MATH-PRO-06 全概率公式与贝叶斯公式

数学一 > ### 概率论与数理统计 > #### 全概率公式与贝叶斯公式

---

一、定位信息

项目	内容
所属章节	第一章 随机事件和概率
知识单元编号	MATH-PRO-06
前置知识	MATH-PRO-05（条件概率与乘法公式）
后续关联	MATH-PRO-07（独立性）、MATH-PRO-29（最大似然估计）
考试地位	第一章核心公式，每年必考，解答题高频
难度等级	★★★★☆

---

二、知识点讲解

1. 完备事件组（样本空间的划分）

定义：设 $B_1, B_2, \ldots, B_n$ 为样本空间 $\Omega$ 中的一组事件，若满足：

1. 两两互斥：$B_iB_j = \varnothing$（$i \neq j$）
2. 穷举：$\bigcup_{i=1}^{n} B_i = \Omega$
3. 正概率：$P(B_i) > 0$（$i = 1, 2, \ldots, n$）

则称 $B_1, B_2, \ldots, B_n$ 为 $\Omega$ 的一个完备事件组（或分割/划分）。

2. 全概率公式

定理（全概率公式）：设 $B_1, B_2, \ldots, B_n$ 为 $\Omega$ 的完备事件组，$A$ 为任一事件，则：

$\boxed{P(A) = \sum_{i=1}^{n} P(B_i) P(A|B_i)}$

证明思路：因为 $A = A\Omega = A(B_1 \cup B_2 \cup \cdots \cup B_n) = AB_1 \cup AB_2 \cup \cdots \cup AB_n$，且 $AB_1, AB_2, \ldots, AB_n$ 两两互斥，由有限可加性：

$P(A) = \sum_{i=1}^{n} P(AB_i) = \sum_{i=1}^{n} P(B_i)P(A|B_i)$

直观理解：事件 $A$ 的发生可以"经由"不同的 $B_i$，全概率公式就是把所有路径的概率加起来——"由因求果"。

3. 贝叶斯公式（逆概率公式）

定理（贝叶斯公式）：设 $B_1, B_2, \ldots, B_n$ 为 $\Omega$ 的完备事件组，$P(A) > 0$，则：

$\boxed{P(B_j|A) = \frac{P(B_j)P(A|B_j)}{\sum_{i=1}^{n} P(B_i)P(A|B_i)}, \quad j = 1, 2, \ldots, n}$

其中：

• $P(B_j)$ 称为先验概率（试验前对 $B_j$ 的认知）
• $P(B_j|A)$ 称为后验概率（获得信息 $A$ 后对 $B_j$ 的修正认知）

直观理解：已知结果 $A$ 发生了，反过来推断是由哪个原因 $B_j$ 导致的——"由果溯因"。

4. 全概率公式与贝叶斯公式的关系

对比项	全概率公式	贝叶斯公式
方向	由因→果	由果→因
已知	$P(B_i)$，$P(A	B_i)$
求解	$P(A)$	$P(B_j
用途	求总概率	求后验概率（原因推断）

---

三、记忆辅助

1. 全概率公式：$P(A) = \sum P(B_i)P(A|B_i)$——"原因×条件→结果"，先验×条件=总概率。
2. 贝叶斯公式：$P(B_j|A) = \frac{P(B_j)P(A|B_j)}{P(A)}$——"先验×条件÷总概率=后验"。
3. 三步法：(1) 找完备事件组 $B_i$；(2) 写出 $P(B_i)$ 和 $P(A|B_i)$；(3) 代入公式。
4. 贝叶斯思想：用新信息（$A$ 已发生）更新对原因（$B_j$）的判断——这是统计推断的核心思想。

---

四、例题精解

【例题1】全概率公式

题目：某工厂有甲、乙、丙三个车间，产量分别占总产量的25%、35%、40%，次品率分别为5%、4%、2%。现从全厂产品中随机取一件，求取到次品的概率。

解答：

第一步：设事件并确定完备事件组

$B_1$ = "取到甲车间产品"，$B_2$ = "取到乙车间产品"，$B_3$ = "取到丙车间产品"。 $A$ = "取到次品"。

$B_1, B_2, B_3$ 构成完备事件组（互斥且穷举）。

第二步：列出已知条件

$P(B_1) = 0.25, \quad P(B_2) = 0.35, \quad P(B_3) = 0.40$$P(A|B_1) = 0.05, \quad P(A|B_2) = 0.04, \quad P(A|B_3) = 0.02$

第三步：代入全概率公式

$P(A) = P(B_1)P(A|B_1) + P(B_2)P(A|B_2) + P(B_3)P(A|B_3)$$= 0.25 \times 0.05 + 0.35 \times 0.04 + 0.40 \times 0.02$$= 0.0125 + 0.014 + 0.008 = 0.0345$

第四步：结论

随机取一件产品，取到次品的概率为 0.0345（即3.45%）。

---

【例题2】贝叶斯公式

题目：接例题1，若已知取到的产品是次品，求该产品来自甲车间的概率。

解答：

第一步：明确所求

求 $P(B_1|A)$，即已知是次品的条件下，来自甲车间的概率。

第二步：列出已知

$P(B_1) = 0.25$，$P(A|B_1) = 0.05$，$P(A) = 0.0345$（由例题1已求）。

第三步：代入贝叶斯公式

$P(B_1|A) = \frac{P(B_1)P(A|B_1)}{P(A)} = \frac{0.25 \times 0.05}{0.0345} = \frac{0.0125}{0.0345} = \frac{125}{345} = \frac{25}{69} \approx 0.3623$

第四步：验证与解释

$P(B_1|A) \approx 36.23\%$。虽然甲车间产量只占25%，但由于其次品率最高（5%），在次品中甲车间的"贡献"比例上升到36.23%——这正是贝叶斯公式的"由果溯因"功能。

验证：$P(B_1|A) + P(B_2|A) + P(B_3|A)$ 应等于1： $P(B_2|A) = \frac{0.35 \times 0.04}{0.0345} = \frac{0.014}{0.0345} \approx 0.4058$$P(B_3|A) = \frac{0.40 \times 0.02}{0.0345} = \frac{0.008}{0.0345} \approx 0.2319$$0.3623 + 0.4058 + 0.2319 = 1.0000 \quad ✓$

---

五、考情分析

年份	题型	考点	分值
每年必考	解答题	全概率公式+贝叶斯公式综合	10-12分
高频	选择题	贝叶斯公式的基本应用	4分
中频	填空题	全概率公式求总概率	4分

命题规律：

• 全概率公式和贝叶斯公式是第一章的"压轴"考点，常以解答题形式出现。
• 常见背景：产品检验、疾病诊断、信号传输。
• 需要先确定完备事件组，这是解题的关键步骤。

---

六、易错点

1. 完备事件组选取错误：必须满足互斥、穷举、正概率三个条件。常见错误：遗漏某个 $B_i$，或 $B_i$ 之间不互斥。

2. 贝叶斯公式分子分母搞混：$P(B_j|A) = \frac{P(B_j)P(A|B_j)}{P(A)}$，分子是"先验×条件"，分母是"总概率"。

3. 忘记先求 $P(A)$：贝叶斯公式中分母 $P(A)$ 通常需要先用全概率公式求出，不要遗漏。

4. 先验与后验的含义：$P(B_j)$ 是"试验前"的判断，$P(B_j|A)$ 是"获得信息 $A$ 后"的修正判断。两者一般不同。

5. 可列无穷完备事件组：全概率公式和贝叶斯公式对可列无穷完备事件组同样成立，即 $n$ 可以是 $\infty$。

---

七、来源标注

来源	说明
教材	浙大版《概率论与数理统计》第1章 §1.7
大纲	考研数学一大纲"全概率公式、贝叶斯公式"
重点	每年必考，解答题高频考点