一、条件概率
1.1 条件概率定义
条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为: P ( A ∣ B ) P(A|B) P(A∣B),读作“在B的条件下A的概率”。
1.2 条件概率例题
投掷一枚硬币2次**,A表示“至少有一次出现正面”;B表示“两次出现同一面”,求 P ( A ) P(A) P(A)、 P ( B ) P(B) P(B)、 P ( A B ) P(AB) P(AB)、 P ( B ∣ A ) P(B|A) P(B∣A)、 P ( B ∣ A ‾ ) ) P(B| \overline A)) P(B∣A))
其可能情况如下所示:
| 正、正 | 正、反 |
|---|---|
| 反、正 | 反、反 |
因此, P ( A ) = 3 4 P(A)=\frac{3}{4} P(A)=43、 P ( B ) = 1 2 P(B)=\frac{1}{2} P(B)=21、 P ( A B ) = 1 4 P(AB)=\frac{1}{4} P(AB)=41、 P ( B ∣ A ) = 1 3 P(B|A)=\frac{1}{3} P(B∣A)=31、 P ( B ∣ A ‾ ) = 1 P(B|\overline A)=1 P(B∣A)=1。
设A和B为任意两事件,且 P ( A ) > 0 P(A)>0 P(A)>0,比值 P ( A B ) P ( A ) \frac{P(AB)}{P(A)} P(A)P(AB)为事件A发生条件下B发生的条件概率–>记为: P ( B ∣ A ) ) = P ( A B ) P ( A ) P(B| A))=\frac{P(AB)}{P(A)} P(B∣A))=P(A)P(AB)
拓展:若事件 A 1 、 A 2 、 A 3 、 A 4 . . . A n A_{1}、A_{2}、A_{3}、A_{4}...A_{n} A1、A2、A3、A4...An互不相容,则有如下推论:
P ( ( A 1 + A 2 + A 3 + . . . A n ) ∣ B ) ) = P ( ( A 1 + A 2 + A 3 + . . . A n ) B ) P ( B ) = P ( A 1 ∣ B ) + P ( A 1 ∣ B ) + . . . P ( A n ∣ B ) \begin{aligned} P((A_{1}+A_{2}+A_{3}+...A_{n})|B))&=\frac{P((A_{1}+A_{2}+A_{3}+...A_{n})B)}{P(B)}\\& =P(A_1|B)+P(A_1|B)+...P(A_n|B) \end{aligned} P((A1+A2+A3+...An)∣B))=P(B)P((A1+A2+A3+...An)B)=P(A

本文详细介绍了条件概率的概念,包括条件概率的定义、计算方法及其实际应用案例,并深入探讨了乘法定理、全概率公式及贝叶斯公式等内容。
最低0.47元/天 解锁文章
972





