概率论,求解什么时候用全概率公式式

君,已阅读到文档的结尾了呢~~
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
全概率公式与贝叶斯公式的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口您的位置: &
浅析全概率公式的应用概率论全概率公式_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
评价文档:
概率论全概率公式
上传于||暂无简介
大小:3.50MB
登录百度文库,专享文档复制特权,财富值每天免费拿!
你可能喜欢全概率公式解题方法探究_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
全概率公式解题方法探究
上传于||暂无简介
阅读已结束,如果下载本文需要使用2下载券
想免费下载本文?
定制HR最喜欢的简历
你可能喜欢热门推荐:
声明:本文由入驻搜狐公众平台的作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。
  概率论与数理统计在考研数学中占22%,约34分,在396经济联考中占14分,事件概率计算的五大公式是数一、数三,396考纲中都有要求的内容,所以比较基础也比较重要。今天,跨考教育数学教研室赵睿老师来和大家谈谈概率计算的五大公式。
  五大公式包括减法公式、加法公式、乘法公式、全概率公式、贝叶斯公式。
  1、 减法公式,P(A-B)=P(A)-P(AB)。此公式来自事件关系中的差事件,再结合概率的可列可加性总结出的公式。
  2、 加法公式,P(A+B)=P(A)+P(B)-P(AB)。此公式来自于事件关系中的和事件,同样结合概率的可列可加性总结出来。学生还应掌握三个事件相加的加法公式。
  以上两个公式,在应用当中,有时要结合文氏图来解释会更清楚明白,同时这两个公式在考试中,更多的会出现在填空题当中。所以记住公式的形式是基本要求。
  3、 乘法公式,是由条件概率公式变形得到,考试中较多的出现在计算题中。在复习过程中,部分同学分不清楚什么时候用条件概率来求,什么时候用积事件概率来求。比如“第一次抽到红球,第二次抽到黑球”时,因为第一次抽到红球也是未知事件,所以要考虑它的概率,这时候用积事件概率来求;如果“在第一次抽到红球已知的情况下,第二次抽到黑球的概率”,这时候因为已知抽到了红球,它已经是一个确定的事实,所以这时候不用考虑抽红球的概率,直接用条件概率,求第二次取到黑球的概率即可。
  4、 全概率公式
  5、 贝叶斯公式
  以上两个公式是五大公式极为重要的两个公式。结合起来学习比较容易理解。首先,这两个公式首先背景是相同的,即,完成一件事情在逻辑或时间上是需要两个步骤的,通常把第一个步骤称为原因。其次,如果是“由因求果”的问题用全概率公式;是“由果求因”的问题用贝叶斯公式。例如;买零件,一个零件是由A、B、C三个厂家生产的,分别次品率是a%,b%,c%,现在求买到次品的概率时,就要用全概率公式;若已知买到次品了,问是A厂生产的概率,这就要用贝叶斯公式了。这样我们首先分清楚了什么时候用这两个公式。
  那么,在应用过程中,我们要注意的问题就是,如何划分完备事件组。通常我们用“因”来做为完备事件组划分的依据,也就是看第一阶段中,有哪些基本事件,根据他们来划分整个样本空间。
  最后,在考试中,我们会和他们怎么相遇呢?由于全概率公式在整个概率中都占有非常重要的地位,近5年考试中,没有明确考查全概率公式的题目,但是在最后的计算题中,不止一次的出现,用全概率公式的思想去求分布律或密度函数。所以同学在复习过程当中,对这个公式要重点掌握。
  文章来源:跨考教育
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
跨考教育,一所专注于为大学生提供高端学历与职业提升整体 解...
1666文章数
中国高校校报协会副会长......
北京教育音像报刊总社评论部评论员.....
中国青少年研究中心首席专家
美国独立教育顾问协会认证顾问
中国人民大学政治学教授

我要回帖

更多关于 什么时候用全概率公式 的文章

 

随机推荐