标签：概率 cup nB 条件 forall 概率论 Omega sum

条件概率

乘法定律

\(P(AB) = P(A|B)P(B)\)

全概率定律

令 \(B_1,\dots B_n\) 满足 \(\cup_{i=1}^nB_i=\Omega,B_i\cap B_j=\emptyset(i\neq j)\)，且 \(\forall i,P(B_i)>0\)，则有 \(\forall A, P(A) = \sum_{i=1}^n P(A|B_i)P(B_i)\)。

贝叶斯公式

有事件 \(A,B_1,\dots, B_n\)，其中 \(\cup_{i=1}^nB_i=\Omega,B_i\cap B_j=\emptyset(i\neq j)\) 且 \(\forall i,P(B_i)>0\)，则有

\[P(B_j|A) = \frac{P(A|B_j)P(B_j)}{\sum_{i=1}^n P(A|B_i)P(B_i)} \]

推导很简单，就是用全概率公式将右式分母换成 \(P(A)\) 即可证明。

标签：概率,cup,nB,条件,forall,概率论,Omega,sum
来源： https://www.cnblogs.com/Tenshi/p/15526267.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。