概率论-条件概率,全概率,概率乘法公式,贝叶斯公式

本文深入探讨了概率论中的条件概率、概率乘法公式、全概率公式和贝叶斯公式。通过实例解释了这些概念,并特别强调了在模式识别中的贝叶斯决策,指出在该领域中,条件概率密度和先验概率的重要性。
摘要由CSDN通过智能技术生成

概率论-条件概率,全概率,概率乘法公式,贝叶斯公式


1. 条件概率

在事件A已经发生的前提下事件B发生的概率,我们记为 P ( B ∣ A ) P(B|A) P(BA)
定义 A , B A,B AB为随机试验 E E E的两个事件,且 P ( A ) > 0 P(A)>0 P(A)>0,则称
P ( B ∣ A ) = P ( A B ) P ( A ) P(B|A)=\frac{P(AB)}{P(A)} P(BA)=P(A)P(AB)
为事件A发生的条件下事件B发生的条件概率,或称为 B B B关于 A A A的条件概率

2. 概率乘法公式

概率乘法公式就是由条件概率公式得来的
定理(概率乘法定理):对于任意的事件 A , B A,B A,B,
(1)若 P ( A ) > 0 P(A)>0 P(A)>0,则有
P ( A B ) = P ( B ∣ A ) P ( A ) P(AB)=P(B|A)P(A) PAB=P(BA)P(A)
(2)若 P ( B ) > 0 P(B)>0 P(B

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