还剩27页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
条件概率本课件将介绍条件概率的概念,并通过实例讲解如何计算条件概率什么是概率随机事件数值范围概率用于描述随机事件发生的概率值介于0到1之间,0表示可能性大小.事件不可能发生,1表示事件必然发生.频率解释在大量重复试验中,事件发生的频率趋近于其概率.条件概率的定义事件A发生的概率,在事件B已经发条件概率是指在已知某事件发生的情生的条件下,称为事件A在事件B发况下,另一事件发生的概率生的条件下的概率,记作PA|B条件概率反映了事件之间的依赖关系,即事件A的发生概率与事件B是否发生有关条件概率的计算公式PA|B1事件B发生后,事件A发生的概率PA∩B2事件A和事件B同时发生的概率PB3事件B发生的概率乘法定理事件的交集公式条件概率乘法定理计算两个事件同时发生的概率PA∩B=PA*PB|A PB|A表示事件A发生的情况下,事件B发生的概率乘法定理的例题1假设有两个骰子,第一个骰子是红色的,第二个骰子是蓝色的求红色骰子掷出3点,蓝色骰子掷出5点的概率乘法定理的例题2例题解答假设有两个袋子,每个袋子中都有两种颜色的球红色和蓝色事件A从袋子A中取出红球袋子A中有3个红球和2个蓝球,袋子B中有2个红球和4个蓝事件B从袋子B中取出红球球现在从袋子A中随机取一个球,然后从袋子B中随机取一个球,求取出的两个球都是红球的概率根据乘法定理,所求概率为PAB=PAPB|A=3/5*2/6=1/5全概率公式定义公式若事件A1,A2,…,An构成样PB=PB|A1PA1+本空间Ω的一个划分,且PAi PB|A2PA2+…+0i=1,2,…,n,则对任意事件PB|AnPAnB,有全概率公式的应用12保险精算医疗诊断评估风险和定价保险产品预测疾病的可能性3机器学习构建分类模型和预测未来事件贝叶斯公式公式解释PA|B=[PB|A*PA]/PB贝叶斯公式用于计算事件A在事件B发生的情况下发生的概率它将先验概率(PA)和似然率(PB|A)结合在一起,得出后验概率(PA|B)贝叶斯公式的应用医学诊断根据症状判断疾病垃圾邮件过滤判断邮件是否为垃圾邮件风险评估评估事件发生的概率独立事件定义公式两个事件A和B,如果事件A的若事件A和B独立,则PA∩B发生不影响事件B发生的概率,=PAPB则称A和B为独立事件独立事件例题掷硬币掷骰子连续掷一枚硬币两次,第一次正面朝上的概率是1/2,第二次正面掷一颗六面骰子两次,第一次掷出数字6的概率是1/6,第二次掷朝上的概率也是1/2,且两次掷硬币的事件是独立的,因此两次都出数字6的概率也是1/6,且两次掷骰子的事件是独立的,因此两正面朝上的概率是1/2*1/2=1/
4.次都掷出数字6的概率是1/6*1/6=1/
36.条件独立定义公式如果两个事件在给定第三个事如果PA|B,C=PA|C,则事件发生的条件下相互独立,则件A和B在给定事件C发生的称这两个事件条件独立条件下相互独立应用条件独立在统计学和机器学习中非常有用,它可以简化模型并提高效率条件独立例题23抛硬币连续事件两次抛硬币,如果第一次是正面,第如果两次抛硬币是独立的,那么第一二次是反面的概率是多少?个硬币的结果不会影响第二个硬币的结果4概率因此,第一次抛硬币是正面的概率是1/2,第二次抛硬币是反面的概率也是1/2条件概率性质非负性规范性可加性对于任意事件A和B,有PA|B≥0对于任意事件B,有PB|B=1对于互斥事件A1,A2,...,An和事件B,有P∪i=1n Ai|B=∑i=1n PAi|B条件概率性质例题事件A和事件B互斥,PA=
0.3,PB=
0.4,求PA|A∪B由于事件A和事件B互斥,所以PA∪B=PA+PB=
0.7根据条件概率定义,PA|A∪B=PA∩A∪B/PA∪B=PA/PA∪B=
0.3/
0.7=3/7随机变量的条件概率条件概率是衡量在事件B发生的条件当事件A和事件B分别对应随机变量X下,事件A发生的概率和Y的取值时,条件概率可以表示为PX=x|Y=y条件概率的计算公式PX=x|Y=y=PX=x,Y=y/PY=y连续随机变量的条件概率条件密度函数计算公式对于连续随机变量X和Y,给定Y=y的条件下,X的条件密度函fx|y=fx,y/fy数定义为条件期望定义公式随机变量在给定事件发生时的期望值EX|A=Σx*PX=x|A条件期望例题12例题解答假设有一个盒子里有5个球,其中3个是红色的,2个是蓝色的可以使用条件期望公式计算,期望值为
2.5现在随机从盒子里取出一个球,如果取出的是红色球,求剩下的4个球中红色球个数的期望值条件方差定义公式条件方差指的是在给定随机变量VarY|X=x=E[Y-X的取值情况下,随机变量Y的EY|X=x^2|X=x]方差解释它描述了当X取值为x时,Y的分布的离散程度条件方差例题Math ScoresScience Scores条件方差是衡量随机变量在给定条件下变化程度的指标例如,在一个学校里,数学成绩和科学成绩的条件方差可以反映学生在不同年级数学和科学成绩的波动情况应用实例1假设一家公司正在开发一款新产品,他们想要了解目标用户对这款产品的兴趣程度公司进行了一次市场调查,结果显示,在所有被调查者中,有60%的人对这款产品表示兴趣,而其中40%的人属于目标用户现在问题是,在所有对这款产品表示兴趣的用户中,有多少比例是目标用户?应用实例2假设你想知道某家公司是否会破产根据以往的经验,你发现有以下信息•在过去10年中,有5家公司破产•在过去10年中,有2家公司破产且其CEO年龄超过50岁现在你得知该公司CEO年龄超过50岁,你想知道该公司破产的概率应用实例3假设一家公司正在开发一款新的产品,他们想要了解目标用户对产品的兴趣程度他们可以使用贝叶斯公式来计算产品成功的可能性,并根据用户反馈不断调整预测本章小结条件概率公式贝叶斯公式条件概率是在特定事件发生的情况下,另条件概率的公式PA|B=PA∩B/PB贝叶斯公式用于根据先验概率和似然函数一个事件发生的概率来计算后验概率思考题思考题1请解释条件概率在实际应用中的意义思考题2请举例说明条件概率的应用场景思考题3请解释独立事件与条件独立事件的区别参考文献《概率论与数理统计》陈希孺《统计学》贾俊平。
个人认证
优秀文档
获得点赞 0