4.概率论
4.1条件概率
已知某个事件A发生的条件下,另一个事件B发生的概率称为条件概率,记为P(B|A)。看一下P(B|A)与P(A)、P(B)的关系:P(B|A) = P(AB) / P(A)。
条件概率也是概率的一种,所以也符合概率定义的三个条件:
非负性:P(B|A)≥ 0;规范性:对于必然事件S,有P(S|A) = 1;可列可加性:对于两两互不相容的事件B1,B2,B3.....,即Bi·Bj =Ø,i≠ j,i,j = 1,2,......,有P(B1 υ B2 υ ...... | A) = P(B1|A) + P(B2|A) + ......
乘法定理:由条件概率的定义,很容易得到P(AB) = P(B|A)P(A),其中P(A) > 0;这条公式很容易推广到P(ABC) = P(C|AB)P(B|A)P(A) = P(A|BC)P(B|C)P(C).
4.2 全概率公式
设试验E的样本空间为S,A为E的一个事件,B1、B2......Bn是S的一个划分,且P(Bi) > 0 (i=1,2......n),则
在某些时候,事件A的概率不好求,但是通过全概率公式却可以很容易求得。
4.3 贝叶斯公式
设试验E的样本空间为S。A为E的一个事件,B1、B2......Bn是S的一个划分,且P(A) > 0, P(Bi) > 0 (i=1,2,.....,n),则
当对样本空间的划分由一对对立事件B与¯B组成时,全概率公式和贝叶斯公式可以简化为
贝叶斯公式的应用——诉讼、疾病诊断、垃圾邮件判别
下面来看一则案例:
4.4公式比较
乘法公式、全概率公式与贝叶斯公式
乘法公式是求“几个事件同时发生”的概率;全概率公式是求“最后结果”的概率;贝叶斯公式是已知“最后结果”,求“某个事件”的概率。
先验概率与后验概率
P(Bj|A)是在事件A发生的条件下,某个事件Bj发生的概率,称为“后验概率”;Bayes公式又称为“后验概率公式”或 “逆概公式”;称P(Bj)为“先验概率”。
4.5独立性与事件
设A、B是两个事件,如果满足:P(AB) = P(A)P(B),则称事件A、B相互独立。简称A、B独立。
由事件独立的定义可以推出:
A、B独立,且P(A) > 0↔ P(B|A) = P(B)。
P(B|A) = P(AB)/P(A) = P(A)P(B) /P(A) = P(B)
若A、B独立,则A与¯B、¯A与¯B也相互独立。
P(A) = P(A|B)P(B) + P(A|¯B)P(¯B) = P(A)P(B) + P(A¯B)
故P(A¯B)= P(A) - P(A)P(B) = P(A)(1-P(B))=P(A)P(¯B)
设A、B、C是三个事件,若满足
则称A、B、C相互独立。
4.6相互独立事件与互斥事件、对立事件
相互独立事件:两个事件没有一点关系。
互斥事件:要么只有其中一个事件发生,要么两个事件都不发生。
对立事件:两个之中,只有一个发生。跟互斥事件相比,对立事件必然会有一个事件发生。
互斥事件与对立事件都不是相互独立事件!