理的素养.
探究点一 利用全概率公式求概率
[基础梳理]
全概率公式
设B1,B2,…,Bn是一组两两互斥的事件,B1∪B2∪…∪Bn=Ω,且P(Bi)>0(i=1,2,…,n),则对任意一个事件A有P(A)=P(Bi)P(A|Bi),称这一公式为全概率公式.
[互动探究]
[例1] (1)设甲车间产品占60%,乙车间产品占40%,甲车间次品率为0.1,乙车间次品率为0.2,则任取一件产品为次品的概率为________.
【解析】 设事件A:取到的产品来自甲车间,
事件B:取到的产品来自乙车间,
事件C:取到的产品为次品.
由题意P(A)=0.6,P(B)=0.4,
P(C|A)=0.1,P(C|B)=0.2,
由全概率公式P(C)=P(A)·P(C|A)+P(B)·P(C|B)
=0.6×0.1+0.4×0.2=0.14.
【答案】 0.14
(2)甲口袋里面有4个红球3个白球,乙口袋有2个红球,5个白球,从甲口袋随机拿出一个球放到乙口袋,然后从乙口袋中随机拿一个球,求这个球是红球的概率.
【解】 ①完备事件组命名A1=“甲口袋里拿出的是红球”,A2=“甲口袋里拿出的是白球”,
②目标事件B=“从乙口袋取出红球”,
③全概率公式求解.
P(B)=P(A1)P(B|A1)+P(A2)P(B|A2)=×+×=.
运用全概率公式计算事件B发生的概率P(B)时,一般步骤如下:
(1)先求划分后的每个小事件的概率,即P(Ai),i=1,2,…,n;
(2)再求每个小事件发生的条件下,事件B发生的概率,即P(B|Ai),i=1,2,…,n;
(3)最后利用全概率公式计算P(B),即P(B)=P(Ai)·P(B|Ai).
[跟踪训练]
1.甲袋中有5只白球,7只红球;乙袋中有4只白球,2只红球,从两个袋子中任取一袋,然后从所取到的袋子中任取一球,求取到的球是白球的概率.
解:首先取袋子,设取到甲袋为事件A1,则P(A1)=,取到乙袋为事件A2,则P(A2)=,取到白球的概率为P(B),P(B)=P(A1)P(B|A1)+P(A2)P(B|A2)=×+×=.
探究点二 利用贝叶斯公式求概率
[基础梳理]
贝叶斯公式
设B1,B2,…,Bn是一组两两互斥的事件,B1∪B2∪…∪Bn=Ω,且P(A)>0,P(Bi)>0,(i=1,2,…,n),则P(Bi|A)=,称这一公式为贝叶斯公式.
[互动探究]
[例2] 三部自动的机器生产同样的零件,其中机器甲生产的占40%,机器乙生产的占25%,机器丙生产的占35%,已知机器甲、乙、丙生产的零件分别有10%、5%和1%不合格,现从总产品中随机地抽取一个零件,发现是不合格品,求:
(1)它是由机器甲生产出来的概率;
(2)它是由哪一部机器生产出来的可能性大.
【解】 设B1,B2,B3分别表示事件:任取的零件为甲、乙、丙机器生产的,A:抽取的零件是不合格品,由条件知,
P(B1)=0.40,P(B2)=0.25,P(B3)=0.35,
P(A|B1)=0.10,P(A|B2)=0.05,P(A|B3)=0.01,
(1)所求概率为P(B1|A),P(B1|A)=≈0.714.
(2)类似(1)的计算可得P(B2|A)≈0.223,P(B3|A)≈0.063,比较可知是机器甲生产出来的可能性大.
贝叶斯公式是在条件概率的基础上寻找事件发生的原因,在运用贝叶斯公式时,一般已知和未知条件如下:
(1)A的多种情况中到底哪种情况发生是未知的,但是每种情况发生的概率已知,即P(Ai)已知;
(2)事件B是已经发生的确定事实,且A的每种情况发生的条件下B发生的概率已知,即P(B|Ai)已知;
(3)P(B)未知,需要使用全概率公式计算得到;
(4)求解的目标是用A的某种情况Ai的无条件概率求其在B发生的条件下的有条件概率P(Ai|B).
[跟踪训练]
2.某学生接连参加同一课程的考试两次,两次相互独立,第一次及格的概率是P,如果第一次及格,那么第二次及格的概率也是P,如果第一次不及格,那么第二次及格的概率就是,如果他第二次考试及格了,求第一次考试及格的概率.
解:设事件A1表示“第一次考试及格”,事件A2表示“第一次考试不及格”,事件B表示“第二次考试及格”,则P(A1)=p,P(A2)=1-p,P(B|A1)=p,P(B|A2)=,
P(A1|B)=
==.
1.设某工厂有两个车间生产同型号家用电器,第一车间的次品率为0.15,第二车间的次品率为0.12,两个车间的成品都混合堆放在一个仓库,假设第1,2车间生产的成品比例为2∶3,今有一客户从成品仓库中随机提一台产品,则该产品合格的