일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- MYSQL
- Trie
- String
- 스토어드 프로시저
- 다익스트라
- Dijkstra
- 그래프
- two pointer
- 이진탐색
- Stored Procedure
- Two Points
- Hash
- union find
- DP
- SQL
- Brute Force
- binary search
Archives
- Today
- Total
codingfarm
전체 확률 법칙(Law of total probability) 본문
표본공간 S를 n개로 분할하여 사상 {B1,B2,⋯,Bn}를 얻는다.
P(B≠0),i=1,2,⋯,n 일때
S의 임의의 사건 A에 대해
P(A)=n∑i=1P(Bi∩A)=n∑i=1P(Bi)P(A|Bi)
표본 공간 S가 아래와 같이 주어진다.

표본공간 S가 n개의 사상 {B1,B2,B3,B4}로 분할되어 있다.
그리고 사상 A가 표본공간 S의 임의의 사상이다.
그림에서 보다시피
A=(B1∩A)∪(B2∩A)∪(B3∩A)∪(B4∩A)
사건 A의 확률을 교집합의 합집합으로 나타낼 수 있다.
여기서 각각의 Bi∩A는 배반이다
따라서
P(A)=P(B1∩A)+P(B2∩A)+P(B3∩A)+P(B4∩A)
'통계학 > 확률론' 카테고리의 다른 글
조건부확률(Conditional probability)과 독립사상(independent event) (0) | 2020.05.26 |
---|---|
베이즈 정리(Bayes' theorem) (0) | 2020.05.26 |