为什么在已知第一次抽到次品的情况下,第二次也抽到次品的概率可以直接写成 ?
鉴于第一次抽到的是次品,该物品已从池中移除(不放回抽样)。剩余物品的总数是 19(20 - 1),剩余的次品数是 3(4 - 1)。从这个缩减的样本空间中抽到次品的概率 simply 是 。
适用条件
- 最初有 20 件物品:16 件正品和 4 件次品。
- 抽样是不放回的。
- 已知第一次抽到的是次品。
理解与推导
- 确认条件:第一次抽到的是次品。
- 更新总数: 件物品剩余。
- 更新次品数: 件次品剩余。
- 计算从剩余物品中第二次抽到次品的概率:。
例子
视频在黑板右侧显示了直接计算 。
容易误解的地方
- 对第二次抽取使用原始计数()。
- 计算联合概率 P(AB) 但忘记除以 ,尽管在这种特定情况下比值简化为相同的结果。
观看对应讲解
哔哩哔哩条件概率:小球入盒与不放回抽样
5:41 – 6:20原站看这一段 ↗
相关概念
继续追问
相关问题
掌握方法↗
从等式 (B|A) = (A|B) 出发,你可以通过除以相应的边缘概率来解出任何一个条件概率。两边除以 可分离出 P(A|B),得到 P(A|B) = (B|A)/P(B)。
适用条件:此处使用的普通条件概率要求 A 和 B 都具有正概率。;代数重排要求分母 和 非零。
YouTube贝叶斯定理的简洁证明|3Blue1Brown
0:54 – 1:06原站看这一段 ↗
掌握方法↗
直接枚举 1、2、3 或 4 个空盒子的情况很繁琐。相反,使用对立事件:没有盒子为空。
适用条件:球是不同的。;盒子是不同的。;每个球必须放入一个盒子。;在总样本空间中允许有空盒子。
哔哩哔哩条件概率:小球入盒与不放回抽样
1:11 – 1:35原站看这一段 ↗
掌握方法↗
联合概率 P(AB) 是第一个事件的概率与在第一个事件发生的条件下第二个事件的条件概率的乘积。。
适用条件:总共有 20 件物品,4 件次品。;抽样是不放回的。;A 是第一次抽到次品的事件。;B 是第二次抽到次品的事件。
哔哩哔哩条件概率:小球入盒与不放回抽样
5:04 – 5:41原站看这一段 ↗
掌握方法↗
事件“A 和 B”在逻辑上与“B 和 A”完全相同,因此对其概率的任何有效分解都必须一致。这种对称性迫使两个乘积公式相等:(B|A) = (A|B)。
适用条件:该论证使用了事件的逻辑合取的交换律。;此处使用的普通条件概率要求 A 和 B 都具有正概率。
YouTube贝叶斯定理的简洁证明|3Blue1Brown
0:36 – 1:06原站看这一段 ↗
理解原因↗
题目要求在事件 A(至少一个盒子为空)发生的条件下,事件 B(恰好两个盒子为空)的概率。根据条件概率的定义,这记作 P(B|A),计算方式为联合概率 P(AB) 除以条件概率 。
适用条件:实验是将 4 个不同的球放入 4 个不同的盒子。;A 定义为“至少一个盒子为空”。;B 定义为“恰好两个盒子为空”。;公式要求 。
哔哩哔哩条件概率:小球入盒与不放回抽样
0:21 – 0:37原站看这一段 ↗
答案依据视频资料生成并经过独立核验。若有疑问,请核对原视频或联系原作者。