条件概率

公式

设A, B为任意两个事件,若P(A)>0,我们称在已知事件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) P(BA),并定义:
P ( B ∣ A ) = P ( A B ) P ( A )            ( P ( A ) > 0 ) P(B|A) = \frac{P(AB)}{P(A)} ~~~~~~~~~~(P(A)>0) P(BA)=P(A)P(AB)          (P(A)>0)

解释:

投骰子游戏为例,设事件 A = { 1 , 2 , 3 , 4 , 5 } A=\{1,2,3,4,5\} A={1,2,3,4,5},事件 B = { 1 , 2 , 3 , 6 } B=\{1,2,3,6\} B={1,2,3,6}

则“当事件 A A A 发生的前提下,事件B发生的概率”意思为:现在知道投出的点数为A中的其中一个,那么有多少概率该点数也是B中的一个呢?

所以,要先求出AB的交集, A B = { 1 , 2 , 3 } AB=\{ 1,2,3 \} AB={1,2,3} 。如果投掷的点数在 A B AB AB 中,那么 B B B事件就也发生了

所以 P ( B ∣ A ) = P ( A B ) P ( A ) = 3 5 P(B|A) = \frac{P(AB)}{P(A)} = \frac{3}{5} P(BA)=P(A)P(AB)=53

乘法公式

公式

如果 P ( A ) > 0 P(A)>0 P(A)>0 ,则
P ( A B ) = P ( A ) P ( B ∣ A ) P(AB) = P(A)P(B|A) P(AB)=P(A)P(BA)
一般地,如果 P ( A 1 ⋯ A n − 1 ) > 0 P(A_1\cdots A_{n-1})>0 P(A1An1)>0 ,则
P ( A 1 A 2 ⋯ A n ) = P ( A 1 ) P ( A 2 ∣ A 1 ) P ( A 3 ∣ A 1 A 2 ) ⋯ P ( A n ∣ A 1 ⋯ A n − 1 ) P(A_1A_2\cdots A_n) = P(A_1)P(A_2|A_1)P(A_3|A_1A_2)\cdots P(A_n|A_1\cdots A_{n-1}) P(A1A2An)=P(A1)P(A2A1)P(A3A1A2)P(AnA1An1)

注: A i A_i Ai 先于 A i + 1 A_{i+1} Ai+1 发生时用此公式

解释:

条件概率公式的分母 P ( A ) P(A) P(A) 挪过去,就得到了该公式

全概率公式

公式

如果 ⋃ i = 1 n A i = Ω \bigcup_{i=1}^n A_i = \Omega i=1nAi=Ω A i A j = ∅   ( i ≠ j ) A_i A_j = \varnothing~(i\neq j) AiAj= (i=j) P ( A i ) > 0 P(A_i)>0 P(Ai)>0 , 则对任一事件 B B B ,有
B = ⋃ i = 1 n A i B P ( B ) = ∑ i = 1 n P ( A i ) P ( B ∣ A i ) B = \bigcup_{i=1}^{n} A_i B \\\\ P(B) = \sum_{i=1}^{n} P(A_i) P(B|A_i) B=i=1nAiBP(B)=i=1nP(Ai)P(BAi)

解释:

已知有很多事件 A i A_i Ai,每个事件的发生都会影响B事件的发生(影响可能是0),那么 B 事件的发生概率就是 P ( B ) P(B) P(B)

假设,现在我们想派 张三、李四、王五 三个中的其中一个去偷东西,他们被委派的概率分别是: 1 10 、 3 10 、 6 10 \frac{1}{10}、\frac{3}{10}、\frac{6}{10} 101103106。而他们偷窃成功的概率分别是 0 、 1 3 , 1 2 0、\frac{1}{3}, \frac{1}{2} 031,21 。 那么,现在问,东西被偷成功的概率是多少?

在该样例中,事件 B B B 为“东西被偷成功”,事件 A 1 A_1 A1为“派张三去偷”,依次类推;则 P ( B ∣ A 1 ) P(B|A_1) P(BA1) 为“派张三去偷的前提下,偷成功的概率”,依次类推。我们将其总结成以下表格

人物张三李四王五
被委派事件 A 1 A_1 A1 A 2 A_2 A2 A 3 A_3 A3
被委派的概率 P ( A 1 ) = 1 10 P(A_1)=\frac{1}{10} P(A1)=101 P ( A 2 ) = 3 10 P(A_2)=\frac{3}{10} P(A2)=103 P ( A 3 ) = 6 10 P(A_3)=\frac{6}{10} P(A3)=106
被指派且偷窃成功的事件 A 1 B A_1B A1B A 2 B A_2B A2B A 3 B A_3B A3B
偷窃成功的概率 P ( B ∣ A 1 ) = 0 P(B∣A_1)=0 P(BA1)=0 P ( B ∣ A 2 ) = 1 3 P(B∣A_2)=\frac{1}{3} P(BA2)=31 P ( B ∣ A 3 ) = 1 2 P(B∣A_3)=\frac{1}{2} P(BA3)=21

那么,偷成功的概率则为:
P ( B ) = ∑ i = 1 3 P ( A i ) P ( B ∣ A i ) = 1 10 × 0 + 3 10 × 1 3 + 6 10 × 1 2 = 2 5 P(B) = \sum_{i=1}^{3} P(A_i) P(B|A_i) = \frac{1}{10} \times 0+ \frac{3}{10} \times \frac{1}{3} + \frac{6}{10} \times \frac{1}{2} = \frac{2}{5} P(B)=i=13P(Ai)P(BAi)=101×0+103×31+106×21=52

贝叶斯公式(逆概公式)

公式

如果 ⋃ i = 1 n A i = Ω \bigcup_{i=1}^n A_i = \Omega i=1nAi=Ω A i A j = ∅   ( i ≠ j ) A_i A_j = \varnothing~(i\neq j) AiAj= (i=j) P ( A i ) > 0 P(A_i)>0 P(Ai)>0 , 则对任一事件 B B B , 只要 P ( B ) > 0 P(B)>0 P(B)>0 ,就有:
P ( A j ∣ B ) = P ( A j ) P ( B ∣ A j ) ∑ i = 1 n P ( A i ) P ( B ∣ A i )          ( j = 1 , 2 , ⋯   , n ) P(A_j | B) = \frac{P(A_j)P(B|A_j)}{\sum_{i=1}^{n}P(A_i) P(B|A_i)} ~~~~~~~~(j=1,2,\cdots,n) P(AjB)=i=1nP(Ai)P(BAi)P(Aj)P(BAj)        (j=1,2,,n)

解释

贝叶斯公式是全概率公式的逆公式,意思为:现在已知B事件已经发生了,找出是由哪个 A j A_j Aj 引起的。

还是用上面的例子。现在东西已经被偷了,我想知道“是张三干、是李四干的、是王五干的”这三个事件的概率。

人物张三李四王五
被委派事件 A 1 A_1 A1 A 2 A_2 A2 A 3 A_3 A3
被委派的概率 P ( A 1 ) = 1 10 P(A_1)=\frac{1}{10} P(A1)=101 P ( A 2 ) = 3 10 P(A_2)=\frac{3}{10} P(A2)=103 P ( A 3 ) = 6 10 P(A_3)=\frac{6}{10} P(A3)=106
被指派且偷窃成功的事件 A 1 B A_1B A1B A 2 B A_2B A2B A 3 B A_3B A3B
偷窃成功的概率 P ( B ∣ A 1 ) = 0 P(B∣A_1)=0 P(BA1)=0 P ( B ∣ A 2 ) = 1 3 P(B∣A_2)=\frac{1}{3} P(BA2)=31 P ( B ∣ A 3 ) = 1 2 P(B∣A_3)=\frac{1}{2} P(BA3)=21
东西已经被偷,是谁干的事件的概率 P ( A 1 ∣ B ) P(A_1∣B) P(A1B) P ( A 2 ∣ B ) P(A_2∣B) P(A2B) P ( A 3 ∣ B ) P(A_3∣B) P(A3B)

P ( A j B ) P(A_jB) P(AjB) 求得,分别是:
P ( A 1 ∣ B ) = P ( A 1 ) P ( B ∣ A 1 ) ∑ i = 1 n P ( A i ) P ( B ∣ A i ) = 1 10 × 0 2 / 5 = 0 P ( A 2 ∣ B ) = P ( A 2 ) P ( B ∣ A 2 ) ∑ i = 1 n P ( A i ) P ( B ∣ A i ) = 3 10 × 1 3 2 / 5 = 1 4 P ( A 2 ∣ B ) = P ( A 3 ) P ( B ∣ A 3 ) ∑ i = 1 n P ( A i ) P ( B ∣ A i ) = 6 10 × 1 2 2 / 5 = 3 4 \begin{aligned} P(A_1 | B) &= \frac{P(A_1)P(B|A_1)}{\sum_{i=1}^{n}P(A_i) P(B|A_i)} = \frac{\frac{1}{10}\times 0}{2/5} = 0 \\\\ P(A_2 | B) &= \frac{P(A_2)P(B|A_2)}{\sum_{i=1}^{n}P(A_i) P(B|A_i)} = \frac{\frac{3}{10}\times \frac{1}{3}}{2/5} = \frac{1}{4} \\\\ P(A_2 | B) &= \frac{P(A_3)P(B|A_3)}{\sum_{i=1}^{n}P(A_i) P(B|A_i)} = \frac{\frac{6}{10}\times \frac{1}{2}}{2/5} = \frac{3}{4} \\\\ \end{aligned} P(A1B)P(A2B)P(A2B)=i=1nP(Ai)P(BAi)P(A1)P(BA1)=2/5101×0=0=i=1nP(Ai)P(BAi)P(A2)P(BA2)=2/5103×31=41=i=1nP(Ai)P(BAi)P(A3)P(BA3)=2/5106×21=43

从上面的计算不难看出,贝叶斯公式的分母就是全概率公式的结果,即东西被偷成功的概率;而分子则是此人所占的比重,即此人被派去偷且偷成功的概率





参考资料

  • 张宇概率论9讲
  • 张宇概率论基础班
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐