条件概率、全概率公式与贝叶斯公式
一个随机事件发生的概率
是指在某些给定的条件下,事件
发生的可能性大小的度量。但如果给定的条件发生变化之后,该事件的概率一般也随之变化.于是,人们自然提出:如果增加某个条件之后,事件
的概率会怎样变化的?它与原来的概率
之间有什么关系?显然这类现象是常有的.
[例1] 设有一群共N人,其中M个女性,n1个是色盲患者. n1个色盲患者中女性占n2个. 如果A={从中任选一个是色盲},B ={从中任选一个是女性},此时, .如果对选取规则A附加条件:只在女性中任选一位,换一句话说,B发生之后,A发生的概率(暂且记为P(A|B)) 自然是.
[例2] 将一枚硬币抛掷,观察其出现正反面的情况.设事件A为“两次掷出同一面”,事件B
为“至少有一次为正面H”.现在来求已知事件
B已经发生的条件下事件
A发生的概率.
这里,样本空间{HH HT TH TT}.A={HH TT},B={HH HT TH}易知此属于古典概型问题.已知事件B已发生,有了这一信息,知道
TT不可能发生,即知试验所有可能结果所成的集合就是B.B中共有3个元素,其中只HH有属于A.于是,在B发生的条件下,A发生的概率为
对于例1,已知
,
,
,
容易验证在发生B的条件下,
发生A的概率
对于例2,已知
,
,
,
容易验证B发生的条件下,A发生的概率
对一般古典概型, 容易验证:只要P(B)>0,则在B发生的条件下,A 发生的概率,
这个就是条件概率公式