条件概率与相互独立事件的概率有什么区别？ 条件概率，独立事件，随机事件等等 有什么区别
\u5173\u4e8e\u6761\u4ef6\u6982\u7387\u4e0e\u72ec\u7acb\u4e8b\u4ef6p(AB)\u6c42\u7684\u662fA\uff0cB\u540c\u65f6\u53d1\u751f\u7684\u6982\u7387\uff0c\u4f46\u4e0d\u8981\u6c42A,B\u72ec\u7acb\uff0cA,B\u5982\u679c\u72ec\u7acb\uff0c\u90a3\u4e48p(AB)=p(A)p(B)\uff0c\u4e0d\u72ec\u7acb\u5c31\u4e0d\u80fd\u5199\u6210\u8fd9\u6837\u4e86\u3002\u800c\u6761\u4ef6\u6982\u7387\u5c31\u662f\u7814\u7a76A,B\u4e00\u822c\u4e0d\u72ec\u7acb\u7684\u60c5\u51b5\u7684\uff0c\u6761\u4ef6\u6982\u7387\u7684\u516c\u5f0fP(B|A)=p(AB)/p(A)\uff0c\u5047\u5982A,B\u72ec\u7acb\uff0c\u90a3\u4e48P(B|A)\u4e5f\u5c31\u662fp(B)\u4e86\uff0c\u5e26\u56de\u6761\u4ef6\u6982\u7387\u7684\u516c\u5f0f\uff0c\u53ef\u4ee5\u770b\u51fa\u5b83\u5c31\u662f\u72ec\u7acb\u4e8b\u4ef6\u7684\u516c\u5f0fp(AB)=p(A)p(B)\u4e86\u3002
\u51e1\u662f\u4e8b\u5148\u4e0d\u80fd\u9884\u6d4b\u7ed3\u679c\u7684\u4e8b\u4ef6\uff0c\u5c31\u662f\u968f\u673a\u4e8b\u4ef6\u3002
\u72ec\u7acb\u4e8b\u4ef6\u662f\u5bf9\u4e24\u4e2a\u6216\u66f4\u591a\u4e8b\u4ef6\u800c\u8a00\u7684\uff0c\u4e24\u4e2a\u4e8b\u4ef6\u72ec\u7acb\u662f\u6307\u7740\u4e24\u4e2a\u4e8b\u4ef6\u4e4b\u95f4\u6ca1\u6709\u5f71\u54cd\uff0c\u4e5f\u5c31\u662f\u8bf4\u5148\u53d1\u751f\u7684\u4e8b\u4ef6\u4e0d\u4f1a\u5f71\u54cd\u540e\u53d1\u751f\u7684\u4e8b\u4ef6\u7684\u7ed3\u679c\u3002
\u4e0a\u8ff0\u4e24\u4e2a\u6982\u5ff5\uff0c\u53ea\u662f\u8003\u8651\u4e8b\u4ef6\u6216\u4e8b\u4ef6\u4e4b\u95f4\u7684\u5173\u7cfb\uff0c\u4e0d\u8003\u8651\u8ba1\u7b97\u6982\u7387\u3002
\u4e8b\u4ef6A\u5728\u53e6\u5916\u4e00\u4e2a\u4e8b\u4ef6B\u5df2\u7ecf\u53d1\u751f\u6761\u4ef6\u4e0b\u7684\u53d1\u751f\u6982\u7387\u3002\u6761\u4ef6\u6982\u7387\u8868\u793a\u4e3aP\uff08A|B\uff09\uff0c\u8bfb\u4f5c\u201c\u5728B\u6761\u4ef6\u4e0bA\u7684\u6982\u7387\u201d\u3002\u663e\u7136\u5b58\u5728\u4e24\u4e2a\u4e8b\u4ef6\u7684\u5173\u7cfb\u95ee\u9898\uff0c\u4f46\u4e0d\u662f\u72ec\u7acb\u7684\uff0c\u800c\u4e14\u9700\u8981\u8ba1\u7b97\u7684\u6982\u7387\u3002
一、概念不同：
1、条件概率：事件 A 在另外一个事件 B 已经发生条件下的发生概率。
2、相互独立事件概率：A与B是相互独立的,则P(AB)=P(A)P(B)，那么A在B这个前提下的条件概率就是A自身的概率。
二、计算方式不同：
1、概率：在 B 条件下 A 的概率，P(A|B)=P(AB)/P(B)，(B|A)=P(AB)/P(A)
2、独立事件概率：B 在 A 的前提下的条件概率就是B自身的概率。即P(A|B) = P(A)，P(B|A) =P(B)
扩展资料：
1、条件概率：指事件A在事件B发生的条件下发生的概率。条件概率表示为：P（A|B），读作“A在B发生的条件下发生的概率”。
2、概率测度：事件 B 的概率 P(B) > 0，那么 Q(A) = P(A | B) 在所有事件 A 上所定义的函数 Q 就是概率测度。 如果 P(B) = 0，P(A | B) 没有定义。 条件概率可以用决策树进行计算。
3、联合概率：表示两个事件共同发生的概率。A与B的联合概率表示为 P(AB) 或者P(A,B)，或者P(A∩B)。
4、边缘概率：某个事件发生的概率，而与其它事件无关。边缘概率是这样得到的：在联合概率中，把最终结果中不需要的那些事件合并成其事件的全概率而消失。这称为边缘化。A的边缘概率表示为P(A)，B的边缘概率表示为P(B)。
参考资料来源：百度百科-条件概率
参考资料来源：百度百科-独立事件
区别如下：
条件概率
条件概率就是事件 A 在另外一个事件 B 已经发生条件下的发生概率。条件概率表示为 P(A|B)，读作“在 B 条件下 A 的概率”。P(A|B)=P(AB)/P(B),P(B|A)=P(AB)/P(A)
相互独立事件的概率
A 与 B 是相互独立的,则P(AB)=P(A)P(B)，那么 A 在 B 这个前提下的条件概率就是 A 自身的概率；同样，B 在 A 的前提下的条件概率就是 B 自身的概率。即P(A|B) = P(A)，P(B|A) = P(B)
解毕
绛旓細杩欐槸涓閬姒傜巼璁鸿绠楅锛岃В绛斿涓嬶細浜嬩欢A涓嶣鐩镐簰鐙珛锛屽垯P(AB)=P(A)P(B)P(A鈭狟)=P(A)+P(B)-P(AB)=P(A)+P(B)-P(A)P(B)=0.8锛岃В寰桺(B)=0.6 鍒橮(A鈭〣)=P(AB)=P(A)P(B)=0.5*0.6=0.3 P(A-B)=P(A)-P(AB)=0.5-0.3=0.2 ...
绛旓細鐩镐簰鐙珛浜嬩欢鍚屾椂鍙戠敓鐨勬鐜绛変簬涓や釜浜嬩欢鍙戠敓姒傜巼鐨勪箻绉傝A銆丅鏄瘯楠孍鐨勪袱涓簨浠讹紝鑻(A)>0锛屽彲浠ュ畾涔塒(B鈭)銆侫鐨勫彂鐢熷B鍙戠敓鐨勬鐜囨槸鏈夊奖鍝嶇殑锛屾墍浠鏉′欢姒傜巼P(B鈭)鈮燩(B)锛岃屽彧鏈夊綋A鐨勫彂鐢熷B鍙戠敓鐨勬鐜囨病鏈夊奖鍝嶇殑鏃跺欙紙鍗矨涓嶣鐩镐簰鐙珛锛夋墠鏈夋潯浠舵鐜嘝(B鈭)=P(B)銆傛鐜 鏄害閲...
绛旓細鈷夊垎姝ラ璇曢獙 鏄 鐙珛浜嬩欢 鈷婁笉鍙互鐢鏉′欢姒傜巼鏉ョ畻 锛 P(a|b)琛ㄧず鐨勬槸 绗竴娆′笉鎴愬姛鐨勫墠鎻愪笅锛岀浜屾鎴愬姛鐨勬鐜锛屽嵆榛樿 绗竴娆′笉鎴愬姛 锛涜岄鐩棶鐨勬槸 鎭板ソ绗簩娆℃垚鍔熺殑姒傜巼锛屽嵆 甯︾潃绗竴娆℃垚鍔熶笌鍚︽湭鐭ョ殑蹇冩儏 鍘诲仛涓ゆ璇曢獙锛岀粨鏋滅浜屾鎴愬姛鐨勬鐜囷級缁间笂锛屾湰棰樼瓟妗堝簲璇ユ槸 P锛坅b锛夛紳(8...
绛旓細鏉′欢姒傜巼鏄疨(A|B)鏄湪B鍙戠敓鐨勬潯浠朵笅A鍙戠敓鐨勬鐜锛屼篃灏辨槸璇碆涓嶅彂鐢烝涔熶笉鍙戠敓锛孊鍙戠敓A鎵嶅彲鑳藉彂鐢熴侾(AB)鏄疉B鍚屾椂鍙戠敓鐨勬鐜囥備袱涓鐙珛鏃堕棿濡傛灉鐢ㄦ潯浠舵鐜囷紝鍥犱负B瀵笰娌″奖鍝嶏紝鎵浠ヨ繖绉嶆儏鍐典笅鏉′欢姒傜巼=鍚屾椂鍙戠敓姒傜巼o(鈭鈭)o
绛旓細锛岃浣溾滃湪B鐨勬潯浠朵笅A鐨勬鐜鈥濄鏉′欢姒傜巼鍙互鐢ㄥ喅绛栨爲杩涜璁＄畻銆傛潯浠舵鐜囩殑璋鏄亣璁 P(A|B) 澶ц嚧绛変簬 P(B|A)銆傛暟瀛﹀John Allen Paulos 鍦ㄤ粬鐨勩婃暟瀛︾洸銆嬩竴涔︿腑鎸囧嚭鍖荤敓銆佸緥甯堜互鍙婂叾浠栧彈杩囧緢濂芥暀鑲茬殑闈炵粺璁″瀹剁粡甯镐細鐘繖鏍风殑閿欒銆傝繖绉嶉敊璇彲浠ラ氳繃鐢ㄥ疄鏁拌屼笉鏄鐜囨潵鎻忚堪鏁版嵁鐨勬柟娉曟潵閬垮厤銆
绛旓細琛ㄧず涓や釜浜嬩欢鍏卞悓鍙戠敓鐨勬鐜銆侫涓嶣鐨鑱斿悎姒傜巼琛ㄧず涓 P(AB) 鎴栬匬(A,B)锛屾垨鑰匬(A鈭〣)銆傚湪姒傜巼璁轰腑锛岃仈鍚堟鐜囨槸鎸囧湪澶氬厓鐨勬鐜囧垎甯冧腑澶氫釜闅忔満鍙橀噺鍒嗗埆婊¤冻鍚勮嚜鏉′欢鐨勬鐜囥備妇渚嬭鏄庯細鍋囪X鍜孻閮芥湇浠庢鎬佸垎甯冿紝閭ｄ箞P{X<4,Y<0}灏辨槸涓涓仈鍚堟鐜囷紝琛ㄧずX<4,Y<0涓や釜鏉′欢鍚屾椂鎴愮珛鐨勬鐜囥
绛旓細涓嶆槸銆傛牴鎹煡璇㈢浉鍏冲叕寮淇℃伅鏄剧ず锛鏉′欢姒傜巼鍜屼簨浠剁殑鐩镐簰鐙珛鎬э紝鏉′欢姒傜巼鐨勫墠鎻愪笉鏄鐩镐簰鐙珛浜嬩欢銆傜嫭绔嬩簨浠舵槸鎸囦袱涓垨鑰呬互涓婄殑浜嬩欢褰兼涔嬮棿鐨勫彂鐢熶笌鍚︽病鏈変换浣曞奖鍝嶃
绛旓細鍏蜂綋鐨勮В绛旓細涓嶅Θ璁 鐢ㄦ弧6000灏忔椂鏈潖涓篈浜嬩欢锛岀敤婊10000灏忔椂鏈潖涓築浜嬩欢锛岄偅涔圥(B|A)鍗充负鎵姹傦紝P(AB)琛ㄧず鐢ㄥ埌6000灏忔椂锛屼篃婊¤冻鐢ㄥ埌10000灏忔椂锛岋紙鐢ㄥ埌10000灏忔椂褰撶劧涔熸弧瓒崇敤鍒6000灏忔椂锛夊緢鏄庢樉B鏄疉鐨勫瓙闆嗭紝鎵浠(AB)=P(B)=1/2 鍥犺屾棰樿В涓篜(B|A)=P(AB)/P(A)=0.5/0.75=2/3 ...
绛旓細鐒惰岋紝濡傛灉鎴戜滑鐭ラ亾褰╃エA涓浜嗭紝褰╃エB涓鐨勬潯浠舵鐜囦粛鐒舵槸P(B涓)锛屽洜涓哄僵绁ˋ鍜孊鐨勪腑濂栨鐜囨槸鐩镐簰鐙珛鐨勩傜患涓婃墍杩帮紝鏉′欢姒傜巼鍜鑱斿悎姒傜巼铏界劧閮芥秹鍙婂埌澶氫釜闅忔満浜嬩欢鍚屾椂鍙戠敓鐨勬鐜锛屼絾瀹冧滑鐨勫畾涔夈佹ц川鍜屽簲鐢ㄥ満鏅湁鐫鏄捐憲鐨勫尯鍒傝仈鍚堟鐜囨弿杩扮殑鏄涓簨浠跺悓鏃跺彂鐢熺殑姒傜巼锛岃屾潯浠舵鐜囨弿杩扮殑鏄湪宸茬煡鏌愪釜...
绛旓細涓嶆槸 鐙珛浜嬩欢鐨鎰忔濓紝涓浠朵簨鐨勫彂鐢熷拰鍙︿竴浠舵棤鍏筹紝姣斿A鍦板尯鐨勪紶鏌撶巼鍜孊 鍦板尯鐨勪紶鏌撶巼 鏉′欢鏄竴浠剁殑鍙戠敓鐨勫熀纭涓婂彂鐢熷彟涓浠讹紝姣斿鍚屽湴鍖轰紶鏌撶梾渚嬪瓙
