Files
MathNotesVersion1/公式笔记/概率论/Ch01_概率论的基本概念/题型5_全概率与贝叶斯公式.md
T
2026-10-04 11:44:56 +08:00

116 lines
4.3 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 题型五:全概率公式与贝叶斯公式 ⭐⭐⭐
## 识别特征
- **全概率**:题目有**多阶段**结构("原因 → 结果")
- 例如:3 台机器生产产品,已知产量占比和次品率,求总次品率
- **贝叶斯**:已知**结果**,求**原因**的概率
- 例如:已知产品是次品,求"它来自第几台机器"
- 题干必有**完备事件组**($B_1, B_2, \ldots, B_n$)作为"原因"
## 解题流程
```mermaid
flowchart TD
A[识别:多阶段问题] --> B{求什么?}
B -->|"原因已知, 求结果"| C[全概率公式]
B -->|"结果已知, 求原因"| D[贝叶斯公式]
C --> E[1. 识别完备事件组 Bi]
E --> F[2. 写先验 P Bi 和似然 P A|Bi]
F --> G[3. P A = Σ P Bi P A|Bi]
D --> H[1. 先用全概率求 P A]
H --> I[2. P Bi|A = P Bi P A|Bi / P A]
```
## 通法步骤
### 一、全概率公式
**前提**:$\{B_1, B_2, \ldots, B_n\}$ 是 $\Omega$ 的**完备事件组**(两两互斥 + 穷尽),$P(B_i) > 0$。
$$
P(A) = \sum_{i=1}^n P(B_i) \cdot P(A | B_i)
$$
**应用步骤**:
1. 识别**原因**:找出"原因"的完备事件组 $B_i$(往往是"按某种标准分类")
2. 写**先验**:$P(B_i)$(各原因的概率)
3. 写**似然**:$P(A | B_i)$(每种原因下结果 $A$ 的概率)
4. **加权求和**:$P(A) = \sum P(B_i) P(A | B_i)$
### 二、贝叶斯公式
$$
P(B_i | A) = \frac{P(B_i) \cdot P(A | B_i)}{P(A)} = \frac{P(B_i) \cdot P(A | B_i)}{\sum_{j=1}^n P(B_j) \cdot P(A | B_j)}
$$
**应用步骤**:
1. 先用**全概率**算 $P(A)$
2. 套**贝叶斯**公式:分子 $= P(B_i) P(A | B_i)$,分母 $= P(A)$
## 常见陷阱
- **完备事件组漏项**:$B_1, B_2, \ldots, B_n$ 必须**穷尽** $\Omega$
- **混淆全概率和贝叶斯**:前者正向(原因→结果),后者逆向(结果→原因)
- 贝叶斯公式的**分子分母不对应**:分母是 $P(A)$(全概率公式的结果),不是某个 $P(A|B_j)$
- 多阶段问题(嵌套):每层都需识别完备事件组
## 经典母题
> **题目**:某厂有三台机床生产同种产品,产量分别占 $45\%$、$35\%$、$20\%$。各机床的次品率分别为 $4\%$、$2\%$、3\%$。现随机取一件产品,
>
> (1) 求它是次品的概率;
> (2) 若发现是次品,求它最有可能是哪台机床生产的。
**解析**:
设 $B_i = $"第 $i$ 台机床生产"($i=1,2,3$),$A = $"次品"。
- 先验:$P(B_1) = 0.45, P(B_2) = 0.35, P(B_3) = 0.20$
- 似然:$P(A | B_1) = 0.04, P(A | B_2) = 0.02, P(A | B_3) = 0.03$
**(1) 全概率公式**:
$$
P(A) = 0.45 \times 0.04 + 0.35 \times 0.02 + 0.20 \times 0.03 = 0.018 + 0.007 + 0.006 = 0.031
$$
**(2) 贝叶斯公式**(比较三个 $P(B_i | A)$):
$$
P(B_1 | A) = \frac{0.018}{0.031} \approx 0.581, \quad
P(B_2 | A) = \frac{0.007}{0.031} \approx 0.226, \quad
P(B_3 | A) = \frac{0.006}{0.031} \approx 0.194
$$
**结论**:
- 次品率 $P(A) = 3.1\%$
- 次品最可能来自第 1 台机床(58.1%)
**复盘**:本题完整演示了"全概率 → 贝叶斯"的两步流程。**核心要义**:先算"边际概率"(全概率),再做"后验推断"(贝叶斯)。
---
> **变式 1**:假设工厂每天生产的次品来自白天或夜班。白天产量 60%,次品率 1%;夜班产量 40%,次品率 2%。求随机取一件为次品的概率,以及该次品来自白天的概率。
**解**:
- $P(\text{白天}) = 0.6, P(\text{夜班}) = 0.4$
- $P(\text{次品} | \text{白天}) = 0.01, P(\text{次品} | \text{夜班}) = 0.02$
- 全概率:$P(\text{次品}) = 0.6 \times 0.01 + 0.4 \times 0.02 = 0.006 + 0.008 = 0.014$
- 贝叶斯:$P(\text{白天} | \text{次品}) = 0.006 / 0.014 \approx 0.429$
---
> **变式 2**:选择题(概念辨析)
设 $B_1, B_2$ 是 $\Omega$ 的完备事件组,$P(B_1) = 0.6, P(A | B_1) = 0.1, P(A | B_2) = 0.3$。下列哪个是 $P(B_2 | A)$?
(A) $\dfrac{0.4 \times 0.3}{0.6 \times 0.1 + 0.4 \times 0.3}$ (正确)
(B) $\dfrac{0.6 \times 0.1}{0.6 \times 0.1 + 0.4 \times 0.3}$
(C) $\dfrac{0.4 \times 0.3}{0.6 + 0.4 \times 0.3}$
(D) $\dfrac{0.6 \times 0.1}{0.4 \times 0.3}$
**答案**:(A)。**常见错选 (D)**——分子分母搞反。
> **口诀速记**:
> - "**先原因,后结果** → 全概率"
> - "**先结果,后原因** → 贝叶斯"
> - "贝叶斯公式 = 分子 / 分母(分母是全概率公式结果)"