条件概率及与其有关的三个概率公式:乘法公式、全概率公式、贝叶斯公式

1、条件概率

设A、B为任意两个事件,若P(A)>0,称在已知事件A发生的条件下,事件B发生的概率为条件概率,记为P(B|A)

   P(B|A)=\frac{P(AB)}{P(A)}

理解为:条件概率就是在附加了一定的条件之下所计算的概率,当我们说到‘条件概率’时,总是指另外附加的条件,其形式可归结为“已知某事已经发生了”

2、乘法公式

如果P(A)>0,则 P(AB) = P(A)P(B|A)

一般地,如果 P(A_{1}\cdot\cdot\cdot A_{n-1})>0 ,则

        P(A_{1}A_{2}\cdot\cdot\cdot A_{n}) = P(A_{1}A_{2}\cdot\cdot\cdot A_{n-1})P(A_{n}|A_{1}A_{2}\cdot\cdot\cdot A_{n-1}) =P(A_{1})P(A_{2}|A_{1})P(A_{3}|A_{1}A_{2})\cdot\cdot\cdot\cdot\cdot\cdot P(A_{n}|A_{1}A_{2}\cdot\cdot\cdot A_{n-1})

乘法公式是求“几个事件同时发生”的概率

3、全概率公式

如果:

            \bigcup_{i=1}^{n}A_{i}=\Omega,A_{i}A_{j}=\phi(i\ne j;i,j=1,2,3,\cdot\cdot\cdot n)

A_{1}\cdot\cdot\cdot A_{n} 为一个完备事件组,P(A_{i}>0),则对任意一个事件B,有

           B=\bigcup_{i=1}^{n}BA_{i},P(B)=\sum_{i=1}^{n}{P(A_{i})P(B|A_{i})}

如果一个结果B总是与某些前提条件(或原因、前一阶段结果)A_i 相关,那么在计算P(B)时,用 A_i 对 B 作分解,利用全概率公式计算P(B):

           B=\bigcup_{i=1}^{n}BA_{i}

4、贝叶斯公式

如果:

          \bigcup_{i=1}^{n}A_{i}=\Omega,A_{i}A_{j}=\phi(i\ne j;i,j=1,2,3,\cdot\cdot\cdot n),P(A_{i}>0)

则对于任意一个事件B,只要P(B)>0,就有

          P(A_{j}|B)=\frac{P(A_{j})P(B|A_{j})}{\sum_{i=1}^{n}{P(A_{i})P(B|A_{i})}}

如果在结果B发生的条件下,用贝叶斯公式求导致这一结果的各“原因” A_j 发生可能性大小:

          P(A_{j}|B)

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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