4.3
对以往数据分析表明, 当机器调整得良好时, 产品的合格率为 0.9, 否则,产品的合格率为 0.3, 每天早上机器开动前调整得良好的概率为 0.75.
若某日早上第一件产品是合格品, 试求机器调整得良好的概率.
解
设事件
则 A,Aˉ 是一完备事件组, 所需求的概率为 P(A∣B).
由贝叶斯公式知
P(A∣B)=P(A)P(B∣A)+P(Aˉ)P(B∣Aˉ)P(A)P(B∣A)
由题设条件得
P(A)=0.75,P(Aˉ)=0.25,P(B∣A)=0.9,P(B∣Aˉ)=0.3
所以
P(A∣B)=0.75×0.9+0.25×0.30.75×0.9=0.9
4.4
设一个仓库里有十箱同样规格的产品, 已知其中的五箱, 三箱, 二箱依次是甲、乙、丙厂生产的, 且已知甲、乙、丙厂生产的该种产品的次品率依次为 101,151,201.
从这十箱产品中任取一箱, 再从中任取一件产品.
试求取得正品的概率.
如果已知取出的产品是正品,问它是甲厂生产的概率是多少?
解
设事件
- A= “取得产品为正品”,
- B1= “取得产品是甲厂生产的”,
- B2= “取得产品是乙厂生产的”,
- B3= “取得产品是丙厂生产的”,
那么, 事件 B1,B2,B3 是一完备事件组.
所以
P(A)=P(B1)P(A∣B1)+P(B2)P(A∣B2)+P(B3)P(A∣B3)
而
P(B1)P(A∣B1)P(A∣B2)P(A∣B3)=105,P(B2)=103,P(B3)=102=1−101=109=1−151=1514=1−201=2019.
所以
P(A)=105⋅109+103⋅1514+102⋅2019=10092=0.92.
P(B1∣A)=P(A)P(AB1)=P(A)P(B1)P(A∣B1)=10092105⋅109=9245≈0.4891.
4.5
玻璃杯成箱出售, 每箱 20 只, 假设各箱含 0,1,2 只残次品的概率相应为 0.8, 0.1 和 0.1,
一顾客欲购一箱玻璃杯, 在购买时售货员随意取一箱, 而顾客开箱随机地查看 4 只, 若无残次品, 则买下该箱玻璃杯, 否则退回.
试求:
- 顾客买下该箱的概率 α;
- 在顾客买下的一箱中, 确实没有残次品的概率 β.
解
令
- A 表示事件“顾客买下所查看的一箱玻璃杯”,
- Bi 表示事件“箱中恰有 i 件残次品”, i=0,1,2.
根据题意
- P(B0)=0.8,P(B1)=P(B2)=0.1
- P(A∣B0)=1
- P(A∣B1)=C204C194=54,
- P(A∣B2)=C204C184=1912
1
由全概率公式
α=P(A)=i=0∑2P(A∣Bi)P(Bi)=0.8×1+0.1×54+0.1×1912=0.94.
2
由贝叶斯公式
β=P(B0∣A)=P(A)P(A∣B0)P(B0)=0.941×0.8≈0.85.