Probability
来源:互联网 发布:白金数据 原著 编辑:程序博客网 时间:2024/05/01 18:42
两台车床加工同样的零件,第一台出现不合格品的概率是0.03,第二台出现不合格的概率是0.06,
加工出来的零件放在一起,并且已知第一台加工的零件数比第二台加工的零件数多一倍。
(1)求任取一个零件是合格品的概率
(2)如果取出的零件是不合格品,求它是第二台车床加工的概率
(1)求任取一个零件是合格品的概率
反思:我现有两台车床,那么我两台车床都有合格率,这合格率我总不能相加(>1?),也不会相乘(两台车床不在一条流水上,无顺序性)
那我该用什么神奇的公式求这合格品的概率?Total probability 中文翻译全概率公式
设:选第一台车床的事件为A1,选第二台车床的事件为A2,任取一个零件是合格品的事件为B
则:P(B)=P(BA1)+ P(BA2)= P(B|A1)P(A1) + P(B|A2)P(A2)
# P(BA1)怎么求?既是用的第一台车床而且也是合格的,那应该为0.97啊。
# 不对,而是P(B|A1)=0.97,表示第一台车床生产合格产品概率,P(BA1)表示任取一件为合格产品的事件与选第一台车床事件交集的概率。
# 这个概念似乎挺抽象,题目没有声明B时间发生与A1时间发生是相互独立的,因此使用乘法公式。(即使相互独立用乘法公式也不会错)
即使独立,P(BA1)= P(B)*P(A1),那么P(B)= P(B)(P(A1)+ P(A2)),得P(A1)+ P(A2)=1。这并没意义,题目也不会这样玩。
# 本题拓展理解:有n个车床,那么这n个车床就是一个划分,我一个A中有两种可能:1.合格(事件B) 2.不合格(事件B否命题)。文氏图浮出脑海
如此,每个车床都含有合格的事件,那么在这个车床大家庭里,我想要求出生产合格事件的概率就应该把每个划分的B事件拼在一起,这才是总的。
coursera 机率课的那个长面包解释全概率
(2)如果去除的零件不是合格品,求它是第二台车床加工的概率
看到没,看到没,之前我们都知道的是每台车床生产一件产品的合格率,即:P(B|A),现在题目告诉我们已知零件不合格,问是第二台车床搞的概率为多少
之前的求法感觉像是对未来的探索,贝叶斯公式像是回头找人扯皮。我晓得结果了,这是哪个搞的?(执果索因)
因此这就是求 P(A| B否命题), 通过全概率及已知条件即可得。
# 条件概率, 全概率公式,贝叶斯公式重在对这几个公式是干嘛用的理解,比如观察一堆习题中对全概率公式描述方式,出题思路,然后找规律,能很好的帮助理解
# 全概率公式核心在于划分
- Probability
- Probability
- Probability
- Probability
- Probability
- probability
- Probability
- Probability
- Probability: Expectation
- Probability Theory
- probability density
- Probability|Given
- Probability 2131
- Probability DP
- 【索引】Probability
- 11181-Probability
- 11346 - Probability
- UVA11346 - Probability
- 专业书37~57
- OpenCV 角点检测(一) Moravec
- Linux 目录结构
- 1.Two Sum
- BZOJ 1861 [Zjoi2006] Book 书架
- Probability
- math.h 三角函数
- 理解java web项目中的路径问题
- 处理:/var/redis/run/redis_6379.pid exists, process is already running or crashed
- POJ1083 Moving Tables
- A1078. 逆序对个数
- Android中BitmapFactory.Options学习
- 1.21
- Android下拉刷新与轮播图冲突解决方案