内容正文:
一、条件概率、乘法公式及全概率公式
无论条件概率公式P(A|B)=,乘法公式P(AB)=P(B)P(A|B),还是贝叶斯公式P(A|B)==都反映了P(A),P(B|A),P(AB)三者之间的转化关系,灵活应用即可.
设某批产品中, 甲、 乙、 丙三厂生产的产品分别占45%,35%,20%,各厂的产品的次品率分别为4%,2%,5%,现从中任取一件.
(1)求取到的是次品的概率;
(2)经检验发现取到的产品为次品, 求该产品是甲厂生产的概率.
解:记事件A1:“该产品是甲厂生产的”, 事件A2:“该产品为乙厂生产的”, 事件A3:“该产品为丙厂生产的”, 事件B:“该产品是次品”.由题设知
P(A1)=45%,P(A2)=35%,P(A3)=20%,P(B|A1)=4%,P(B|A2)=2%,P(B|A3)=5%.
(1)由全概率公式得P(B)=P(Ai)P(B|Ai)=45%×4%+35%×2%+20%×5%=0.035%.
(2)由贝叶斯公式得P(A1|B)==.
[训练1]
外形相同的球分装在三个盒子中,每盒10个.其中,第一个盒子中有7个球标有字母A,3个球标有字母B;第二个盒子中有红球和白球各5个;第三个盒子中有红球8个,白球2个.试验按如下规则进行:先在第一个盒子中任取一个球,若取得标有字母A的球,则在第二个盒子中任取一个球;若第一次取得标有字母B的球,则在第三个盒子中任取一个球.若第二次取出的是红球,则称试验成功,求试验成功的概率.
解:设A={从第一个盒子中取得标有字母A的球},B={从第一个盒子中取得标有字母B的球},R={第二次取出的球是红球},
易得P(A)=,P(B)=, P(R|A)=,P(R|B)=,
事件“试验成功”表示为RA∪RB,又事件RA与事件RB互斥,故由概率的加法公式得
P(RA∪RB)=P(RA)+P(RB)=P(R|A)·P(A)+P(R|B)·P(B)=×+×=0.59.
即试验成功的概率为0.59.
二、独立重复试验与二项分布
1.在求n次独立重复试验中事件恰好发生k次的概率时,首先要确定好n和k的值,再准确利用公式求概率.
2.根据独立重复试验求二项分布的有关问题时,关键是理清事件与事件之间的关系,确定二项分布的试验次数n和变量的概率,求得概率.
某公司招聘员工,先由两位专家面试,若两位专家都同意通过,则视作通过初审予以录用;若这两位专家都未同意通过,则视作未通过初审不予录用;当这两位专家意见不一致时,再由第三位专家进行复审,若能通过复审则予以录用,否则不予录用.设应聘人员获得每位初审专家通过的概率均为,复审能通过的概率为,各专家评审的结果相互独立.
(1)求某应聘人员被录用的概率;
(2)若4人应聘,设X为被录用的人数,试求随机变量X的分布列.
解:设“两位专家都同意通过”为事件A,“只有一位专家同意通过”为事件B,“通过复审”为事件C.
(1)设“某应聘人员被录用”为事件D,则D=A∪BC.
因为P(A)=×=,P(B)=2××(1-)=,P(C)=,
所以P(D)=P(A∪BC)=P(A)+P(B)P(C)=.
(2)根据题意,X=0,1,2,3,4,且X~B(4,),
Ai表示“应聘的4人中恰有i人被录用”(i=0,1,2,3,4).
因为P(A0)=C×()4=,P(A1)=C××()3=,P(A2)=C×()2×()2=,P(A3)=C×()3×=,P(A4)=C×()4=.
所以X的分布列为
X
0
1
2
3
4
P
[训练2]
一名学生从学校乘车到火车站的途中有三个交通岗,假设在各个交通岗遇到红灯的事件是相互独立的,并且概率都是,设X为途中遇到红灯的次数.
(1)求随机变量X的分布列.
(2)求这名学生在途中至少遇到一次红灯的概率.
解:(1)由题意X~B(3,),
则P(X=0)=C×()0×()3=,
P(X=1)=C×()1×()2=,
P(X=2)=C×()2×()1=,
P(X=3)=C×()3×()0=.
故X的分布列为
X
0
1
2
3
P
(2)由题意知,“至少遇到一次红灯”的对立事件是“一次红灯都没有遇到”.
因此P(X≥1)=1-P(X=0)=1-=.
三、超几何分布
对超几何分布的三点说明
1.超几何分布的模型是不放回抽样.
2.超几何分布中的参数是M,N,n.
3.超几何分布可解决产品中的正品和次品、盒中的白球和黑球、学生中的男和女等问题,往往由具有明显差异的两部分组成.
端午节吃粽子是我国的传统习俗.设一盘中装有10个粽子,其中豆沙粽2个,肉粽3个,白粽5个,这三种粽子的外观完全相同.从中任意选取3个.
(1)求三种粽子各取到1个的概率;
(2)设X表示取到的豆沙粽个数