跳到主要内容

条件概率

条件概率是概率论的重要概念!理解条件概率,能帮助我们分析在已知条件下事件发生的概率。

什么是条件概率?

条件概率(Conditional Probability)是在已知事件 BB 发生的条件下,事件 AA 发生的概率,记作 P(AB)P(A|B)

简单理解

条件概率就像"在已知条件下,事件发生的可能性":

  • 已知某个条件(事件 BB 发生)
  • 求在这个条件下,另一个事件(事件 AA)发生的概率

定义

P(AB)=P(AB)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}

其中 P(B)>0P(B) > 0

例子

例子 1:从 52 张扑克牌中随机抽取一张

  • 事件 AA:抽到 A
  • 事件 BB:抽到红心
  • P(A)=452=113P(A) = \frac{4}{52} = \frac{1}{13}(有 4 张 A)
  • P(B)=1352=14P(B) = \frac{13}{52} = \frac{1}{4}(有 13 张红心)
  • P(AB)=152P(A \cap B) = \frac{1}{52}(红心 A 只有 1 张)
  • P(AB)=P(AB)P(B)=1/521/4=113P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{1/52}{1/4} = \frac{1}{13}

例子 2:从 1 到 10 中随机选一个数

  • 事件 AA:偶数 = {2,4,6,8,10}\{2, 4, 6, 8, 10\}
  • 事件 BB:大于 5 = {6,7,8,9,10}\{6, 7, 8, 9, 10\}
  • P(A)=510=12P(A) = \frac{5}{10} = \frac{1}{2}
  • P(B)=510=12P(B) = \frac{5}{10} = \frac{1}{2}
  • P(AB)=310P(A \cap B) = \frac{3}{10}(偶数且大于 5 = {6,8,10}\{6, 8, 10\}
  • P(AB)=P(AB)P(B)=3/101/2=35P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{3/10}{1/2} = \frac{3}{5}

条件概率的性质

性质 1:非负性

P(AB)0P(A|B) \ge 0

性质 2:规范性

P(ΩB)=1P(\Omega|B) = 1

性质 3:可加性

如果 A1A_1A2A_2 互不相容,则:

P(A1A2B)=P(A1B)+P(A2B)P(A_1 \cup A_2|B) = P(A_1|B) + P(A_2|B)

乘法公式

公式

从条件概率的定义可以得到:

P(AB)=P(B)×P(AB)P(A \cap B) = P(B) \times P(A|B)

P(AB)=P(A)×P(BA)P(A \cap B) = P(A) \times P(B|A)

多个事件的乘法公式

对于 nn 个事件 A1,A2,,AnA_1, A_2, \ldots, A_n,如果 P(A1A2An1)>0P(A_1 \cap A_2 \cap \cdots \cap A_{n-1}) > 0,则:

P(A1A2An)=P(A1)×P(A2A1)×P(A3A1A2)××P(AnA1A2An1)P(A_1 \cap A_2 \cap \cdots \cap A_n) = P(A_1) \times P(A_2|A_1) \times P(A_3|A_1 \cap A_2) \times \cdots \times P(A_n|A_1 \cap A_2 \cap \cdots \cap A_{n-1})

例子

例子:从 52 张扑克牌中连续抽取三张(不放回),求都是红心的概率

  • 事件 A1A_1:第一张是红心,P(A1)=1352P(A_1) = \frac{13}{52}
  • 事件 A2A_2:第二张是红心,P(A2A1)=1251P(A_2|A_1) = \frac{12}{51}
  • 事件 A3A_3:第三张是红心,P(A3A1A2)=1150P(A_3|A_1 \cap A_2) = \frac{11}{50}
  • P(A1A2A3)=1352×1251×1150=1716132600=11850P(A_1 \cap A_2 \cap A_3) = \frac{13}{52} \times \frac{12}{51} \times \frac{11}{50} = \frac{1716}{132600} = \frac{11}{850}

生活中的应用

医学

  • 🏥 疾病诊断:在已知症状的条件下,诊断疾病的概率
  • 💊 药物效果:在已知用药的条件下,治愈的概率

市场

  • 📊 市场分析:在已知市场条件下,销售成功的概率
  • 💰 投资决策:在已知市场条件下,投资获利的概率

游戏

  • 🎲 游戏设计:在已知条件下,游戏事件的概率
  • 🎰 博彩:在已知条件下,中奖的概率

常见错误

错误 1:条件概率公式错误

条件概率公式是 P(AB)=P(AB)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)},不是 P(AB)=P(A)P(B)P(A|B) = \frac{P(A)}{P(B)}

错误 2:条件概率和联合概率混淆

  • 条件概率P(AB)P(A|B)(在 BB 发生的条件下 AA 发生的概率)
  • 联合概率P(AB)P(A \cap B)AABB 同时发生的概率)

错误 3:条件概率的方向

P(AB)P(A|B)P(BA)P(B|A) 是不同的,要注意方向。

小练习

  1. 如果 P(A)=0.4P(A) = 0.4P(B)=0.5P(B) = 0.5P(AB)=0.2P(A \cap B) = 0.2,求 P(AB)P(A|B)P(BA)P(B|A)
  2. 从 52 张扑克牌中连续抽取两张(不放回),求第二张是 A 的概率(已知第一张不是 A)
  3. 一个袋子里有 5 个红球和 3 个蓝球,连续抽取两个球(不放回),求第二个是红球的概率(已知第一个是红球)
  4. 应用题:在医学诊断中,如果已知某种疾病的患病率是 1%1\%,检测的准确率是 95%95\%,求检测呈阳性时患病的概率

💡 小贴士:条件概率是在已知条件下事件发生的概率。记住:P(AB)=P(AB)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}P(AB)=P(B)×P(AB)P(A \cap B) = P(B) \times P(A|B)。掌握条件概率,你就能分析在已知条件下的事件概率!