条件概率 -- P(A|B) P(B|A)

最新推荐文章于 2024-08-09 15:29:41 发布
最新推荐文章于 2024-08-09 15:29:41 发布
阅读量1.4w 收藏 1
点赞数
分类专栏： 概率论 文章标签： 概率论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36666115/article/details/78613599
版权

question:

早餐P(A) = 0.6
午餐P(B) = 0.5

P(A|B) = 0.7
- 意味着：A B 有依赖；
求P(B|A)

求解

P(A and B) = P(A|B)P(B) = P(B|A)P(A)

贝叶斯定理

东枫科技
关注
专栏目录
2015-2016第一学期B三概率试卷A1
08-03
这是概率的基本性质之一，根据概率加法公式，如果事件A和B互斥（即不会同时发生），那么P(A∪B) = P(A) + P(B)，但题目中没有明确指出A和B是否互斥，所以需要使用包含关系公式P(A∪B) = P(A) + P(B) - P(A∩B)来计算...
理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)
Talk Is Cheap
12-25 1万+
贝叶斯公式应该画级联的图来理解 明确 P(A=0) = 0.5 P(B=0|A=0) = 0.6 P(B=0) = 0.6*0.5 + 0.25*0.6 + 0.25*0.6 = 0.6 则应用贝叶斯公式 P(A=0|B=0) = P(A=0)P(B=0|A=0) / P(B=0) = 0.5*0.6/0.6 = 0.5 明确 P(A=1) = 0.25 P(B=0|A=1) = 0.6 P(B...
概率论与数理统计_第1章__P(AB)的计算方式
华工的专栏
11-08 1万+
设随机事件A, B互不相容， P(A) = 0.6, P(B) = 0.4, 则P(AB)=_________。一 如果 A, B 相互独立，则 P(AB) = P(A)P(B),二. 如果A, B不独立，则 P(AB) = P(A)P(B|A)，其中，解： 由于A, B互不相容， 则AB=Ø, 所以P(AB)=0.也就是说： 若两事件独立， 乘积的概率=先求概率再相乘。注意： A, B互不相容是 A，B不独立的子集。若A, B互不相容， 则P(AB)=0，因为AB=
香农熵和熵、KL散度（相对熵）、交叉熵、损失函数
最新发布
Traceyfind的博客
08-09 639
熵、KL散度、交叉熵、损失函数。
概率论-1.4 条件概率(重点:对P(A | B)、P(AB)、P(B)之间关系的理解)
dc12499574的博客
10-12 7923
条件概率的定义： 是指在某事件B发生的条件下，事件A发生的概率，记作P(A | B) 条件概率：设A与B是样本空间中的两事件，若P(B)>0，则在B发生的下A发生的条件概率为P(A | B)= P(AB) / P(B) P(B)：事件B发生的概率 P(AB)：事件A，B同时发生的概率=事件A发生的概率事件A的发生下事件B发生的概率=事件B发生的概率事件B的发生下事件B发生的概率 若事件域上A1,A2,…,An,…互不相容且P(B)>0，则有P(U Ai | B)= Sum(P(AB)) / P(
【机器学习】贝叶斯公式： P(B|A)=P(B)P(A|B)/P(A)
fxflyflyfly的博客
01-17 9144
贝叶斯公式： P(B|A)=P(B)P(A|B)/P(A) P(AB)：AB同时发生的概率 P(A|B): 在B发生的条件下，A发生的概率 一、病人分类的例子 让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。 某个医院早上收了六个门诊病人，如下表。 症状　　 职业　　 疾病 打喷嚏　 护士　　 感冒 打喷嚏　 农夫　　　 过敏 头痛　　 ...
概率学中，P(A∣B)是什么意思？如何计算？算式意义是什么？
热门推荐
m0_37443131的博客
07-31 6万+
P(A∣B)是条件概率公式，P(A|B) = P(AB)/P(B)。 P(A|B)——在B条件下 A 的概率.即事件A 在另外一个事件B已经发生条件下的发生概率。 P(AB)——事件A、B同时发生的概率,即联合概率.联合概率表示两个事件共同发生的概率.A 与 B 的联合概率表示为 P(AB) 或者 P(A,B)。 P(B)——事件B发生的概率.条件概率　示例：就是事件A 在另外一个事件 B ...
2016-2017第一学期B三概率试卷A1
08-03
1. **独立事件概率**：在填空题的第一题中，提到事件A和B是相互独立的，已知P(A)=0.6，P(A∩B)=0.3，求P(B)。独立事件的性质是P(A∩B)=P(A)×P(B)，所以P(B)=[P(A∩B)]/P(A)=0.3/0.6=0.5。 2. **离散型随机变量的...
2015-2016-1-A卷《概率B》试题.doc
07-04
- **解析**：此题考查基本的概率公式，选项B表示全概率公式，即\(P(A) = P(A|B)P(B) + P(A|\bar{B})P(\bar{B}) = P(A \cup B) + P(A \cap \bar{B}) = 1 - P(\bar{A} \cup \bar{B})\)，故正确。 #### 3. 伯努利试验...
2015-2016第一学期B三概率试卷A答案1
08-03
证明题部分，尽管没有具体题目，但通常会涉及概率论中的重要性质或定理，例如独立事件的性质，即如果A和B独立，那么P(A|B)=P(A)和P(B|A)=P(B)，以及这两个条件的互推。 总的来说，这份试卷全面考查了学生对概率论与...
概率复习 第一章 基本概念
赶圩归来阿理理
11-20 3940
本文用于复习概率论的相关知识点，因为好久不接触了，忘了不少。这里捡起来，方便学习其他知识。 总目录 概率复习 第一章 基本概念 概率复习 第二章 随机变量及其分布 本章目录 事件的运算 交换律 结合律 分配率 摩根定律 概率含义及性质 可列可加性： 有限可加性： 差事件的概率 逆事件的概率 概率的加法公式 条件概率 条件概率的计算 条件概率的可列可加性： 条件...
朴素贝叶斯
Amber的博客
08-07 204
P(A∣B)=P(A∩B)P(B)P(A∩B)=P(A∣B)P(B)P(A|B)=\frac{P(A\cap B)}{P(B)}\\ P(A\cap B)=P(A|B)P(B)P(A∣B)=P(B)P(A∩B)​P(A∩B)=P(A∣B)P(B) P(B∣A)=P(A∩B)P(A)P(A∩B)=P(B∣A)P(A)P(B|A)=\frac{P(A\cap B)}{P(A)}\\ P(A\cap B)=P(B|A)P(A)P(B∣A)=P(A)P(A∩B)​P(A∩B)=P(B∣A)P(A) P(B∣A)P(
条件概率（四）
qq_32367137的博客
03-05 3920
定义： 设A、B是两个事件，且P(A)>0,称 P(B/A)=为在事件A发生的条件下事件B发生的条件概率。 条件概率符合概率论中的三个条件 1、非负性 ：对于每一事件B，有P(B/A)0; 2、规范性：对于必然事件S，有P(S/A)=1; 3、可列可加性：设,…是两两互不相容的事件，则有P(）= 乘法定理： 全概率公式： ...
条件概率，乘法公式——概率论与数理统计（宋浩）
batcat560的博客
10-10 657
条件概率，乘法公式——概率论与数理统计（宋浩）
P(A|B)和P(AB)有什么区别
ALTLI的博客
12-09 3万+
P(A|B)和P(AB)到底有什么区别？ 先说一下二者之间的联系，P(AB) = P(A|B)*P(B)，这是乘法公式。 当然最重要的是区别，这种区别包括时间和空间上的区别 时间上的区别：在P(A|B)中，B先发生，我们已经知道了B后，在这基础上A发生，也就是说B先发生，A后发生。P(AB)中，A和B是同时发生的概率。 空间上的区别：样本空间的不同。在P(A|B)中，是求在B发生的条件下，A发生的...
理解P(B|A)、概率和条件概率、贝叶斯公式
Talk Is Cheap
11-25 1万+
右边 方形为1 左边 圆形A为1 所以对于贝叶斯公式的理解就是已知 B|A求A|B 可画图为
条件概率，贝叶斯，全概率理解
weixin_42595206的博客
12-02 3593
条件概率，贝叶斯，全概率理解 条件概率： 条件概率的定义： 设A,B为随机试验的E的两个事件，且P（A）>0，则称，P(B|A)=P(AB)/P(A)为在事件A发生的条件下事件B发生的条件概率，或称为B关于A的条件概率。由文氏图更好理解： 同理： 全概率： 某一个事件A发生，包括了B1,B2,B3,BN等事件，如图： 其中椭圆代表事件A，而椭圆中的各个不同颜色的部分则代表事...
概率论中的独立性---P(B)、P(B|A)、P(AB)联系与区别
Zijie123pea的博客
01-11 4万+
定义： 若A、B两个事件满足： P(AB)=P(A)P(B)P(AB)=P(A)P(B)P(AB)=P(A)P(B) 则A、B相互独立。 注意： P(B∣A)P(B|A)P(B∣A)是指A发生的条件下，B发生的概率；P(B)P(B)P(B)为B发生的概率，此二者是否相等？ 如果P(B∣A)=P(B)P(B|A)=P(B)P(B∣A)=P(B)，则表明事件A对B无影响，即A和B是相互独立的。 例：抛硬币2次，设A为第一次出现正面，B为第二次出现正面的事件，则： P(A)=12P(A)=\frac{1}{2}P
p（a|b）=p（b|a）*p（a）
09-11
这是贝叶斯定理，表示在已知事件B发生的条件下，事件A发生的概率等于事件B发生的条件下事件A和事件B同时发生的概率除以事件B发生的概率。 根据贝叶斯定理，可以推导出p(a|b) = p(b|a)*p(a)/p(b)。 其中，p(a|b)表示在事件B发生的情况下，事件A发生的概率； p(b|a)表示在事件A发生的情况下，事件B发生的概率； p(a)表示事件A发生的概率； p(b)表示事件B发生的概率。 这个定理可以用于概率问题的推理。假设已知事件A和事件B的关系，可以通过贝叶斯定理来计算事件A在已知事件B发生的条件下的概率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

东枫科技

打赏即可咨询本帖子的技术问题

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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