全概率公式琴拧、貝葉斯公式

條件概率公式

設(shè)A,B是兩個(gè)事件蝌借,且P(B)>0,則在事件B發(fā)生的條件下,事件A發(fā)生的條件概率(conditional probability)為:
P(A|B)=P(AB)/P(B)


乘法公式

1. 由條件概率公式得:
P(AB)=P(A|B)P(B)=P(B|A)P(A)
上式即為乘法公式吟吝;

2. 乘法公式的推廣:對(duì)于任何正整數(shù)n≥2菱父,當(dāng)P(A1A2...An-1) > 0 時(shí),有:
P(A1A2...An-1An)=P(A1)P(A2|A1)P(A3|A1A2)...P(An|A1A2...An-1)


全概率公式

1. 如果事件組B1剑逃,B2浙宜,.... 滿足
1) B1,B2....兩兩互斥蛹磺,即 Bi ∩ Bj = ? 粟瞬,i≠j , i,j=1萤捆,2裙品,....,且P(Bi)>0,i=1,2,....;
2) B1∪B2∪....=Ω 俗或,則稱事件組 B1,B2,...是樣本空間Ω的一個(gè)劃分
設(shè) B1,B2,...是樣本空間Ω的一個(gè)劃分市怎,A為任一事件,則:


image

上式即為全概率公式(formula of total probability)

2. 全概率公式的意義在于辛慰,當(dāng)直接計(jì)算P(A)較為困難,而P(Bi),P(A|Bi) (i=1,2,...)的計(jì)算較為簡(jiǎn)單時(shí)区匠,可以利用全概率公式計(jì)算P(A)。思想就是帅腌,將事件A分解成幾個(gè)小事件驰弄,通過(guò)求小事件的概率,然后相加從而求得事件A的概率速客,而將事件A進(jìn)行分割的時(shí)候戚篙,不是直接對(duì)A進(jìn)行分割,而是先找到樣本空間Ω的一個(gè)個(gè)劃分B1,B2,...Bn,這樣事件A就被事件AB1,AB2,...ABn分解成了n部分挽封,即A=AB1+AB2+...+ABn, 每一Bi發(fā)生都可能導(dǎo)致A發(fā)生相應(yīng)的概率是P(A|Bi)已球,由加法公式得:
P(A)=P(AB1)+P(AB2)+....+P(ABn)
=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(PBn)

實(shí)例:某車間用甲、乙辅愿、丙三臺(tái)機(jī)床進(jìn)行生產(chǎn)智亮,各臺(tái)機(jī)床次品率分別為5%,4%点待,2%阔蛉,它們各自的產(chǎn)品分別占總量的25%,35%癞埠,40%状原,將它們的產(chǎn)品混在一起聋呢,求任取一個(gè)產(chǎn)品是次品的概率。
解:設(shè)..... P(A)=25%5%+4%35%+2%*40%=0.0345


貝葉斯公式

1. 與全概率公式解決的問(wèn)題相反颠区,貝葉斯公式是建立在條件概率的基礎(chǔ)上尋找事件發(fā)生的原因(即大事件A已經(jīng)發(fā)生的條件下削锰,分割中的小事件Bi的概率),設(shè)B1,B2,...是樣本空間Ω的一個(gè)劃分毕莱,則對(duì)任一事件A(P(A)>0),有

image

上式即為貝葉斯公式(Bayes formula)器贩,Bi 常被視為導(dǎo)致試驗(yàn)結(jié)果A發(fā)生的”原因“,P(Bi)(i=1,2,...)表示各種原因發(fā)生的可能性大小朋截,故稱先驗(yàn)概率蛹稍;P(Bi|A)(i=1,2...)則反映當(dāng)試驗(yàn)產(chǎn)生了結(jié)果A之后,再對(duì)各種原因概率的新認(rèn)識(shí)部服,故稱后驗(yàn)概率唆姐。

實(shí)例:發(fā)報(bào)臺(tái)分別以概率0.6和0.4發(fā)出信號(hào)“∪”和“—”。由于通信系統(tǒng)受到干擾廓八,當(dāng)發(fā)出信號(hào)“∪”時(shí)奉芦,收?qǐng)?bào)臺(tái)分別以概率0.8和0.2受到信號(hào)“∪”和“—”;又當(dāng)發(fā)出信號(hào)“—”時(shí)瘫想,收?qǐng)?bào)臺(tái)分別以概率0.9和0.1收到信號(hào)“—”和“∪”仗阅。求當(dāng)收?qǐng)?bào)臺(tái)收到信號(hào)“∪”時(shí),發(fā)報(bào)臺(tái)確系發(fā)出“∪”的概率国夜。
解:設(shè)....减噪, P(B1|A)= (0.60.8)/(0.60.8+0.4*0.1)=0.923

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市车吹,隨后出現(xiàn)的幾起案子筹裕,更是在濱河造成了極大的恐慌,老刑警劉巖窄驹,帶你破解...
    沈念sama閱讀 206,013評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件朝卒,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡乐埠,警方通過(guò)查閱死者的電腦和手機(jī)抗斤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)丈咐,“玉大人瑞眼,你說(shuō)我怎么就攤上這事】醚罚” “怎么了伤疙?”我有些...
    開封第一講書人閱讀 152,370評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我徒像,道長(zhǎng)黍特,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,168評(píng)論 1 278
  • 正文 為了忘掉前任锯蛀,我火速辦了婚禮灭衷,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘谬墙。我一直安慰自己今布,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,153評(píng)論 5 371
  • 文/花漫 我一把揭開白布拭抬。 她就那樣靜靜地躺著,像睡著了一般侵蒙。 火紅的嫁衣襯著肌膚如雪造虎。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評(píng)論 1 283
  • 那天纷闺,我揣著相機(jī)與錄音算凿,去河邊找鬼。 笑死犁功,一個(gè)胖子當(dāng)著我的面吹牛氓轰,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播浸卦,決...
    沈念sama閱讀 38,271評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼署鸡,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了限嫌?” 一聲冷哼從身側(cè)響起靴庆,我...
    開封第一講書人閱讀 36,916評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎怒医,沒(méi)想到半個(gè)月后炉抒,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡稚叹,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,877評(píng)論 2 323
  • 正文 我和宋清朗相戀三年焰薄,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片扒袖。...
    茶點(diǎn)故事閱讀 37,989評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡塞茅,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出僚稿,到底是詐尸還是另有隱情凡桥,我是刑警寧澤,帶...
    沈念sama閱讀 33,624評(píng)論 4 322
  • 正文 年R本政府宣布蚀同,位于F島的核電站缅刽,受9級(jí)特大地震影響啊掏,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜衰猛,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,209評(píng)論 3 307
  • 文/蒙蒙 一迟蜜、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧啡省,春花似錦娜睛、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至结序,卻和暖如春障斋,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背徐鹤。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工垃环, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人返敬。 一個(gè)月前我還...
    沈念sama閱讀 45,401評(píng)論 2 352
  • 正文 我出身青樓遂庄,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親劲赠。 傳聞我的和親對(duì)象是個(gè)殘疾皇子涛目,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,700評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容

  • 條件概率要點(diǎn)總結(jié) P(A|B)+P(!A|B)=1 P(ABC)=P(A) × P(AB)/P(B) × P(AB...
    ciferlv閱讀 3,150評(píng)論 0 0
  • 引子 【基礎(chǔ)知識(shí)】:條件概率----設(shè)A,B是兩個(gè)事件预厌,且P(B)>0,則在事件B發(fā)生的條件下阿迈,事件A發(fā)生的條件概...
    燁楓_邱閱讀 4,756評(píng)論 0 2
  • 很多人在學(xué)習(xí)貝葉斯相關(guān)理論的時(shí)候,頭很大轧叽,腦袋卻很空苗沧,不論是教科書上還是網(wǎng)上各種博客(基本上都號(hào)稱用最通俗的語(yǔ)言解...
    馬爾車夫閱讀 1,153評(píng)論 4 3
  • 概念:如果一個(gè)事件的結(jié)果不影響另一事件的結(jié)果,那么這兩個(gè)事件是獨(dú)立事件炭晒。反之待逞,這兩個(gè)事件稱為非獨(dú)立事件。兩個(gè)事件如...
    stevenrao閱讀 2,604評(píng)論 0 1
  • 我很健康, 我很快樂(lè), 我很富足怜庸, 我是圓滿富足的 我是因世界是果当犯, 我是這個(gè)世界上最智慧的人! 我有資格擁有這個(gè)...
    登泓聽香閱讀 289評(píng)論 0 0