大学概率论必备：详解条件概率典型习题，助你轻松掌握核心概念

在大学概率论的学习过程中，条件概率是一个重要的概念。它描述了在已知某个事件已经发生的情况下，另一个事件发生的概率。理解并掌握条件概率对于解决实际问题至关重要。本文将详细解析条件概率的典型习题，帮助你轻松掌握这一核心概念。

条件概率的定义

首先，我们需要明确条件概率的定义。设随机试验E1、E2为两个随机事件，且P(E1) > 0，那么在事件E1发生的条件下事件E2发生的概率称为条件概率，记为P(E2|E1)，其计算公式为：

[ P(E2|E1) = \frac{P(E1 \cap E2)}{P(E1)} ]

其中，P(E1 ∩ E2)表示事件E1和E2同时发生的概率。

条件概率典型习题解析

习题一：袋中有5个红球和3个蓝球，随机取出2个球，求取出的两个球都是红球的概率。

解答思路：

1. 计算取出第一个红球的概率。
2. 在第一个红球取出后，计算取出第二个红球的概率。
3. 将两个概率相乘得到最终结果。

解答：

1. 第一个红球的概率：P(第一个红球) = ⁵⁄₈
2. 第二个红球的概率：P(第二个红球|第一个红球) = ⁴⁄₇
3. 最终概率：P(两个红球) = P(第一个红球) × P(第二个红球|第一个红球) = ⁵⁄₈ × ⁴⁄₇ = ⁵⁄₁₄

习题二：某城市有甲、乙、丙三个公园，甲公园有5个儿童游乐设施，乙公园有3个，丙公园有2个。假设每个公园的游乐设施都有相同的使用概率，现在随机选择一个公园游玩，求在该公园找到3个以上游乐设施的概率。

解答思路：

1. 计算在甲公园找到3个以上游乐设施的概率。
2. 计算在乙公园找到3个以上游乐设施的概率。
3. 计算在丙公园找到3个以上游乐设施的概率。
4. 将三个概率相加得到最终结果。

解答：

1. 甲公园概率：P(甲公园) = ¹⁄₃

   • 找到3个以上游乐设施的概率：P(3个以上|甲公园) = P(3个|甲公园) + P(4个|甲公园) + P(5个|甲公园)
   • P(3个|甲公园) = C(5,3) × (¹⁄₅)^3 × (⁴⁄₅)^2 = 0.16
   • P(4个|甲公园) = C(5,4) × (¹⁄₅)^4 × (⁴⁄₅)^1 = 0.05
   • P(5个|甲公园) = C(5,5) × (¹⁄₅)^5 × (⁴⁄₅)^0 = 0.01
   • P(3个以上|甲公园) = 0.16 + 0.05 + 0.01 = 0.22
   • P(甲公园|3个以上) = P(甲公园) × P(3个以上|甲公园) = ¹⁄₃ × 0.22 = 0.0733

2. 乙公园概率：P(乙公园) = ¹⁄₃

   • 找到3个以上游乐设施的概率：P(3个以上|乙公园) = P(3个|乙公园) + P(4个|乙公园) + P(5个|乙公园)
   • P(3个|乙公园) = C(3,3) × (¹⁄₃)^3 × (²⁄₃)^0 = 0.03
   • P(4个|乙公园) = C(3,4) × (¹⁄₃)^4 × (²⁄₃)^1 = 0.0067
   • P(5个|乙公园) = C(3,5) × (¹⁄₃)^5 × (²⁄₃)^2 = 0.0008
   • P(3个以上|乙公园) = 0.03 + 0.0067 + 0.0008 = 0.0375
   • P(乙公园|3个以上) = P(乙公园) × P(3个以上|乙公园) = ¹⁄₃ × 0.0375 = 0.0125

3. 丙公园概率：P(丙公园) = ¹⁄₃

   • 找到3个以上游乐设施的概率：P(3个以上|丙公园) = P(3个|丙公园) + P(4个|丙公园) + P(5个|丙公园)
   • P(3个|丙公园) = C(2,3) × (¹⁄₂)^3 × (¹⁄₂)^0 = 0
   • P(4个|丙公园) = C(2,4) × (¹⁄₂)^4 × (¹⁄₂)^1 = 0
   • P(5个|丙公园) = C(2,5) × (¹⁄₂)^5 × (¹⁄₂)^2 = 0
   • P(3个以上|丙公园) = 0
   • P(丙公园|3个以上) = P(丙公园) × P(3个以上|丙公园) = ¹⁄₃ × 0 = 0

4. 最终概率：P(3个以上) = P(甲公园|3个以上) + P(乙公园|3个以上) + P(丙公园|3个以上) = 0.0733 + 0.0125 + 0 = 0.0858

总结

通过以上两个典型习题的解析，我们可以看到条件概率在实际问题中的应用。在解决这类问题时，我们需要先明确条件概率的定义，然后根据题目要求逐步推导出所需的概率。掌握条件概率的概念和计算方法对于大学概率论的学习具有重要意义。希望本文能帮助你更好地理解条件概率，为今后的学习打下坚实基础。