事件之间的关系及运算
乘法公式、全概率公式与贝叶斯公式
重要程度：9 分
<div>
<h2>乘法公式</h2>
<p>乘法公式用于计算两个或多个事件同时发生的概率。</p>
<p>公式表达为：P(AB) = P(A) * P(B|A)</p>
<p>其中，P(AB)表示事件A和事件B同时发生的概率，P(A)表示事件A发生的概率，P(B|A)表示在事件A已经发生的条件下事件B发生的条件概率。</p>
<h3>例题：</h3>
<p>假设一个袋子里有5个红球和3个蓝球，从中抽取两个球，第一个球是红球的概率是5/8，第二个球也是红球的概率是在第一个球是红球的前提下，剩余的球里有4个红球和3个蓝球，即4/7。所以两个球都是红球的概率是：</p>
<p>P(AB) = (5/8) * (4/7) = 20/56 ≈ 0.357</p>
<h2>全概率公式</h2>
<p>全概率公式用于计算一个复杂事件的概率，通过将其分解成若干个互斥事件的概率之和。</p>
<p>公式表达为：P(A) = ∑P(Bi) * P(A|Bi)</p>
<p>其中，P(A)表示事件A发生的总概率，Bi表示样本空间的一个划分，P(Bi)表示Bi发生的概率，P(A|Bi)表示在Bi发生的条件下A发生的条件概率。</p>
<h3>例题：</h3>
<p>假设某地区有三家医院，第一医院治愈某种疾病的概率是90%，第二医院是80%，第三医院是70%。这三家医院治愈这种疾病的人数分别占该地区所有病例的50%，30%，20%。那么治愈这种疾病的总体概率是：</p>
<p>P(A) = (0.5 * 0.9) + (0.3 * 0.8) + (0.2 * 0.7) = 0.45 + 0.24 + 0.14 = 0.83</p>
<h2>贝叶斯公式</h2>
<p>贝叶斯公式用于计算在已知某些结果的情况下，某个特定原因的概率。</p>
<p>公式表达为：P(Bi|A) = [P(Bi) * P(A|Bi)] / P(A)</p>
<p>其中，P(Bi|A)表示在事件A已经发生的情况下事件Bi发生的后验概率，P(Bi)表示事件Bi发生的先验概率，P(A|Bi)表示在事件Bi已经发生的情况下事件A发生的条件概率，P(A)表示事件A发生的总概率。</p>
<h3>例题：</h3>
<p>假设某地区某种疾病的患病率为1%，一种检测手段的准确率是99%，即如果一个人确实患有这种疾病，那么检测结果为阳性的概率是99%；如果一个人没有患这种疾病，那么检测结果为阴性的概率也是99%。现在有一个检测结果为阳性的人，求这个人实际患有这种疾病的概率。</p>
<p>P(患病|阳性) = [P(患病) * P(阳性|患病)] / P(阳性)</p>
<p>其中，P(阳性) = P(患病) * P(阳性|患病) + P(不患病) * P(阳性|不患病)</p>
<p>代入数据得：P(阳性) = (0.01 * 0.99) + (0.99 * 0.01) = 0.0198</p>
<p>P(患病|阳性) = (0.01 * 0.99) / 0.0198 ≈ 0.5</p>
</div>