3-3概率的基本运算解读

合集下载

概率的基本概念与计算方法

概率的基本概念与计算方法

概率的基本概念与计算方法在我们的日常生活中,概率这个概念无处不在。

从预测明天是否会下雨,到购买彩票时中大奖的可能性,从玩游戏时获胜的几率,到评估投资的风险回报,概率都在其中发挥着重要的作用。

那么,究竟什么是概率?又该如何计算它呢?概率,简单来说,就是用来衡量某个事件发生的可能性大小的一个数值。

这个数值介于 0 到 1 之间。

如果一个事件发生的概率为 0,那就意味着这个事件几乎不可能发生;如果概率为 1,则表示这个事件肯定会发生;而如果概率在 0 和 1 之间,那么就表示这个事件有一定的发生可能性,数值越接近 1,发生的可能性就越大。

比如说,抛一枚均匀的硬币,正面朝上的概率就是 05。

因为硬币只有正反两面,而且质地均匀,所以出现正面和反面的可能性是相等的,各占一半。

再比如,从一副标准的扑克牌(不含大小王)中随机抽取一张,抽到红桃的概率是 1/4,因为扑克牌一共有 4 种花色,每种花色的牌数量相同,所以抽到红桃的可能性就是 1/4。

那么,如何计算概率呢?概率的计算方法主要有两种:古典概型和几何概型。

古典概型是指在试验中,所有可能的结果是有限的,并且每个结果出现的可能性相等。

在古典概型中,事件 A 的概率可以通过以下公式计算:P(A) =事件 A 包含的基本事件数/基本事件总数。

举个例子,一个袋子里装有 5 个红球和 3 个白球,从中随机取出一个球,求取出红球的概率。

基本事件总数就是 8(5 个红球+ 3 个白球),事件“取出红球”包含的基本事件数是 5,所以取出红球的概率 P= 5/8。

几何概型则适用于试验中所有可能的结果是无限的、不可数的情况。

比如,在一个圆形区域内随机扔一个点,求这个点落在某个特定区域内的概率。

在几何概型中,事件 A 的概率可以通过以下公式计算:P(A) =构成事件 A 的区域长度(面积或体积)/试验的全部结果所构成的区域长度(面积或体积)。

假设在一个半径为 1 的圆内,随机扔一个点,求这个点落在半径为05 的同心圆内的概率。

概率的基本概念和计算

概率的基本概念和计算

概率的基本概念和计算概率是指某个事件在所有可能结果中发生的可能性。

它是数学中应用广泛的一个概念,涉及到各种实际问题的解决。

本文将介绍概率的基本概念和计算方法。

一、概率的基本概念概率的基本概念包括样本空间、事件和概率。

1. 样本空间:样本空间是指一个随机试验中所有可能结果的集合。

用Ω表示,例如,掷骰子的样本空间为{1, 2, 3, 4, 5, 6}。

2. 事件:事件是样本空间的子集,表示某些结果的集合。

事件通常用大写字母表示,例如,事件A表示掷骰子的结果为偶数。

事件A可以表示为A={2, 4, 6}。

3. 概率:概率是一个事件发生的可能性大小的度量值,通常表示为P(A),其中A表示一个事件。

概率的取值范围在0到1之间,0表示不可能事件,1表示必然事件。

二、概率的计算方法概率的计算方法包括频率法和数学方法。

1. 频率法:频率法是通过实验来计算概率。

即实际试验中某个事件发生的次数除以总试验次数。

例如,掷骰子的频率计算某个点数出现的概率就是该点数出现的次数除以总掷骰子的次数。

2. 数学方法:数学方法则是通过推理和公式来计算概率。

常用的数学方法包括古典概型、相对频率法和条件概率等。

古典概型是指随机试验中所有可能结果的个数有限且等可能发生的情况。

例如,掷一枚硬币,其样本空间为{正面,反面},每个结果发生的概率都是1/2。

相对频率法是指在大量实验中,某个事件发生的相对频率逼近于其概率。

例如,反复掷骰子,统计各点数的出现次数,最终得到的频率会趋近于1/6。

条件概率是指在已知某个事件发生的条件下,另一个事件的发生概率。

条件概率表示为P(A|B),其中A为事件A发生,B为事件B发生。

条件概率的计算方法是P(A|B) = P(A∩B) / P(B),其中P(A∩B)表示事件A和事件B同时发生的概率。

基于以上概念和计算方法,我们可以应用概率来解决各种问题,如赌博、生活中的决策等。

通过准确计算概率,我们可以做出理性的判断和决策。

数学中的概率计算

数学中的概率计算

数学中的概率计算概率计算是数学中重要的一部分,它运用数学方法来研究和描述随机事件发生的可能性。

在日常生活中,我们经常要面对各种不确定性的情况,而概率计算正是帮助我们理解和解决这些问题的工具。

下面,我们将从概率的基本概念、概率计算的方法以及实际应用几个方面来介绍数学中的概率计算。

一、概率的基本概念概率是描述事件发生可能性的一种数值。

概率的取值范围是0到1之间,其中0表示不可能事件,1表示必然事件。

事件的概率可以用以下公式来表示:P(A) = n(A) / n(S)其中,P(A)表示事件A发生的概率,n(A)表示事件A发生的样本数,n(S)表示样本空间中总的样本数。

通过这个公式,我们可以计算出事件的概率,并判断其可能性大小。

二、概率计算的方法1. 古典概率计算古典概率计算是指根据事件发生的可能性相等来计算概率。

例如,投掷一枚均匀的骰子,每个点数出现的可能性都是相等的,因此每个点数出现的概率都是1/6。

在古典概率计算中,我们可以通过计算事件发生的次数和总的样本数来得到事件的概率。

2. 几何概率计算几何概率计算是指根据事件发生的几何模型来计算概率。

例如,当我们抛一枚硬币时,正面和反面出现的可能性是相等的,因此正面出现的概率是1/2。

在几何概率计算中,我们可以根据事件的几何模型和面积比来计算概率。

3. 统计概率计算统计概率计算是指根据过去的观测数据来计算概率。

例如,我们可以通过统计一组数据中某个事件发生的次数和总的观测次数来计算事件的概率。

在统计概率计算中,我们需要依靠大量的数据和数理统计方法来确定事件的概率。

三、概率计算的实际应用概率计算在现实生活中有着广泛的应用。

以下是一些常见的应用场景:1. 赌博游戏赌博游戏中的赔率是根据概率计算而来的。

例如,在轮盘赌中,每个数字出现的概率是相等的,赌徒可以根据数字的概率来制定自己的投注策略。

2. 金融投资金融投资中的风险评估和收益预测都需要概率计算的支持。

投资者可以通过计算不同投资方案的概率来选择最合适的投资策略,以获取最大的收益。

概率3-3

概率3-3
概率论
第三节
条件分布
离散型随机变量的条件分布
连续型随机变量的条件分布
课堂练习
小结
概率论
在第一章中,我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率
P ( AB) P ( A | B) P ( B)
推广到随机变量
设有两个r.v X, Y , 在给定Y取某个或某些值 的条件下,求X的概率分布.
2
n m 1
p (1 p)
2

p
2
m 1 2
n m 1
(1 p)

n2
( m=1,2, … )
概率论
Y的边缘分布律是:
P Y n P X m ,Y n
m 1
n 1
p (1 p)
2 m 1
n 1
n2
(n 1) p (1 p)
X Y 0 1 2 P{X=i} 0 0.840 0.060 0.010 0.910 1 0.030 0.010 0.005 0.045 2 0.020 0.008 0.004 0.032 3 0.010 0.002 0.001 0.013 P{Y=j} 0.900 0.080 0.020 1.000
P X xi ,Y y j P Y yj





pi j p j
,i=1,2, …
为在 Y = yj条件下随机变量X的条件分布律. 作为条件的那个r.v,认为取值是给定的, 在此条件下求另一r.v的概率分布.
概率论
条件分布是一种概率分布,它具有概率分布的 一切性质. 正如条件概率是一种概率,具有概率的 一切性质. 例如:
1/ 3

概率的运算法则课件

概率的运算法则课件

解设
表示事件“第i次取到黑球”,
则所求即为
.
可以验证有: 此模型常被用作描述传染病的数学模型.
三、全概公式与贝叶斯公式
1. 全概公式
引例 一个仓库中堆放着甲、乙两个车间的相同 产品,各占70%和30% ,已知甲车间的次品率 为1% , 乙车间的次品率为1.2% ,现从该仓库 任取一件产品,求取到次品的概率.

另解 考虑到 故
注 该题的两种解法较为典型: 前者是直接对待求事件进行互斥分解,但计算较 繁琐;后者是从待求事件的对立事件出发,利用 了对立事件概率之和为1的性质,简化了计算.
例3 你的班级中是否有人有相同的生日? 这一事件的概率有多大?
解 设A表示n个人组成的班级中有人生日相同. 并设人的生日在一年365天的每一天是等可能的, 则基本事件总数为365n ,但A的基本事件数不易确定. 而 的基本事件数为
2. 推广到更为一般的情形是: 将样本空间 按某种已知方式划分为有限个两
两互斥的部分 B1 , B2 ,···, Bn,A是 中的任意 的事件,作为 的一部分, A也相应被划分为两两 互斥的有限个部分 AB1,AB2 ,···,ABn .
图示
如果能计算出A的各个子事件AB1,AB2 ,···,ABn 的概率P(AB1) ,P(AB2) ,···,P(ABn) ,而作为它 们的和事件A的概率
解 设A表示第一取得红球, B表示第二次取得白球, 则求P(B | A)
方法一 按定义 因为第一次取走了一个红球,袋中只剩下4个球,其中 有两个白球,再从中任取一个,取得白球的概率为2/4,
所以
方法二 按乘法法则
由乘法法则 注 条件概率的计算方法:
(1) 若问题比较简单,可根据实际意义,直接由定 义求P(B|A); (2) 当问题比较复杂时,可在原样本空间中先求出 P(AB)和P(A),再由乘法公式求出P(B|A).

概率了解概率的概念和简单计算

概率了解概率的概念和简单计算

概率了解概率的概念和简单计算概率:了解概率的概念和简单计算概率是数学中的一个重要概念,用来描述某个事件发生的可能性。

我们在日常生活中经常会遇到各种各样的概率问题,掌握概率的概念和简单计算方法对我们做出正确的决策具有重要意义。

本文将介绍概率的概念,并分析简单的计算方法。

一、概率的概念概率是指某个事件发生的可能性大小,它通常用一个范围在0到1之间的数来表示,其中0表示不可能发生,1表示肯定发生。

例如,抛一枚硬币出现正面的概率是0.5,表示这个事件的发生有一半的可能性。

概率的计算中,常用的方法有几何概型方法、频率统计方法和古典概型方法等。

几何概型方法是指通过确定几何图形的面积或体积来计算概率;频率统计方法是通过观察实验的频率来估计概率;古典概型方法是指根据事件的样本空间和事件发生的样本点数目来计算概率。

二、概率的计算方法1. 加法法则加法法则是概率计算中最基本的法则之一,用于计算几个事件中至少有一个事件发生的概率。

假设有两个事件A和B,它们的概率分别为P(A)和P(B),那么A和B至少有一个事件发生的概率可以用如下公式表示:P(A 或 B) = P(A) + P(B) - P(A 且 B)其中,P(A 且 B)表示事件A和B同时发生的概率。

2. 乘法法则乘法法则是概率计算中另一个重要的法则,用于计算几个事件同时发生的概率。

假设事件A和事件B相互独立,即一个事件的发生不会影响另一个事件的发生,那么事件A和事件B同时发生的概率可以用如下公式表示:P(A 且 B) = P(A) × P(B)如果事件A和事件B不相互独立,则需要使用条件概率来计算事件的概率。

3. 条件概率条件概率是指在已知事件B发生的条件下,事件A发生的概率。

条件概率可以用如下公式表示:P(A|B) = P(A 且 B) / P(B)其中,P(A 且 B)表示事件A和B同时发生的概率,P(B)表示事件B 发生的概率。

三、案例分析为了更好地理解概率的概念和计算方法,以下以一个抛硬币的案例来进行分析。

概率的基本概念和计算

概率的基本概念和计算

概率的基本概念和计算概率是数学中一个重要的概念,用于描述事物发生的可能性。

在现实生活中,我们经常需要估计或计算某个事件发生的概率。

本文将介绍概率的基本概念和计算方法。

一、概率的基本概念概率是描述随机事件发生可能性的数值。

简单来说,概率是指某个事件在所有可能结果中出现的频率或可能性。

1. 事件与样本空间事件是指某个结果的集合,样本空间是指随机试验中所有可能结果的集合。

例如,掷一枚硬币的样本空间为{正面,反面},抛一颗骰子的样本空间为{1,2,3,4,5,6}。

事件是样本空间的子集。

2. 随机试验随机试验是指在相同条件下可以重复进行的实验,每次试验的结果是不确定的。

例如,掷一枚硬币、抛一颗骰子等都属于随机试验。

3. 频率与概率频率是指某个事件在大量实验中出现的相对次数。

当试验次数足够多时,频率会接近于概率。

概率用数值来表示,通常用百分数或小数表示。

二、概率的计算方法概率可以通过多种方法来计算,常用的方法包括:经典概率、古典概率、条件概率和复合事件概率。

1. 经典概率经典概率适用于随机试验的样本空间是有限且所有结果等可能的情况。

计算方法为:事件发生的可能数除以样本空间中所有结果的总数。

2. 古典概率古典概率适用于随机试验的样本空间是有限的情况,但各结果的概率不相等。

计算方法为:事件发生的结果数乘以各结果的概率之和。

3. 条件概率条件概率是指在某个条件下事件发生的概率。

计算方法为:事件A在事件B已经发生的条件下发生的概率等于事件A与事件B同时发生的概率除以事件B发生的概率。

4. 复合事件概率复合事件概率是指由多个简单事件组成的事件的概率。

计算方法为:将多个简单事件的概率相乘。

三、实例分析为了更好地理解概率的概念和计算方法,以下以一个抛硬币的实例进行分析。

假设我们有一枚硬币,希望计算掷一次硬币正面朝上的概率。

首先,分析:- 样本空间为{正面,反面};- 事件为【正面朝上】;- 根据经典概率,两个结果等可能。

概率的加法与乘法原理总结

概率的加法与乘法原理总结

概率的加法与乘法原理总结概率是数学中一个重要的概念,它用来描述某个事件发生的可能性大小。

在概率理论中,加法原理和乘法原理是两个基本原理,它们可以帮助我们计算复杂事件的概率。

本文将对概率的加法原理和乘法原理进行总结,并且给出具体的例子来说明。

一、概率的加法原理概率的加法原理用来计算多个事件的概率之和。

当我们有两个事件A和B时,其概率的加法原理可以表示为:P(A∪B) = P(A) + P(B) -P(A∩B)。

其中,P(A∪B)表示A和B中至少一个事件发生的概率,P(A)表示事件A发生的概率,P(B)表示事件B发生的概率,P(A∩B)表示事件A和事件B同时发生的概率。

举个例子来说明概率的加法原理。

假设有一个扑克牌的标准牌组,从中随机抽取一张牌,事件A表示抽到红桃牌的概率,事件B表示抽到黑桃牌的概率。

根据加法原理,我们可以计算出P(A∪B) = P(A) +P(B) - P(A∩B) = 1/4 + 1/4 - 0 = 1/2。

因此,抽到红桃牌或黑桃牌的概率为1/2。

二、概率的乘法原理概率的乘法原理用来计算多个事件同时发生的概率。

当我们有两个事件A和B时,其概率的乘法原理可以表示为:P(A∩B) = P(A) *P(B|A)。

其中,P(A∩B)表示事件A和事件B同时发生的概率,P(A)表示事件A发生的概率,P(B|A)表示在事件A发生的条件下,事件B发生的概率。

为了更好地理解概率的乘法原理,让我们再举一个例子。

假设有一个装有5个红球和3个蓝球的罐子,从中连续抽取两个球,不放回。

事件A表示第一个球是红球的概率,事件B表示第二个球是蓝球的概率。

根据乘法原理,我们可以计算出P(A∩B) = P(A) * P(B|A) = (5/8) * (3/7) = 15/56。

因此,第一个球是红球且第二个球是蓝球的概率为15/56。

通过上述两个原理,我们可以计算更复杂事件的概率。

当有多个事件同时出现时,我们可以先使用乘法原理计算出每个事件的概率,然后利用加法原理将它们相加得到最终的概率。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。



P( A 1 ) P( B A 1 ) P( A 1 ) P( B A 1 ) P( A 2 ) P( B A 2 ) P( A 3 ) P( B A 3 )
0.25 0.05 0.362 0.25 0.05 0.35 0.04 0.4 0.02
谢谢!
概率的乘法
2. 概率乘法公式 设事件A,B为同一样本空间中的两个随机事件,有
P ( AB ) P ( A) P ( B A) P( B) P( A B)
推广
P( AB) P( B A) , P A 0. P( A) P( AB) P( A B) , P B 0 . P( B)
P ( AB) P ( A B) P ( B)
为在事件B发生的条件下,事件A发生的条件概率。
概率的乘法
【例3】 设 100 件产品中有 70 件一等品,25 件二等品,规定一、 二等品为合格品.从中任取1 件,求 (1) 取得一等品的概率; (2) 已知取得的是合格品,求它是一等品的概率. 解 设A表示取得一等品,B表示取得合格品,则
3 C5
0. 023 0,
P A 3
3 C5 0
0. 0005
由概率的加法公式得
P A P A1 A 2 A 3 P A 1 P A 2 P A 3 0. 276
概率的加法
电子元件 抽取
【例1】 一盒电子元件共有50个,其中45个是合格品,5个 是次品,从这盒电子元件中任取3件,求其中有次品的概率。
6 0.6 (1) P ( A) 10
(2) P( AB ) P( A) P( B A)
6 5 0.33 10 9
4 6 0.27 10 9
(3) P ( AB ) P ( A) P ( B A)
概率的乘法
三、全概率公式与贝叶斯公式
【引例】一个盒子中有6只白球、4只黑球,从中不放回 地每次任取1只,连取2次,求第二次取到白球的概率。
P( A | B) 45%
于是 所以
P( B ) 4%
P( B) 1 P( B ) 96%
P( A) P( AB) P( B) P( A | B)
96% 45% 43.2%
概率的乘法
【例5】 一个盒子中有6只白球、4只黑球,从中不放回地 每次任取1只,连取2次,求 (1) 第一次取得白球的概率; (2) 第一、第二次都取得白球的概率; (3) 第一次取得黑球 而第二次取得白球的概率. 解 设A表示第一次取得白球, B表示第二次取得白球, 则
解法一
i ” 事 件 Ai 表 示 “ 取 出 的 3个 电 元 子件中恰有i 个次品 1, 2, 3 ,
2 C1 5C 4 5 3 C5 0 2 1 C5 C4 5 3 C5 0
设 事 件 A 表 示 “ 取 出3个 的 电子元件中有次” 品,
显然,事件A 有 A 1 A 2 A 3 . 1, A2, A3, 是 互 不 相 容 的 , 且 A 由概率的古典定义得: P A 1 0. 2526, P A 2
设A1,A2,…, An构成完备事件组,且诸 P(Ai)>0 B为样本空间的任意事件,P( B)>0 , 则有
P ( Ak | B )
P ( Ak ) P ( B | Ak )
P( A ) P( B | A )
i i i 1
n
( k =1 , 2 , … , n)
概率的乘法
【例6】设某工厂有甲、乙、丙三个车间生产同一种产品,已 知各车间的产量分别占全厂产量的25 %, 35%, 40%,而且 各车间的次品率依次为 5% ,4%, 2%.现从待出厂的产品 中检查出一个次品,试判断它是由甲车间生产的概率.
(1)因为100 件产品中有 70 件一等品,所以 70 P ( A) 0.7 100 (2)方法1: 因为95 件合格品中有 70 件一等品,所以
70 P( A B) 0.7368 95
方法2:
P( AB) 70 100 P( A B) 0.7368 P( B) 95 100
M AB 2 P AB N B 3

A ( A )
(AB )
AB
B ( B )

(n)
概率的乘法
定义
设A,B 是两个随机事件
1. 当 P( A) 0 时,称
P AB PBA P A

为在事件A发生的条件下,事件B发生的条件概率。 2. 当 P B 0 时,称
P(B)
P( A
i 1
4
i
) P( B A i )
=95.5%×0.5+2%×0.15+1.5%×0.1+1%×0.05 =0.4825
概率的乘法
贝叶斯公式
引入
AB AB
B
P( AB) P( A) P( B | A)
P( AB) P( A) P( B | A)
P( A) P( B | A) P( AB) P( A | B) P( A) P( B | A) P( A) P( B | A) P( B)
P( A3 ) P( B | A3 )
A2
P( B)
A3
概率的乘法
【例6】 设播种用麦种中混有一等,二等,三等,四等四个 等级的种子,分别各占95.5%,2%,1.5%,1%,用一等, 二等,三等,四等种子长出的穗含50颗以上麦粒的概率分别 为0.5,0.15,0.1,0.05,求这批种子所结的穗含有50颗以上 麦粒的概率. 解: 设从这批种子中任选一颗是一等,二等,三等,四等 种子的事件分别是A1,A2,A3,A4,则它们构成完备事 件组,又设B表示任选一颗种子所结的穗含有50粒以上麦粒 这一事件,则由全概率公式:
解法二 显然 所以
设 事 件 A 的 对 立 事 件示 表“ 取 出 的 3个 电 子 件 元中没有次品” PA

C3 45
P A 1 P A 0. 276

3 C5 0
0. 724
求所求事件的对立事件一种很常用且实用的方法。
概率的加法

B AB A
定理3 任意两个事件A与B的并的概率等于这两个事件的概率的 和减去这两事件的交的概率。
A
B
A
概率的乘法
全概率公式
定义 设A1 ,A2 ,...,An 构成一个完备事件组,
且P(Ai )>0,i=1,2,...,n,则对任一随机事件B,有
P( B) P( Ai ) P( 1 ) P( B | A1 ) P( A2 ) P( B | A2 )
P A B P A PB P AB 45 30 15 0.667 90 90 90
概率的乘法
二、概率的乘法公式
1. 条件概率 【引例】抛掷一颗骰子,观察出现的点数 A={出现的点数是奇数}={1,3,5} B={出现的点数不超过3}={1,2,3} 若已知出现的点数不超过3,求出现的点数是奇数的概率。 即事件 B 已发生,求事件 A 的概率,记作: P(A|B).
P( ABC) P( A)P(B A) P(C | AB)
P( A1 A2 An ) P( A1 ) P( A2 A1 ) P( A3 ( A1 A2 )) P( An ( A1 A2 An 1 ))
概率的乘法
【例4】一批产品中有 4% 的次品,而合格品中一等品占 45% . 从这批产品中任取一件,求该产品是一等品的概率. 解 设A表示取到的产品是一等品,B表示取出的产品是合 格品, 则
P A1 A2 An P A1 P A2 P An
推论:对立事件的概率的和等于1.即 P A P A 1

.
概率的加法
电子元件 抽取
【例1】 一盒电子元件共有50个,其中45个是合格品,5个 是次品,从这盒电子元件中任取3件,求其中有次品的概率。
P A B P A PB P AB
推论:对立事件的概率的和等于1.即 P A P A 1

.
概率的加法
数字 抽取
【例2】 在所有的两位数10到99中任取一个数,求这个数能 被2或3整除的概率。
解 设 事 件 A 表 示 “ 取 出两 的位 数 能 被 2整 除 ” 事 的件, B表 示 “ 取 出 的 两 位 能 数 被 3整 除 ” 的 事 件 , 则 事 件 A B表 示 “ 取 出 的 两 位 能 数 被 2或 3整 除 ” , 事 件 A B表 示 “ 取 出 两 的 位 数 既 能 被 2, 又 被 能 3整 除 ” 。 经观察可知 45 30 15 P A , P B , P C . 90 90 90 于是

因为 所以
A={第一次取到白球} ,B={第二次取到白球}
B AB A B
,且
AB 与A B 互不相容,
全概率公式
P( B) P( AB) P( AB)
P( A) P( B A) P( A) P( B A)
6 5 4 6 10 9 10 9
= 0.6
AB AB
解 设A1 ,A2 ,A3 分别表示产品由甲、乙、丙车间生产, B表示产品为次品. 显然,A1 ,A2 ,A3 构成完备事件 组.依题意,有 P(A1)= 25% , P(A2)= 35% , P(A3)= 40%,
P(B|A1)= 5% , P(B|A2)=4% , P(B|A3)= 2%
p A1 B
3.3
概率的基本运算
学习重点
概率加法公式 概率乘法公式 全概率公式与贝叶斯定理
相关文档
最新文档