全概率公式、贝叶斯公式推导过程

全概率公式、贝叶斯公式推导过程（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥2，当P(A1A2...A n-1) > 0 时，有：P(A1A2...A n-1A n)=P(A1)P(A2|A1)P(A3|A1A2)...P(A n|A1A2...A n-1)（3）全概率公式1. 如果事件组B1，B2，.... 满足，B2....两两互斥，即 B i∩ B j= ，i≠j ， i,j=1，2，....，且P(B i)>0,i=1,2,....;∪B2∪....=Ω ，则称事件组 B1,B2,...是样本空间Ω的一个划分设B1,B2,...是样本空间Ω的一个划分，A为任一事件，则：上式即为全概率公式（formula of total probability)2.全概率公式的意义在于，当直接计算P(A)较为困难,而P(B i),P(A|B i) (i=1,2,...)的计算较为简单时，可以利用全概率公式计算P(A)。

思想就是，将事件A分解成几个小事件，通过求小事件的概率，然后相加从而求得事件A的概率，而将事件A进行分割的时候，不是直接对A进行分割，而是先找到样本空间Ω的一个个划分B1,B2,...B n,这样事件A就被事件AB1,AB2,...AB n分解成了n部分，即A=AB1+AB2+...+AB n, 每一B i发生都可能导致A发生相应的概率是P(A|B i)，由加法公式得P(A)=P(AB1)+P(AB2)+....+P(AB n)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|B n)P(PB n)3.实例：某车间用甲、乙、丙三台机床进行生产，各台机床次品率分别为5%，4%，2%，它们各自的产品分别占总量的25%，35%，40%，将它们的产品混在一起，求任取一个产品是次品的概率。

全概率公式贝叶斯公式推导过程条件概率是指在一些事件发生的条件下，另一个事件发生的概率。

设A和B是两个事件，且P(A)>0，条件概率P(B，A)定义为：P(B，A)=P(A∩B)/P(A)其中，P(A∩B)表示事件A和事件B同时发生的概率。

首先，我们来推导全概率公式。

全概率公式是用来计算一个事件的概率的，当我们无法直接计算这个事件发生的概率时，可以通过计算其与多个不同事件的交集的概率来间接计算。

假设有一组互斥的事件B1,B2,...,Bn，它们加起来构成了样本空间，即B1∪B2∪...∪Bn=S，其中S表示样本空间。

同时，假设事件A是一个我们感兴趣的事件。

那么，全概率公式可以表示为：P(A)=P(A，B1)P(B1)+P(A，B2)P(B2)+...+P(A，Bn)P(Bn)这个公式的意义是，我们可以将事件A的概率表示为事件A在每个不同事件Bi上发生的概率乘以事件Bi发生的概率的和。

接下来，我们来推导贝叶斯公式。

贝叶斯公式是一种在已知事件B发生的条件下，计算事件A发生的概率的方法。

假设我们需要计算事件A的概率，但是只能通过事件B发生的条件下计算。

贝叶斯公式可以表示为：P(A，B)=P(B，A)P(A)/P(B)在这个公式中，P(A，B)表示在事件B发生的条件下事件A发生的概率，P(B，A)表示在事件A发生的条件下事件B发生的概率，P(A)表示事件A发生的概率，P(B)表示事件B发生的概率。

贝叶斯公式的推导过程如下：根据条件概率的定义，我们有P(A∩B)=P(A，B)P(B)，同样地，P(B∩A)=P(B，A)P(A)因为P(A∩B)=P(B∩A)，所以P(A，B)P(B)=P(B，A)P(A)将上式转化为等式P(A，B)=P(B，A)P(A)/P(B)，即得到贝叶斯公式。

总结起来，全概率公式和贝叶斯公式是概率论中经常使用的两个公式。

全概率公式可以帮助我们计算一个事件的概率，通过将该事件与多个不同事件的交集的概率相加来间接计算。

全概率公式贝叶斯公式推导过程Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#全概率公式、贝叶斯公式推导过程（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥2，当P(A1A2...An-1) > 0 时，有：P(A1A2...An-1An)=P(A1)P(A2|A1)P(A3|A1A2)...P(An|A1A2...An-1)（3）全概率公式1. 如果事件组B1，B2，.... 满足，B2....两两互斥，即 Bi∩ Bj= ，i≠j ， i,j=1，2，....，且P(Bi)>0,i=1,2,....;∪B2∪....=Ω，则称事件组 B1,B2,...是样本空间Ω的一个划分设B1,B2,...是样本空间Ω的一个划分，A为任一事件，则：上式即为全概率公式（formula of total probability)2.全概率公式的意义在于，当直接计算P(A)较为困难,而P(Bi ),P(A|Bi)(i=1,2,...)的计算较为简单时，可以利用全概率公式计算P(A)。

思想就是，将事件A分解成几个小事件，通过求小事件的概率，然后相加从而求得事件A 的概率，而将事件A进行分割的时候，不是直接对A进行分割，而是先找到样本空间Ω的一个个划分B1,B2,...Bn,这样事件A就被事件AB1,AB2,...ABn分解成了n部分，即A=AB1+AB2+...+ABn, 每一Bi发生都可能导致A发生相应的概率是P(A|Bi)，由加法公式得P(A)=P(AB1)+P(AB2)+....+P(ABn)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(PBn)3.实例：某车间用甲、乙、丙三台机床进行生产，各台机床次品率分别为5%，4%，2%，它们各自的产品分别占总量的25%，35%，40%，将它们的产品混在一起，求任取一个产品是次品的概率。

全概率公式和贝叶斯公式全概率公式（Law of Total Probability）和贝叶斯公式（Bayes' theorem）是概率论中的两个重要公式，用于计算复杂概率问题的解法。

在本文中，我们将详细介绍这两个公式的含义、推导过程和应用。

一、全概率公式（Law of Total Probability）设A是样本空间S的一个非空子集，B1,B2,...,Bn是样本空间的一个划分，即B1,B2,...,Bn两两互不相交，且它们的并集是整个样本空间S。

则对任何事件A，有如下公式成立：P(A)=P(A，B1)P(B1)+P(A，B2)P(B2)+…+P(A，Bn)P(Bn)其中，P(A，Bi)是条件概率，表示在事件Bi发生的条件下事件A发生的概率；P(Bi)是事件Bi的概率。

由概率的加法公式可知，P(A)=P(A∩B1)+P(A∩B2)+…+P(A∩Bn)利用条件概率的定义，P(A，Bi)=P(A∩Bi)/P(Bi)，将其带入上式中，有P(A)=P(A∩B1)/P(B1)P(B1)+P(A∩B2)/P(B2)P(B2)+…+P(A∩Bn)/P(B n)P(Bn)全概率公式的应用非常广泛。

例如，在医学诊断中，假设其中一种疾病的发病率与其中一种基因的突变有关，而该基因的突变状态是未知的。

根据现有的数据，可以计算出在其中一种突变状态下患病的概率。

全概率公式可以用来计算该疾病的总发病率，从而为医学诊断提供帮助。

二、贝叶斯公式（Bayes’ theorem）贝叶斯公式是概率论中的另一个重要公式，是在已知条件下计算事件的条件概率的一种方法。

该公式基于贝叶斯理论，可以通过已知的事实来更新假设的概率。

设A是样本空间S的一个非空子集，B1,B2,...,Bn是样本空间的一个划分。

则根据贝叶斯公式，对任何事件A和事件Bi有如下公式成立：P(Bi，A)=P(A，Bi)P(Bi)/[P(A，B1)P(B1)+P(A，B2)P(B2)+…+P(A，Bn)P(Bn)]其中，P(Bi，A)是在事件A发生的条件下事件Bi发生的概率，称为后验概率；P(A，Bi)是在事件Bi发生的条件下事件A发生的概率，称为似然函数；P(Bi)是事件Bi的概率，称为先验概率。

条件概率全概率公式和贝叶斯公式描述概率（Probability）是用来衡量不同事件发生的可能性的一种数学
概念，它可以由数学公式来表示。

本文将重点介绍概率的三种基本公式：
条件概率公式，全概率公式和贝叶斯公式。

1、条件概率公式：
条件概率是指在已知条件时，一个事件发生的概率，它用来衡量在一
些特定情况下，一些事件发生的可能性，一般用英文缩写表示：P(A，B)，表示在B发生的条件下，A发生的概率，即条件概率公式为：
P(A，B)=P(A∩B)P(B)
其中P(A，B)表示在B发生的条件下A发生的概率，P(A∩B)表示A&B
同时发生的概率，P(B)为B发生的概率。

2、全概率公式：
全概率公式是一种概率计算方法，它用来计算一个事件的概率，即一
个事件发生的总概率和，也称为综合全概率。

它的计算公式为：P（A）=P（A，B1）P（B1）+P（A，B2）P（B2）+……+P（A，Bn）P （Bn）
其中P（A）表示A发生的总概率和，P（A，Bk）表示在Bk发生的条
件下A发生的概率，P（Bk）代表Bk发生的概率，其中k=1,2,3…,n。

3、贝叶斯公式：
贝叶斯公式（Bayes' formula）是一种计算条件概率的方法，它用来
计算一个条件概率，也称为后验概率，它的计算公式为：
P（A，B）=P（B，A）P（A）/P（B）。

全概率公式、贝叶斯公式推导过程（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥全概率公式、贝叶斯公式推导过程（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)（2）乘法公式1.由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为乘法公式；2.乘法公式的推广：对于任何正整数n≥2，当P(A1A2...A n-1) > 0 时，有：P(A1A2...A n-1A n)=P(A1)P(A2|A1)P(A3|A1A2)...P(A n|A1A2...A n-1)（3）全概率公式1. 如果事件组B1，B2，.... 满足1.B1，B2....两两互斥，即B i ∩ B j = ∅，i≠j ，i,j=1，2，....，且P(B i)>0,i=1,2,....;2.B1∪B2∪....=Ω ，则称事件组B1,B2,...是样本空间Ω的一个划分设 B1,B2,...是样本空间Ω的一个划分，A为任一事件，则：上式即为全概率公式（formula of total probability)2.全概率公式的意义在于，当直接计算P(A)较为困难,而P(B i),P(A|B i) (i=1,2,...)的计算较为简单时，可以利用全概率公式计算P(A)。

思想就是，将事件A分解成几个小事件，通过求小事件的概率，然后相加从而求得事件A的概率，而将事件A进行分割的时候，不是直接对A进行分割，而是先找到样本空间Ω的一个个划分B1,B2,...B n,这样事件A就被事件AB1,AB2,...AB n分解成了n部分，即A=AB1+AB2+...+AB n, 每一B i发生都可能导致A发生相应的概率是P(A|B i)，由加法公式得P(A)=P(AB1)+P(AB2)+....+P(AB n)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|B n)P(PB n)3.实例：某车间用甲、乙、丙三台机床进行生产，各台机床次品率分别为5%，4%，2%，它们各自的产品分别占总量的25%，35%，40%，将它们的产品混在一起，求任取一个产品是次品的概率。

例一商店出售的某型号的晶体管是甲、乙、丙三家工厂生产的，其中乙厂产品占总数的５０％，另两家工厂的产品各占２５％。

已知甲、乙、丙各厂产品合格率分别为0.9、0.8、0.7，试求随意取出一只晶体管是合格品的概率（此货合格率）。

例连续做某项试验，每次试验只有成功和失败两种结果.已知当第k次成功时，第k+1次成功的概率为1/2 ，当第k次试验失败时，第k+1次成功的概率为3/4，如果第一次试验成功和失败的概率均为1/2，求第n次试验成功的概率.
例两台机床加工同样的零件，第一台出现废品的概率为0.05，第二台出现废品的概率为0.02，加工的零件混放在一起，若第一台车床与第二台车床加工的零件数为5:4。

求（１）任意地从这些零件中取出一个合格品的概率；
（２）若已知取出的一个零件为合格品，那么，它是由哪一台机床生产的可能性较大。

例（市场问题）某公司计划将一种无污染、无副作用的净化设备投放市场。

公司市场部事先估计该产品畅销的概率是0.5，一般为0.3，滞销为0.2。

为测试销路，公司决定进行试销，并设定了以下标准:若产品畅销，则在试销期内卖出7000～10000台产品的概率是0.6;若产品的销路一般，则在产品的试销期内卖出7000～10000台产品的概率是0.9;若产品滞销，则在试销期间能卖出7000～10000台产品的概率是0.2。

若在试销期满后，实际卖出的产品是9000台。

求该产品
（1）为销路一般的概率。

（2）为畅销品的概率。

（3）畅销或销路一般的概率。