本文图片引用浙江大学 概率论与数理统计
MOOC课程课件
全概率公式与贝叶斯公式
样本划分定义
image.png
全概率公式定义，如图，计算圆圈A的发生概率。
image.png
如果转化成条件概率，那么就是已知A发生，那Bi发生的概率计算，即为贝叶斯Bayes公式。
分母为A发生概率，分子为Bi发生概率。
image.png
一个医学案列，计算全人口普查，我们计算事件P(C|A)即测试结果为阳性，且真实患癌症的可能性多大？
image.png
image.png
事件独立性
注意与条件概率不同，条件概率事件A的发生会对B的发生产生影响，P(B|A)≠PB。而此时A,B的发生互不影响。
image.png
[图片上传失败...(image-2c75a7-1617419539793)]
注意！
image.png
image.png
image.png
image.png
换句话说，如果AB同时发生了，就是抽到了124，那C的发生一定是100%，AB的发生对C产生了影响，所以不独立。
以下可以立即为1AB不认识，决定互不干扰。2AB水火不容，没有交集。3A掌控B。4AB有商量。
image.png
小概率事件
image.png
image.png
