2027届新高考数学热点突破复习全概率与贝叶斯公式

2027届新高考数学热点突破复习全概率公式与贝叶斯公式——“迭代认知，动态观世”的智慧——课程

目录一、全概率公式——“由因求果”二、贝叶斯公式——“由果溯因”三、综合应用与拓展四、高考真题精讲01020304情境引入SITUATION

DEEPENING02/核心问题求：(1)已知这天是晴天，这天不刮风概率是多少?(2)拉萨春季任意一天刮风的总概率。(3)已知这天早晚刮风，则这天是晴天的概率是多少？

01/已知信息一、全概率公式详解概率统计·基础01/公式定义

02/核心思想：由因求果

思路梳理二、贝叶斯公式详解概率论·核心公式

02/核心思想：由果溯因贝叶斯公式解决的是“逆向概率”问题。

它允许我们在已知“结果B”已经发生的条件下，去回溯并计算造成这个结果的“原因Aᵢ”发生的概率，从而判断哪一个原因的可能性最大。“观察到现象，推测背后的原因”

案例升级案例升级：拉萨的夏天

❓求解概率问题Q1：全概率公式应用

求拉萨夏季任意一天早晚“刮风”的总概率P(B)。Q2：贝叶斯公式应用

若某天刮风，求这天是“晴天”的概率。一、案例升级：概率计算解答课堂解析问题1：全概率公式(求总刮风概率P(B))

例题探究大数据的秘密

丹增平时喜欢在抖音上看赛马视频。平台根据他的历史数据，推测他真正喜欢赛马类视频的先验概率是40%。如果丹增真正喜欢赛马视频，他完整看完一条赛马视频的概率是90%。如果他不喜欢赛马视频（只是偶然刷到），他也会完整看完的概率是20%（比如画面很精彩，或者没来得及划走）。问题：1.丹增今天刷到一条赛马视频，他完整地看完了。请问：在这一行为发生后，他真正喜欢赛马视频的概率变成了多少？（后验概率）三、综合应用与拓展前沿

应用AI推荐算法：抖音如何判断丹增同学是否喜欢赛马视频？🎯先验概率P(A)平台基于历史数据猜测：

你喜欢赛马视频的初始概率为40%(0.4)。📊关键条件概率•P(B|A)=90%(喜欢则看完)

•P(B|Ā)=20%(不喜欢也看完)✨新证据(B发生)你在抖音上，完整看完了一条关于赛马的视频，这是关键的新数据输入。🧮贝叶斯更新：后验概率P(A|B)计算:(0.4×0.9)/[(0.4×0.9)+(0.6×0.2)]=0.36/0.48=75%

结论:看完视频后，平台对你喜欢赛马的判断概率从40%飙升至75%，随即增加同类推荐。例题探究大数据的秘密

问题二：如果丹增后续又对这条视频点了“赞”，而喜欢赛马视频的用户点赞的概率是70%，不喜欢的用户点赞的概率只有5%。那么在“看完+点赞”这两个证据下，他喜欢赛马视频的概率又是多少？

解答：全概率计算(丹增的点赞概率）(0.7×0.75)+(0.05×0.25)=0.525+0.0125=0.5375(53.75%)

最终结果：

0.7×0.75/0.5375=0.525/0.5375≈0.9767前沿

应用AI其他应用

AI一开始不知道一封邮件是不是垃圾邮件；先大概猜：50%是垃圾邮件（先验）；

然后看关键词：“中奖、刷单、转账、免费领”；用贝叶斯更新概率：关键词越多，判定垃圾邮件概率越高。这就是朴素贝叶斯算法，最早用来做AI分类。

🎯垃圾邮件识别（最经典）

📊

语音识别、输入法联想：

你说一句话，AI先猜可能是什么字；输入下一个拼音或听到下一个读音，用贝叶斯更新概率，选出最可能的词。比如打“tianqi”，AI根据上下文，优先给“天气”而不是“田七”。✨

阿尔法围棋系列

它依托海量人类棋谱训练，战胜世界围棋顶尖棋手。升级版阿尔法更是依靠强化学习自我博弈，几天内便完胜旧版本，还探索出全新围棋战法。这类智能系统也标志着人工智能迈入大数据、大计算、大决策的新时代，贝叶斯方法更是在前沿科技中发挥重要作用。何老师寄语：

就像贝叶斯公式一样会根据新信息修正判断，不必被当下的现状定义自己，持续努力、不断进步，接纳成长，在持续改变中遇见更好的自己。高考链接01真题改编：某医疗团队研究发现，某地居民卫生习惯良好的概率为0.6，不够良好的概率为0.4。已知卫生习惯良好的人患某种地方病的概率为0.05，卫生习惯不够良好的人患该病的概率为0.3。(1)全概率公式应用：求从当地人群中随机抽取一人，此人患该疾病的概率。(2)贝叶斯公式应用：从当地人群中随机抽取一人，已知此人患该疾病，求此人卫生习惯良好的概率。四、高考直通车一、高考链接1：解答全概率&贝叶斯01.求解患该疾病的总概率(全概率公式)设事件A₁为“习惯良好”，A₂为“习惯不好”，B为“患病”。公式：P(B)=P(A₁)P(B|A₁)+P(A₂)P(B|A₂)代入数值：P(B)=(0.6×0.05)+(0.4×0.3)

计算过程：0.03+0.12=0.1502.已知患病条件下，习惯良好的概率(贝叶斯公式)求在事件B发生的条件下，事件A₁发生的概率。公式：P(A₁|B)=[P(A₁)P(B|A₁)]/P(B)代入数值：P(A₁|B)=(0.6×0.05)/0.15

计算过程：0.03/0.15=0.2(即20%)高考链接2📝高考真题：甲、乙两人投篮，规则是命中则继续投，未命中则换对方。甲命中率0.6，乙命中率0.8。第一次投篮由抽签决定，甲、乙被选中概率各为0.5。求：第2次投篮的人是乙的概率。💡分析思路：事件“第2次是乙投篮”可拆解为两个互斥事件之和：

①第1次甲投，且甲未命中(概率为0.5×(1-0.6))；

②第1次乙投，且乙命中(概率为0.5×0.8)。✍️全概率公式解答：P(第2次为乙)=P(甲₁)·P(未中|甲₁)+P(乙₁)·P(命中|乙₁)

=0.5×(1-0.6)+0.5×0.8

=(0.5×0.4)+(0.5×0.8)=0.2+0.4=0.6一、总结与回顾课程小结全概率公式·由因求果🎯核心目标：计算一个复杂结果发生的总概率P(B)。📝数学表达：P(B)=ΣP(Aᵢ)·P(B|Aᵢ)注：需将样本空间划分为互斥且完备的事件组{Aᵢ}。贝叶斯公式·由果溯因🎯核心目标：结果发生后，推断是由某个原因引起的概率P(Aᵢ|B)。📝数学表达：P(Aᵢ|B)=[P(Aᵢ)P(B|Aᵢ)]/P(B)注