如何解释P (B | A)P(B|A)当P (一)=0P(A)=0

机器算法验证 可能性 条件概率
2022-03-26 06:21:10

\P(A) = 0时,将\P(B|A)解释为“无限概率”是否有效P(B|A)P(A)=0

3个回答

不,首先,概率是有界的[0,1],所以它不可能是无限的。

请注意,有两种情况概率可以等于 0:

  1. 当您处理空集Pr()=0时。例如,如果你问“-31 岁的人死于车祸的概率是多少?” , 那么不可能回答这样的问题,因为负年龄是不可能的,所以这个问题的答案是不确定的,基本上这个问题没有意义。Kolmogorov 注意到了这一点

    关于概率等于 0 的孤立假设的条件概率概念是不可接受的

  2. 另一方面,正如Dilip Sarwate对该线程的评论和以下40 票的回答中所指出的那样,我们经常希望在连续随机变量的情况下以零概率事件为条件(其中Pr(X=x)=0对于所有x )通过使用限制来近似它,即通过以概率密度为条件。

检查所提到的概率,以math.stackexchange.com上的零概率事件线程为条件,该线程更详细地描述了它。

否(没有无限概率之类的东西:某个事件的概率为 1)。

事实上,如果它是一个事件的概率(而不是一个连续随机变量),那么它就是一个不适定问题:如果的概率是多少P(A)=0BA

P(B|A)=P(BA)P(A)=00

所以我认为它应该被认为是不确定的。(请注意,条件概率的定义仅适用于条件事件的概率不为零时。)P(A)0

如果您正在处理假设特定值的连续随机变量的概率,则情况会有所不同。请参阅对此问题的评论(其他答案已提及)。

据我所知(随机讲座和快速维基百科查找),没有为 P(A)=0 定义条件概率 P(B|A)。贝叶斯法则

其中 A 和 B 是事件并且 P(B) ≠ 0。

所以我会说不,无效。

但是如果 P(A) = 0 那么变量无论如何都是独立的..