概率论03- 条件概率、全概率公式

本文介绍了概率论中的条件概率、乘法定理、全概率公式和贝叶斯公式。条件概率是概率论的重要概念,用于在已有先验信息的情况下重新估计概率。乘法定理描述了事件间概率的乘积关系。全概率公式用于计算事件的概率,而贝叶斯公式则提供了在已知观测结果下对原假设进行后验概率计算的方法。
摘要由CSDN通过智能技术生成
1.条件概率

定义1 对事件 A,B ,若P( A > 0)则称 P( B | A ) = P(AB)/ P(A)(A发生的条件条件概率件下B发生的) 为事件B在条件A[发生]下的条件概率.

定理1 条件概率的性质:

  1. 非负性:P( B | A ) >= 0
  2. 规范性:A ∈ B , 则有P( B | A )= 1 。特别的 P( Ω | A )= P ( A | A )= 1
  3. 可加性:特别的 P (非B | A)= 1 - P( B | A)

在计算条件概率时,一般有两种方法:
(1) 由条件概率的公式;
(2) 由P(B|A)的实际意义,按古典概型用缩减样本空间计算.

条件概率是概率论中最重要的概念这一,作为一项 描述与计算的工具,其重要性首先表现在当存在部分先 验信息(如A已发生,在这里即动物已活过20岁)可资 利用时,可归结为条件概率而对概率作出重新估计(如 这里P(B|A)=0.5而不是P(B)=0.4了)。 另外,条件概率也是计算某些概率的有效工具。

2.乘法定理

根据条件概率公式:P( B | A ) = P(AB)/ P(A),我们有:
定理2:
若P(A) > 0, 则有P( AB ) = P( A )P( B | A )
若P(B) > 0, 则有P( AB ) 

  • 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