最新要闻

广告

手机

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

家电

每日速递:[概率论与数理统计]笔记:1.4 条件概率

来源:博客园

1.4 条件概率

条件概率

  • 样本空间\(\Omega\)
  • 事件\(A,B\)
  • \(P(B)>0\)

在事件\(B\)已经发生的前提条件下,事件\(A\)发生的概率称为A对B的条件概率:\(P(A|B)\).


(资料图片)

通常,\(P(A)\)为无条件概率,对应的样本空间为\(\Omega\)。

而条件概率\(P(A|B)\)对应的样本空间为\(B\),或者记为\(\Omega_B\).

所以:

\[P(A|B)=\frac{n_{AB}}{n_B}=\frac{\frac{n_{AB}}{n}}{\frac{n_B}{n}}=\frac{P(AB)}{P(B)}\]

乘法公式

根据\(P(A|B)=\frac{P(AB)}{P(B)}\)可以推导出:

  1. \(P(AB)=P(A)P(B|A)\)
  2. \(P(AB)=P(B)P(A|B)\)

其中要求\(P(A)>0,\ P(B)>0\).

乘法公式可以推广到任意有限个事件:

\[P(A_1A_2\cdots A_n)=P(A_1)P(A_2|P_1)P(A_3|A_1A_2)\cdots P(A_n|A_1A_2\cdots A_{n-1})\]

可以理解为逐步画圈,缩小范围直到精准命中指定交集:(这里用\(n=3\)为例)

全概率公式

  • \(\{A_i\}\)是\(E\)的完备事件组。
  • \(P(A_i)>0\)。

则对于任意事件\(B\),有:

\[P(B)=\sum\limits_iP(A_i)P(B|A_i)\]

事实上,\(\{A_i\}\)不需要是\(E\)的完备事件集,只需要满足\(\{A_i\}\)的并集能包住\(B\)即可。

贝叶斯公式

定义

  • \(\{A_i\}\) 是完备事件组。
  • \(P(A_i)>0\).

则对于任意事件\(B\),\(P(B)>0\),有:

\[P(A_i|B)=\frac{P(A_iB)}{P(B)}=\frac{P(A_i)P(B|A_i)}{\sum\limits_iP(A_i)P(B|A_i)}\]
  • 分子部分:乘法公式
  • 分母部分:全概率公式

相关概念

  • \(P(A_i)\)称为先验概率(在新信息到来之前)
  • \(P(A_i|B)\)称为后验概率(在新信息到来之后)

贝叶斯公式的特点是由果推因,\(A_i\)是原因,\(B\)是结果。在已知\(B\)已经发生的情况下,推测“是\(A_i\)导致的”的可能性。

举例

事件\(B\)是“头疼”,

事件\(\{A_i\}=\){

​"劳累过度",

​"普通感冒",

​"感染新冠",

​......

}

解析:不管事件\(B\)是否发生,事件\(A_i\)都有各自发生的可能性,也就是先验概率\(P(A_i)\)。在事件\(B\)发生之后,后验概率\(P(A_i|B)\)表示“已经头疼了,是由事件\(A_i\)导致的概率是多少”。

:在这个例子中:

  • \(P(A_i|B)\)表示已经头疼了,是由事件\(A_i\)导致的可能性是多少。
  • \(P(B|A_i)\)表示事件\(A_i\)已经发生了(比如已经感冒了),那么接下来会“头疼”的可能性是多少。

二者不能搞混。

使用教材:《概率论与数理统计》第四版 中国人民大学 龙永红 主编 高等教育出版社

关键词: 条件概率 的可能性 样本空间