全概率公式与贝叶斯公式

划分

Ω \Omega Ω 为试验 E E E 的样本空间, A 1 , A 2 , ⋯   , A n A_1, A_2, \cdots, A_n A1,A2,,An E E E 的一组事件,若:

  1. A i A j = ∅ , i ≠ j ,    i , j = 1 , 2 , ⋯   , n A_iA_j=\varnothing,i\neq j,\;i,j=1,2,\cdots,n AiAj=,i=j,i,j=1,2,,n
  2. A 1 ∪ A 2 ∪ ⋯ ∪ A n = Ω A_1\cup A_2\cup \cdots\cup A_n=\Omega A1A2An=Ω

则称 A 1 , A 2 , ⋯   , A n A_1, A_2,\cdots ,A_n A1,A2,,An Ω \Omega Ω 的一个划分。

全概率公式

Ω \Omega Ω 是试验 E E E 的样本空间, B B B E E E 的事件, A 1 , A 2 , ⋯ A n A_1, A_2, \cdots A_n A1,A2,An 是样本空间 Ω \Omega Ω 的一个划分,则:

P ( B ) = ∑ i = 1 n P ( A i ) P ( B ∣ A i ) (1) P(B)=\sum_{i=1}^nP(A_i)P(B|A_i) \tag{1} P(B)=i=1nP(Ai)P(BAi)(1)

( 1 ) (1) (1) 式称为全概率公式。

贝叶斯公式

Ω \Omega Ω 是试验 E E E 的样本空间, B B B E E E 的事件, A 1 , A 2 , ⋯ A n A_1, A_2, \cdots A_n A1,A2,An 是样本空间 Ω \Omega Ω 的一个划分,则:

P ( A i ∣ B ) = P ( A i ) P ( B ∣ A i ) ∑ j = 1 n P ( A j ) P ( B ∣ A j ) (2) P(A_i|B)=\frac{P(A_i)P(B|A_i)}{\sum_{j=1}^nP(A_j)P(B|A_j)} \tag{2} P(AiB)=j=1nP(Aj)P(BAj)P(Ai)P(BAi)(2)

( 2 ) (2) (2) 式称为贝叶斯公式。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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