一个汽车公司的产品，甲厂占40%，乙厂占60%，甲的次品率是1%，乙的次品率是2%，现在抽出一件汽车时次品，问是甲生产的可能性

一个汽车公司的产品，甲厂占40%，乙厂占60%，甲的次品率是1%，乙的次品率是2%，现在抽出一件汽车时次品，问是甲生产的可能性

解答：典型的贝叶斯公式，p(甲|废品) = p(甲 && 废品) / p(废品) = （0.4 × 0.01） /（0.4 × 0.01 + 0.6 × 0.02） = 0.25

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），读作“在B条件下A的概率”。

若只有两个事件A，B，那么，

。

P(AB)表示A和B同时发生的概率，如果A,B相互独立，则P(AB)=P(A)*P(B); 如果A,B不是相互独立，则P(AB)=P(B|A)*P(A);

贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1763 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出。如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(A)。

贝叶斯定理 由 英国 数学家贝叶斯 ( Thomas Bayes 1702-1763 ) 发展，用来描述两个条件 概率 之间的关系，比如 P(A|B) 和 P(B|A)。按照 乘法法则 ：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出。如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(A)。

例如：一座别墅在过去的 20 年里一共发生过 2 次被盗，别墅的主人有一条狗，狗平均每周晚上叫 3 次，在盗贼入侵时狗叫的概率被估计为 0.9，问题是：在狗叫的时候发生入侵的 概率是多少？

我们假设 A  事件为狗在晚上叫，B 为盗贼入侵，则 P(A) = 3 / 7，P(B)=2/(20·365)=2/7300，P(A | B) = 0.9，按照公式很容易得出结果：P(B|A)=0.9*(2/7300)/(3/7)=0.00058

另一个例子，现分别有 A，B 两个容器，在容器 A 里分别有 7 个红球和 3 个 白球，在容器 B 里有 1 个红球和 9 个白球，现已知从这两个容器里任意抽出了一个球，且是红球，问这个红球是来自容器 A 的概率是多少?

假设已经抽出红球为事件 B，从容器 A 里抽出球为事件 A，则有：P(B) = 8 / 20，P(A) = 1 / 2，P(B | A) = 7 / 10也就是从A中抽出球来，且为红色的概率，按照公式，则有：P(A|B)=(7 / 10)*(1 / 2)/(8/20)=0.875