概率论问题
谢了好心人,(数学牛人)帮助我这位不聪明的学弟,题目1如下一批产品中96%是合格品,检查产品时,一件合格品被误认为是次品的概率是0.02,一次次品被误认为是合格品的概率是...
谢了好心人,(数学牛人)帮助我这位不聪明的学弟,
题目1 如下
一批产品中96%是合格品,检查产品时,一件合格品被误认为是次品的概率是0.02,一次次品被误认为是合格品的概率是0.05,求在被检查后认为时合格品的产品确是合格品的概率。
题目2 如下
对以往数据进行分析,结果表明:当机器调整良好时,产品的合格率为90%,而当机器发生某一故障时,产品的合格率为30%,每天早上机器开动时,机器调整良好的概率是75%,设某日早上第一件产品是合格品,试问机器调整良好的概率是多少? 展开
题目1 如下
一批产品中96%是合格品,检查产品时,一件合格品被误认为是次品的概率是0.02,一次次品被误认为是合格品的概率是0.05,求在被检查后认为时合格品的产品确是合格品的概率。
题目2 如下
对以往数据进行分析,结果表明:当机器调整良好时,产品的合格率为90%,而当机器发生某一故障时,产品的合格率为30%,每天早上机器开动时,机器调整良好的概率是75%,设某日早上第一件产品是合格品,试问机器调整良好的概率是多少? 展开
展开全部
回答:
1. 检查后,“真”合格品的比例降为
0.96 x (1-0.02) = 0.9408;
“假”合格品的比例为
(1-0.96) x 0.05 = 0.0020;
所以,检验后,“合格品”为“真”合格品的概率是
0.9408 / (0.9408+0.0020) = 0.9979。
2. 可用贝叶斯定理(Bayes' Theorem)求解。
设“机器良好”为事件A,“产品合格”为事件B。由题可知,P(B|A)=0.9, P(B|非A)=0.3, P(A)=0.75, P(非A)=1-P(A)=0.25。现在要求P(A|B)。按贝叶斯定理,
P(A|B)
= P(B|A) x P(A) / [P(B|A)xP(A) + P(B|非A)xP(非A)]
= 0.9x0.75/[0.9x0.75 + 0.3x0.25]
= 0.9。
1. 检查后,“真”合格品的比例降为
0.96 x (1-0.02) = 0.9408;
“假”合格品的比例为
(1-0.96) x 0.05 = 0.0020;
所以,检验后,“合格品”为“真”合格品的概率是
0.9408 / (0.9408+0.0020) = 0.9979。
2. 可用贝叶斯定理(Bayes' Theorem)求解。
设“机器良好”为事件A,“产品合格”为事件B。由题可知,P(B|A)=0.9, P(B|非A)=0.3, P(A)=0.75, P(非A)=1-P(A)=0.25。现在要求P(A|B)。按贝叶斯定理,
P(A|B)
= P(B|A) x P(A) / [P(B|A)xP(A) + P(B|非A)xP(非A)]
= 0.9x0.75/[0.9x0.75 + 0.3x0.25]
= 0.9。
图为信息科技(深圳)有限公司
2021-01-25 广告
2021-01-25 广告
边缘计算方案可以咨询图为信息科技(深圳)有限公司了解一下,图为信息科技(深圳)有限公司(简称:图为信息科技)是基于视觉处理的边缘计算方案解决商。作为一家创新企业,多年来始终专注于人工智能领域的发展,致力于为客户提供满意的解决方案。...
点击进入详情页
本回答由图为信息科技(深圳)有限公司提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询