Условная вероятность одно из важнейших понятий теории вероятностей, которое позволяет учитывать дополнительную информацию о наступлении другого события при оценке шансов события А.
Понятие условной вероятности возникло в работах математиков XVII–XVIII веков, связанных с анализом азартных игр и демографических данных.
Томас Байес (1701–1761) разработал теорему, связывающую условные вероятности (теорема Байеса).
Пьер-Симон Лаплас (1749–1827) формализовал теорию вероятностей, включая условные вероятности.
Современное определение основано на аксиоматике А. Н. Колмогорова (1933).
Условная вероятность — это вероятность наступления события при условии, что другое событие уже произошло. Обозначается как P(A∣B) — вероятность события AA при условии BB.
Формула: P(A∣B)=P(A∩B)/P(B), P(B)≠0,
где:
P(A∩B)— вероятность одновременного наступления A и B,
P(B) — вероятность события B.
Если P(B)=0, то условная вероятность не определена.
Условная вероятность: теория и практика
Условная вероятность
Изучаем на реальных примерах с пошаговыми решениями
1
Медицинская диагностика
В популяции 2% людей болеют заболеванием. Тест определяет болезнь с точностью 95%, но у 3% здоровых дает ложноположительный результат.
Если тест положительный, какова вероятность реально иметь заболевание?