条件概率公式图解推导

您所在的位置:网站首页 概率密度函数的非负性怎么证明 条件概率公式图解推导

条件概率公式图解推导

2024-07-14 06:26| 来源: 网络整理| 查看: 265

废话不多,先上条件概率公式: 众所周知由 P ( A B ) = P ( A ∣ B ) P ( B ) = P ( B ∣ A ) P ( A ) P(AB)=P(A|B)P(B)=P(B|A)P(A) P(AB)=P(A∣B)P(B)=P(B∣A)P(A) 得出 P ( A ∣ B ) = P ( A ) P ( B ∣ A ) P ( B ) P(A|B)= \frac{P(A)P(B|A)}{P(B)} P(A∣B)=P(B)P(A)P(B∣A)​ 原来一直不理解 P ( A B ) = P ( A ∣ B ) P ( B ) P(AB)=P(A|B)P(B) P(AB)=P(A∣B)P(B)这一步怎么来的。 现在以图举例: 这里写图片描述 如上图,假设有一个样本空间S,里面分别包括子样本空间A和子样本空间B,C是两个样本空间的交集。 先说P(AB),指得是A和B同时发生的概率,相对于整个S样本空间来说, P ( C ) = P ( A B ) S P(C)=\frac{P(AB)}{S} P(C)=SP(AB)​, P©就是在整个S样本空间下P(AB)发生的概率。 关键点,P(A|B)指的是在B条件下A发生的概率。假设S样本空间为1,B在S样本空间占比为P(B)= 4 10 \frac{4}{10} 104​,而 C C C在B样本空间的占比,也就是B条件下A发生的概率,记着小 P ( c 1 ) P(c_1) P(c1​)为 1 6 \frac{1}{6} 61​。那么C在整个S样本空间的占比就是 1 6 ∗ 4 10 \frac{1}{6}*\frac{4}{10} 61​∗104​。即 P ( C ) = P ( c 1 ) ∗ P ( B ) = P ( A ∣ B ) ∗ P ( B ) P(C)=P(c_1)*P(B)=P(A|B)*P(B) P(C)=P(c1​)∗P(B)=P(A∣B)∗P(B)

对于整个样本空间来说 P ( C ) = P ( A B ) P(C)=P(AB) P(C)=P(AB),并且 P ( C ) = P ( A ∣ B ) ∗ P ( B ) P(C)=P(A|B)*P(B) P(C)=P(A∣B)∗P(B) 那么: P ( A B ) = P ( A ∣ B ) P ( B ) P(AB)=P(A|B)P(B) P(AB)=P(A∣B)P(B)



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3