数学院 · 学习板块基础条目 主题线：概率论 · 是什么 状态：✅ 已验证（标准定义） 说明：判据条目
math-method-bayes-verification的前置知识
一、是什么
概率 P(A) 是度量事件 A 发生可能性的数，满足 0 ≤ P(A) ≤ 1，P(必然事件) = 1，P(不可能事件) = 0。样本空间 = 所有可能结果的集合；事件 = 样本空间的子集。
二、三个核心工具
| 工具 | 公式 | 何时用 |
|---|---|---|
| 条件概率 | P(A|B) = P(A∩B) / P(B) | 已知 B 发生，问 A 的概率 |
| 全概率公式 | P(B) = Σᵢ P(B|Aᵢ)P(Aᵢ) | 把"复杂事件 B"拆成互斥情形 Aᵢ 分别计算 |
| 独立性 | P(A∩B) = P(A)P(B) | 判断两个事件是否互不影响 |
贝叶斯公式就是「条件概率 + 全概率」的组合：P(A|B) = P(B|A)P(A) / P(B)——它回答"已知结果，反推原因"。
三、为什么重要
- 统计推断（置信区间、假设检验）的全部基础；
- AI 领域：贝叶斯网络、朴素贝叶斯分类器、大模型的概率生成本质；
- 决策：不确定性下的理性判断（疾病检测、风险评估）。
来源
- Kahn Academy · Probability —— https://www.khanacademy.org/math/statistics-probability/probability-library
- 复核状态：✅ 标准定义，无事实性修正（2026-08-19）
整理：2026-08-19 · Doxa 数学院学习板块基础条目