概率论基础-条件概率、全概率公式、贝叶斯公式

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。

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(AB),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(BA) P ( B ∣ A ‾ ) ) P(B| \overline A)) P(BA))
    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(BA)=31 P ( B ∣ A ‾ ) = 1 P(B|\overline A)=1 P(BA)=1

    设AB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)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(BA))=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} A1A2A3A4...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

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值