貝葉斯公式的作業(yè)
-
兩臺車床加工同樣的零件,第一臺出現(xiàn)不合格品的概率是 0.03,第二臺出現(xiàn)不合格品的概率是 0.06,加工出來的零件放在一起,并且已知第一臺加工的零件比第二臺加工的零件多一倍.如果取出的零件是不合格品,求它是由第二臺車床加工的概率_____; (結(jié)果小數(shù)點后保留1位)
【正確答案: 0.5 或 1/2】
解析:
兩臺車床加工同樣的零件,第一臺出現(xiàn)不合格品的概率是 0.03,第二臺出現(xiàn)不合格品的概率是 0.06,加工出來的零件放在一起,并且已知第一臺加工的零件比第二臺加工的零件多一倍,(1)求任取一個零件是合格品的概率:(2) 如果取出的零件是不合格品,求它是由第二臺車床加工的概率。
解: 設(shè)A?,A?分別表示“取出的是第一臺、第二臺車床加工的零件”,B表示“取出的是合格品”.
(1)所求概率為
P ( B ) = P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) = 23 × 0.97 + 13 × 0.94 = 0.96 ; P(B)=P(A_1)P(B|A_1)+P(A_2)P(B|A_2)=23×0.97+13×0.94=0.96; P(B)=P(A1?)P(B∣A1?)+P(A2?)P(B∣A2?)=23×0.97+13×0.94=0.96;
(2)所求概率為
P ( A 2 ∣ B  ̄ ) = P ( A 2 B  ̄ ) P ( B  ̄ ) = P ( A 2 ) P ( B  ̄ ∣ A 2 ) P ( B  ̄ ) = 1 3 × 0.06 0.04 = 0.5 P(A_2|\overline{B})=\frac{P(A_2\overline{B})}{P(\overline{B})}=\frac{P(A_2)P(\overline{B}|A_2)}{P(\overline{B})}=\frac{\frac{1}{3}×0.06}{0.04}=0.5 P(A2?∣B)=P(B)P(A2?B)?=P(B)P(A2?)P(B∣A2?)?=0.0431?×0.06?=0.5 -
有兩箱零件,第一箱裝50件,其中20件是一等品;第二箱裝30件,其中18件是一等品,現(xiàn)從兩箱中隨意挑出一箱,然后從該箱中先后任取兩個零件, 試求在第一次取出的是一等品的條件下,第二次取出的零件仍然是一等品的概率______(結(jié)果小數(shù)點后保留4位)
【 正確答案: 0.5068或1267/2500】
解析:
有兩箱零件,第一箱裝50件,其中20件是一等品;第二箱裝 30件,其中18件是一等品,現(xiàn)從兩箱中隨意挑出一箱,然后從該箱中先后任取兩個零件,試求
(1) 第一次取出的零件是一等品的概率;
(2) 在第一次取出的是一等品的條件下,第二次取出的零件仍然是一等品的概率.
解: 設(shè) A 1 A_1 A1?, A 2 A_2 A2?分別表示“挑出第一箱、第二箱”,B?,B?分別表示“第一次、第二次取出的是一等品”
(1)所求概率為 P ( B 1 ) = P ( A 1 ) P ( B 1 ∣ A 1 ) + P ( A 2 ) P ( B 1 ∣ A 2 ) = 1 2 × 20 50 + 1 2 × 18 30 = 0.5 P(B_1)=P(A_1)P(B_1|A_1)+P(A_2)P(B_1|A_2)=\frac{1}{2}×\frac{20}{50}+\frac{1}{2}×\frac{18}{30}=0.5 P(B1?)=P(A1?)P(B1?∣A1?)+P(A2?)P(B1?∣A2?)=21?×5020?+21?×3018?=0.5
(2)因 P ( B 1 B 2 ) = P ( A 1 ) P ( B 1 B 2 ∣ A 1 ) + P ( A 2 ) P ( B 1 B 2 ∣ A 2 ) = 1 2 × 20 50 × 19 49 + 1 2 × 18 30 × 17 29 = 3601 14210 P(B_1B_2)=P(A_1)P(B_1B_2|A_1)+P(A_2)P(B_1B_2|A_2)=\frac{1}{2}×\frac{20}{50}×\frac{19}{49}+\frac{1}{2}×\frac{18}{30}×\frac{17}{29}=\frac{3601}{14210} P(B1?B2?)=P(A1?)P(B1?B2?∣A1?)+P(A2?)P(B1?B2?∣A2?)=21?×5020?×4919?+21?×3018?×2917?=142103601?,故所求概率為 P ( B 2 ∣ B 1 ) = P ( B 1 B 2 ) P ( B 1 ) = 3601 / 14210 0.5 = 3601 7105 = 0.5068 P(B_2|B_1)=\frac{P(B_1B_2)}{P(B_1)}=\frac{3601/14210}{0.5}=\frac{3601}{7105}=0.5068 P(B2?∣B1?)=P(B1?)P(B1?B2?)?=0.53601/14210?=71053601?=0.5068 -
學(xué)生在做一道有4個選項的單項選擇題時,如果他不知道問題的正確答案時,就作隨機猜測,現(xiàn)從卷面上看題是答對了,試在以下情況下求學(xué)生確實知道正確答案的概率。
(1) 學(xué)生知道正確答案和胡亂猜測的概率都是 1/2,則學(xué)生確實知道答案的概率為:_____ 。
【正確答案: 0.8或4/5】
(2) 學(xué)生知道正確答案的概率是 0.2.則學(xué)生確實知道答案的概率為:_____ 。
【正確答案: 0.5或1/2】
解析:
學(xué)生在做一道有 4個選項的單項選擇題時,如果他不知道問題的正確答案時,就作隨機猜測,現(xiàn)從卷面上看題是答對了,試在以下情況下求學(xué)生確實知道正確答案的概率。
(1)學(xué)生知道正確答案和胡亂猜測的概率都是 1/2;
(2)學(xué)生知道正確答案的概率是0.2.
解:設(shè) A 1 , A 2 A_1,A_2 A1?,A2?分別表示 “學(xué)生知道正確答案、胡亂猜測”,B表示“題答對了”。
(1)因 P ( A 1 ) = 0.5 , P ( A 2 ) = 0.5 P(A_1)=0.5, P(A_2)=0.5 P(A1?)=0.5,P(A2?)=0.5
故所求概率為
P ( A 1 ∣ B ) = P ( A 1 ) P ( B ∣ A 1 ) P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) = 0.5 × 1 0.5 × 1 + 0.5 × 0.25 = 0.5 0.625 = 0.8 P(A_1|B)=\frac{P(A_1)P(B|A_1)}{P(A_1)P(B|A_1)+P(A_2)P(B|A_2)}=\frac{0.5×1}{0.5×1+0.5×0.25}=\frac{0.5}{0.625}=0.8 P(A1?∣B)=P(A1?)P(B∣A1?)+P(A2?)P(B∣A2?)P(A1?)P(B∣A1?)?=0.5×1+0.5×0.250.5×1?=0.6250.5?=0.8
(2)因 P ( A 1 ) = 0.2 , P ( A 2 ) = 0.8 P(A_1)=0.2, P(A_2)=0.8 P(A1?)=0.2,P(A2?)=0.8
故所求概率為
P ( A 1 ∣ B ) = P ( A 1 ) P ( B ∣ A 1 ) P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) = 0.2 × 1 0.2 × 1 + 0.8 × 0.25 = 0.2 0.4 = 0.5 P(A_1|B)=\frac{P(A_1)P(B|A_1)}{P(A_1)P(B|A_1)+P(A_2)P(B|A_2)}=\frac{0.2×1}{0.2×1+0.8×0.25}=\frac{0.2}{0.4}=0.5 P(A1?∣B)=P(A1?)P(B∣A1?)+P(A2?)P(B∣A2?)P(A1?)P(B∣A1?)?=0.2×1+0.8×0.250.2×1?=0.40.2?=0.5 -
已知男人中有5%是色盲患者,女人中有0.25%是色盲患者,今從男女比例為 22:21 的人群中隨機地挑選一人,發(fā)現(xiàn)恰好是色盲患者,問此人是男性的概率是=_____ ; (結(jié)果保留小數(shù)點后4位)
【正確答案: 0.9544】
解析:
設(shè)A?,A?分別表示“此人是男性、女性”,B表示“此人是色盲患者”,故所求概率為 P ( A 1 ∣ B ) = P ( A 1 ) P ( B ∣ A 1 ) P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) = 22 43 × 0.05 22 43 × 0.05 + 21 43 × 0.0025 = 0.9544 P(A_{1}|B)= \frac {P(A_{1})P(B|A_{1})}{P(A_{1})P(B|A_{1})+P(A_{2})P(B|A_{2})}= \frac { \frac {22}{43} \times 0.05}{ \frac {22}{43} \times 0.05+ \frac {21}{43} \times 0.0025}=0.9544 P(A1?∣B)=P(A1?)P(B∣A1?)+P(A2?)P(B∣A2?)P(A1?)P(B∣A1?)?=4322?×0.05+4321?×0.00254322?×0.05?=0.9544 -
口袋中有一個球,不知它的顏色是黑的還是白的。 現(xiàn)再往口袋中放入一個白球,然后再從口袋中任意取出一個,發(fā)現(xiàn)取出的是白球,試問口袋中原來那個球是白球的可能性為=_______;(結(jié)果要求用約分數(shù)形式表示, 或小數(shù)點后保留3位)
【正確答案: 2/3或 0.667】
解析:
設(shè) A?,A? 分別表示 “原來那個球是白球、黑球”,B表示“取出的是白球”,
故所求概率為 P ( A 1 ∣ B ) = P ( A 1 ) P ( B ∣ A 1 ) P ( A 1 ) P ( B ∣ A 1 ) + P ( A 2 ) P ( B ∣ A 2 ) = 0.5 × 1 0.5 × 1 + 0.5 × 0.5 = 0.5 0.75 = 2 3 P(A_{1}|B)= \frac {P(A_{1})P(B|A_{1})}{P(A_{1})P(B|A_{1})+P(A_{2})P(B|A_{2})}= \frac {0.5 \times 1}{0.5 \times 1+0.5 \times 0.5}= \frac {0.5}{0.75}= \frac {2}{3} P(A1?∣B)=P(A1?)P(B∣A1?)+P(A2?)P(B∣A2?)P(A1?)P(B∣A1?)?=0.5×1+0.5×0.50.5×1?=0.750.5?=32? -
將4根繩子的8個頭任意兩兩相接, 求恰好結(jié)成4個圈的概率=______ 。
【正確答案: 1/105】
解析:
樣本點總數(shù)為 N = ( 2 n ? 1 ) ( 2 n ? 3 ) ? 3 ? 1 = ( 2 n ? 1 ) ! ! N=(2n-1)(2n-3) \cdots 3 \cdot 1=(2n-1)!! N=(2n?1)(2n?3)?3?1=(2n?1)!!,事件A=“恰好結(jié)成 n個圈”所含樣本點個數(shù) K=1,故所求概率為 P ( A ) = 1 ( 2 n ? 1 ) ! ! P(A)= \frac {1}{(2n-1)!!} P(A)=(2n?1)!!1?文章來源:http://www.zghlxwxcb.cn/news/detail-513804.html -
甲、乙兩人輪流擲一顆骰子,甲先擲.每當某人擲出1點時,則交給對方擲,否則此人繼續(xù)擲,試求第一次由甲擲的概率為:_____ 【正確答案:1】,第二次由甲擲的概率為:_____ 【正確答案:5/6】 , 第三次由甲擲的概率為:______ 【正確答案:13/18】 , 第4次有甲擲的概率為:______ 【正確答案: 35/54】;
解析:
設(shè) A k A_k Ak?表示“第k次由甲擲骰子”,k=1,2,……,有 P ( A 1 ) = 1 P(A_1)=1 P(A1?)=1
則 P ( A k ) = P ( A k ? 1 ) P ( A k ∣ A k ? 1 ) + P ( A  ̄ k ? 1 ) P ( A k ∣ A  ̄ k ? 1 ) = P ( A k ? 1 ) ? 5 6 + [ 1 ? P ( A k ? 1 ) ] ? 1 6 = 1 6 + 2 3 P ( A k ? 1 ) P(A_k)=P(A_{k-1})P(A_{k}|A_{k-1})+P(\overline A_{k-1})P(A_{k}|\overline A_{k-1})=P(A_{k-1})\cdot\frac{5}{6}+[1-P(A_{k-1})]\cdot \frac{1}{6}= \frac {1}{6}+ \frac {2}{3}P(A_{k-1}) P(Ak?)=P(Ak?1?)P(Ak?∣Ak?1?)+P(Ak?1?)P(Ak?∣Ak?1?)=P(Ak?1?)?65?+[1?P(Ak?1?)]?61?=61?+32?P(Ak?1?)
故 P ( A n ) = 1 6 + 2 3 P ( A n ? 1 ) = 1 6 + 2 3 [ 1 6 + 2 3 P ( A n ? 2 ) ] = 1 6 + 2 3 ? 1 6 + ( 2 3 ) 2 P ( A n ? 2 ) = 1 6 + 2 3 ? 1 6 + ? + ( 2 3 ) n ? 2 ? 1 6 + ( 2 3 ) n ? 1 ? P ( A 1 ) = 1 6 [ 1 ? ( 2 3 ) n ? 1 ] 1 ? 2 3 + ( 2 3 ) n ? 1 = 1 2 + 1 2 ? ( 2 3 ) n ? 1 P(A_{n})= \frac {1}{6}+ \frac {2}{3}P(A_{n-1})= \frac {1}{6}+ \frac {2}{3}[ \frac {1}{6}+ \frac {2}{3}P(A_{n-2})]= \frac {1}{6}+ \frac {2}{3} \cdot \frac {1}{6}+\left ( \frac {2}{3} \right )^{2}P(A_{n-2})= \frac {1}{6}+ \frac {2}{3} \cdot \frac {1}{6}+ \cdots + \left ( \frac {2}{3} \right )^{n-2} \cdot \frac {1}{6}+ \left ( \frac {2}{3} \right )^{n-1} \cdot P(A_{1})= \frac { \frac {1}{6}[1- \left ( \frac {2}{3} \right )^{n-1}]}{1- \frac {2}{3}}+ \left ( \frac {2}{3} \right )^{n-1}= \frac {1}{2}+ \frac {1}{2} \cdot \left ( \frac {2}{3} \right )^{n-1} P(An?)=61?+32?P(An?1?)=61?+32?[61?+32?P(An?2?)]=61?+32??61?+(32?)2P(An?2?)=61?+32??61?+?+(32?)n?2?61?+(32?)n?1?P(A1?)=1?32?61?[1?(32?)n?1]?+(32?)n?1=21?+21??(32?)n?1文章來源地址http://www.zghlxwxcb.cn/news/detail-513804.html
附:系列文章
序號 | 概率論 | 直達鏈接 |
---|---|---|
1 | 幾何概率、條件概率及全概率公式作業(yè) | https://want595.blog.csdn.net/article/details/131453732 |
2 | 條件概率與獨立性題目 | https://want595.blog.csdn.net/article/details/131445673 |
3 | 全概率與貝葉斯公式作業(yè) | https://want595.blog.csdn.net/article/details/131453510 |
4 | 貝葉斯公式的作業(yè) | https://want595.blog.csdn.net/article/details/131454384 |
5 | 獨立性作業(yè)(一) | https://want595.blog.csdn.net/article/details/131473856 |
6 | 獨立性作業(yè)(二) | https://want595.blog.csdn.net/article/details/131474088 |
7 | 隨機變量函數(shù)的分布 | https://want595.blog.csdn.net/article/details/131487458 |
8 | 隨機變量的方差與標準差作業(yè) | https://want595.blog.csdn.net/article/details/131487036 |
9 | 連續(xù)型隨機變量的分布函數(shù)及數(shù)學(xué)期望(一) | https://want595.blog.csdn.net/article/details/131482805 |
10 | 連續(xù)型隨機變量的分布函數(shù)及數(shù)學(xué)期望(二) | https://want595.blog.csdn.net/article/details/131482984 |
11 | 常用的離散分布 | https://want595.blog.csdn.net/article/details/131487115 |
12 | 常用連續(xù)分布(一) | https://want595.blog.csdn.net/article/details/131487232 |
13 | 常用連續(xù)分布(二) | https://want595.blog.csdn.net/article/details/131487306 |
14 | 多維隨機變量函數(shù)的分布(一) | https://want595.blog.csdn.net/article/details/131488172 |
15 | 多維隨機變量函數(shù)的分布(二) | https://want595.blog.csdn.net/article/details/131488282 |
16 | 多維隨機變量函數(shù)的分布(三) | https://want595.blog.csdn.net/article/details/131488391 |
17 | 多維隨機變量及其聯(lián)合分布作業(yè) | https://want595.blog.csdn.net/article/details/131487796 |
18 | 邊際分布的作業(yè) | https://want595.blog.csdn.net/article/details/131487983 |
19 | 大數(shù)定律 | https://want595.blog.csdn.net/article/details/131006831 |
20 | 中心極限定理(一) | https://want595.blog.csdn.net/article/details/131020595 |
21 | 中心極限定理(二) | https://want595.blog.csdn.net/article/details/131047033 |
到了這里,關(guān)于【概率論】貝葉斯公式的作業(yè)的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!