第 3 章　条件概率

3.1一个让你重新认识概率的例子

先看一个著名的例子——「两个孩子的家庭」问题。

一个家庭有两个孩子，按出生顺序看，可能的组合有四种（用「男」「女」表示，每种等可能）：

Ω = { 男男, 男女, 女男, 女女 }　（四种各占 1/4）

现在问两个不同的问题：

• 问题一：这个家庭「至少有一个女孩」的概率是多少？——四种组合里，男男、男女、女男、女女，有三种含女孩，故概率 = 3/4。
• 问题二：已知这个家庭「至少有一个女孩」，问「两个孩子都是女孩」的概率是多少？

问题二和问题一有本质区别：问题二多了一个已知条件。已知「至少有一个女孩」后，样本空间缩小了——「男男」被排除，只剩三种：男女、女男、女女。其中「都是女孩」只有「女女」一种，故概率 = 1/3。

这个 1/3 还可以用「频率」核对一遍，帮你把定义的两重含义焊在一起。想象把「两孩家庭」这个试验重复 10,000 次：四种组合各出现约 2,500 次，于是 B =「至少一个女孩」共发生约 7,500 次，其中同时满足 A =「两个都是女孩」的约 2,500 次。现在只盯着「B 发生的那 7,500 次」看：A 占的比例是 2,500/7,500 = 1/3。条件概率 P(A|B) 正是「先按条件筛出试验，再在筛出的子集里统计 A 的占比」。计算机模拟 40 万次的结果是 0.332，与 1/3 吻合——这不是巧合，而是「频率稳定于概率」在条件版下的再现。

所以「信息改变概率」并不神秘：信息像一个过滤器，把与它矛盾的样本点挡在门外，剩下的候选者重新分蛋糕，各事件的相对占比自然就变了。掌握的信息越具体，过滤器越细，剩下的世界越小，判断就越精准。再往深一步：概率从来不是事件的私有属性，而是「事件 × 已知信息」的联合产物——这句话是条件概率全章的题眼，也是下一章「先验 → 后验」的世界观起点。

证据还可以像阶梯一样层层叠上去：无信息时，「今天有雷击」的概率也许只有 0.2%；看到乌云密布，它升到 15%；再看到气压骤降，进一步升到 40%——每来一条新证据，就做一次条件更新，后一次更新建立在前一次条件之上。写成式子就是 P(雷击 | 乌云∩低气压)：竖线后面的「条件」本身可以是一串信息的合取。这种「层层条件化」的读法，正是下一章贝叶斯「信念更新」的日常形态，也是条件概率被称为「概率论的引擎」的原因。

3.2条件概率的定义

现在把上面的直觉，落成一个严格的公式。

设 A、B 是两个事件，且 P(B) > 0。在已知 B 发生的条件下，A 发生的概率，称为条件概率，记作 P(A|B)，读作「在 B 发生的条件下 A 的概率」，定义为：

P(A|B) = P(A∩B) ⁄ P(B)

其中 P(A∩B)（也写作 P(AB)）是「A 和 B 都发生」的概率。

用定义验证刚才的例子

「两个孩子家庭」问题里：设 A =「两个孩子都是女孩」，B =「至少有一个女孩」。则 A∩B = A（因为「都是女孩」必然「至少有一个女孩」）。

P(A∩B) = P(女女) = 1/4，P(B) = 3/4。代入定义：

P(A|B) = (1/4) ⁄ (3/4) = 1/3

和我们直接数出来的结果一致。定义和直觉完美吻合。

顺带把定义边上的两个细节钉牢。第一，要求 P(B) > 0 不是小题大做：P(B)=0 时分母为零，而且「已知 B 发生」这话本身就自相矛盾——一个概率为零的事件谈何「已知发生」？所以 P(A|B) 干脆不予定义。第二，竖线两侧不可交换：P(A|B) = P(A∩B)/P(B) 与 P(B|A) = P(A∩B)/P(A) 分子相同、分母不同，是两个量。这不是记号游戏，而是「拿谁当新宇宙」的问题——下一节用图看它的几何含义，下一章的贝叶斯公式则专门负责在两者之间搭桥换算。

定义为什么偏偏是「除」？因为条件化的本质是重新归一化：把「A 在 B 世界里的份额」定义为 A∩B 的概率占整个 B 概率的比重。检查三个边界就知道这个定义有多自然：因 A∩B ⊂ B，故 P(A∩B) ≤ P(B)，于是 P(A|B) ≤ 1；分子非负，故 P(A|B) ≥ 0；取 A = Ω 得 P(Ω|B) = 1。一个天然落在 0 与 1 之间、「取全部则为一」的量，恰好是个合法概率——这不是巧合，而是定义被精心设计成「自动满足三条公理」的结果。换句话说，定义式本身就是把 B 世界重新标定为 1 的那次除法，与下一节的几何图像完全一致。

一个关键提醒：P(A|B) 和 P(B|A) 不一样

「在 B 条件下 A 的概率」和「在 A 条件下 B 的概率」，是两个完全不同的量。举例：P(下雨 | 打雷) 很高（打雷时多半下雨），但 P(打雷 | 下雨) 可能不高（下雨时不一定打雷）。谁在竖线后面（谁是条件），谁在竖线前面（谁是被评估的事件），千万别搞反。这个区分，正是下一章贝叶斯公式的灵魂。

读表：P(A∩B) = 30/1000 = 0.03（甲次品格子除以总数）；P(B|A) = 30/600 = 0.05（甲的次品格子除以甲所在行）；P(A|B) = 30/38 ≈ 0.789（甲的次品格子除以次品所在列）。「换分母」就是「换世界」——把交叉表画出来，条件概率就再也不是抽象符号，而是三个格子里的除法。

顺带建立一个「档位直觉」：条件概率可以大幅改变概率的数量级与档位——P(甲∩次) = 0.03 是「百分之三的世界」，P(甲|次) ≈ 0.79 是「八成的世界」。工程汇报里，把 0.03 说成「3% 的问题」与把 0.79 说成「八成的责任」，两句话的决策含义完全不同：前者陈述总体规模，后者回答归因追查。同一个分子，两种分母，两个档位——先问分母是谁，再决定用哪句话。

工程应用：例题 1 的三件套在工程里天天用。维修数据库按「来源 × 是否失效」分层后，P(某来源|失效) 是失效件的归因占比，直接指导排查顺序——先查占比大的嫌疑来源；P(失效|某来源) 则是该来源自身的条件失效率，用来评估质量水平。两个问题问的是同一张交叉表，区别只在把哪一栏当分母。

3.3为什么这样定义：缩小样本空间

条件概率公式看起来有点「凭空规定」，其实它有非常自然的来历。核心动作只有一步：把样本空间从 Ω 缩小到 B。

已知 B 发生了，意味着那些「不在 B 里」的结果统统不可能了。新的世界里，B 就是「全部」。在这个缩小后的世界里，A 要想发生，就必须落在 A 和 B 的公共部分 A∩B 上。

于是「在新的世界 B 里，A 占多大比例」，自然就是：

P(A|B) =「A∩B 的大小」⁄「B 的大小」 = P(A∩B) ⁄ P(B)

把 P(A|B) = P(A∩B)/P(B) 翻译成三种语言，卡壳时可以换着用：

再强调一点：条件概率的适用范围远不止等可能的古典世界。例如已知 P(A)=0.5、P(B)=0.3、P(A∩B)=0.1（这组数可能来自任何非古典的试验），三个量立刻可算：P(A|B) = 0.1/0.3 = 1/3，P(B|A) = 0.1/0.5 = 1/5——两个方向给出 0.333 与 0.2 的差异，再次提醒竖线两侧不可交换。定义式本身不问概率从哪里来，它只管在已有概率之间做「交集 ÷ 条件」的换算。

最后把一件事说透：拿到证据 B 之后，A 的概率相对「无信息时」只有三种走向——P(A|B) > P(A)：B 是正面证据（例如「听到异响」之于「轴承损伤」）；P(A|B) = P(A)：B 与 A 无关（信息量恰为零）；P(A|B) < P(A)：B 是反面证据（例如「外观完好」之于「内部裂纹」）。其中第二种情形有个专名叫独立性——第 5 章会看到，「P(A|B) = P(A)」正是独立性的数学定义。条件概率不只是计算工具，它还是「信息是否有用」的度量尺。

例题 4 顺手揭示一个记法要点：条件可以叠加。「已知他既会游泳、又是五年以上老成员，他会骑车的概率」应写成 P(骑车 | 游泳∩老成员)——竖线右边可以是任何事件，包括「前几步试验的结果」。而形如「P((A|B)|C)」的嵌套竖线写法在数学上没有定义，遇到多级条件，一律合并成 P(A | B∩C)。这个记法在第 4 章贝叶斯公式和第 6 章条件分布里会反复出场，值得现在就写规范。

3.4乘法公式与链式法则

把条件概率的定义两边同乘 P(B)，就得到乘法公式：

P(A∩B) = P(B) · P(A|B)　（以及对称地：P(A∩B) = P(A) · P(B|A)）

它有什么用？它把「两个事件都发生」的概率，拆成「先发生一个」×「在它发生后，另一个再发生的条件概率」。这对「依次发生」的问题特别管用。

链式法则：推广到多个事件

把乘法公式连续套用，就能算「一串事件依次都发生」的概率。例如三个事件 A、B、C：

P(A∩B∩C) = P(A) · P(B|A) · P(C|A∩B)

读作：A 发生 ×（A 发生后 B 发生）×（A、B 都发生后 C 发生）。这就像一条概率链，一环扣一环。

例题：不放回地连续抽球

袋中有 5 个红球、3 个白球，不放回地连抽 2 个。求「第一个是红、第二个也是红」的概率。

设 A₁ =「第一个是红」，A₂ =「第二个是红」。第一次抽，8 球里有 5 红，P(A₁) = 5/8。第一次抽走一个红后，剩 7 球 4 红，故 P(A₂|A₁) = 4/7。由乘法公式：

P(A₁∩A₂) = P(A₁)·P(A₂|A₁) = (5/8) × (4/7) = 20/56 = 5/14

链式法则不是新定律，只是乘法公式连用两次：P(A∩B∩C) = P(A)·P(B∩C|A)（把 B∩C 当作一个事件，用一次乘法公式），再对 P(B∩C|A) 用一次乘法公式，得 P(A)·P(B|A)·P(C|A∩B)。以此类推，n 个事件依次都发生的概率就是把链条乘到头：P(A₁∩…∩A_n) = P(A₁)·P(A₂|A₁)·P(A₃|A₁A₂)·…·P(A_n|A₁…A_n−1)。用归纳法两行即证；真正的难点从来不在公式，而在为每一步找到正确的条件概率——树状图就是帮你找它的工具。

例题 6 的结论可以推广成一般规律：不放回抽样中，任何一个位置抽到红球的概率都等于红球占比 4/10。用两步的结论归纳即可：第 3 次抽红 =「前两次各种搭配 × 第 3 次条件红」全部相加，分子分母约分后又回到 4/10。这就是上一章「抽签先后一样公平」在条件概率框架下的严格解释——先抽的人没有信息优势，因为轮到他时，「命运的签筒」对谁都是同一套等可能排列。

工程应用：链式法则是多级质量把关的算账工具。设某产品要闯三关：来料检验合格率 0.95；在来料合格的前提下，装配工艺合格率 0.98；在前两关都过的前提下，出厂验收合格率 0.99。三级全过的概率 = 0.95 × 0.98 × 0.99 = 0.9217——也就是说约 7.8% 的产品会在某一关被拦下。管理者读这串数的顺序与直觉相反：链条上最薄弱的一环（0.95）对总数的影响最大，改进投入应优先给来料检验；这就是「链式乘积里，最小的因子最贵」的管理直觉，数学上它正是乘法结构天然放大短板的结果。

链式法则最常见的误用是把条件当成无条件：三连抽全红，若误把每一步都写成 4/10 的独立连乘，得 (4/10)³ = 0.064；而正确答案是 1/30 ≈ 0.033——错误答案接近正确答案的两倍，因为不放回抽样恰恰「不独立」，前一步的结果改变了后一步罐中的构成。「独立」要到第 5 章才正式登场，此处只需死守一条纪律：不放回抽样，每一步都要条件化。

3.5条件概率的三条性质

固定一个条件 B（P(B) > 0），把 P(·|B) 看成「定义在事件上的函数」，你会发现它本身就是一个合法的概率，满足第一章的三条公理：

• 非负性：P(A|B) ≥ 0（因为分子分母都是非负数）。
• 规范性：P(Ω|B) = 1，且 P(B|B) = 1（B 已经发生，B 当然「必然」发生）。
• 可列可加性：若 A₁, A₂, … 两两互斥，则 P(A₁∪A₂∪… |B) = P(A₁|B) + P(A₂|B) + …。

三条性质可以逐条验明正身，以「规范性」为例：P(Ω|B) = P(Ω∩B)/P(B) = P(B)/P(B) = 1，P(B|B) 同理等于 1。可加性成立的原因更深刻一点：若 A₁、A₂ 互斥，则 (A₁∩B) 与 (A₂∩B) 也互斥——集合之间的相交关系不因缩小世界而改变，于是 P(A₁∪A₂|B) = [P(A₁∩B)+P(A₂∩B)]/P(B) = P(A₁|B)+P(A₂|B)。一句话：世界换了，几何关系没换，所以数值规则原封不动地搬过来。

这三条性质意味着：把整个世界「装进 B 里」之后，概率的一切运算规则照常成立。你可以把 P(·|B) 当作一个「缩小版的新概率」，放心地使用第一章的所有公式（比如加法定理）。

一个常用的恒等式

由 P(A|B) + P(Ā|B) = 1（这是「A 在 B 下发生」与「A 在 B 下不发生」构成对立事件），可得：

P(A|B) = 1 − P(Ā|B)

这和第一章的 P(Ā) = 1 − P(A) 是同一件事，只是把整个世界换成了 B。

这个「照搬」威力很大：第 4 章的全概率公式和贝叶斯公式，本质都是在「条件世界」里反复使用第一章的加法与乘法，没有任何新公理。也就是说，条件概率不是新理论，而是同一套概率论的「变焦镜头」——需要时把视野缩到 B，算完再退回全景。

再看一个高效排查的小技巧：先问「便宜的强信息」。假设某设备故障可能源于三个原因，排查代价一次比一次贵；理性顺序不是「从最可能的原因查起」，而是按「条件概率落差 ÷ 排查代价」的性价比排队——一次能排除大半嫌疑方向的检查，哪怕本身贵一点，也常常优于便宜但信息量小的检查。这套思想在决策论里叫信息价值，其地基正是本节的「条件概率也是概率」：证据 B 一旦到手，世界就被替换成 B 的世界，后续推理照旧进行。

顺手用正式记号把三门问题再写一遍，体会条件概率怎么落在纸面上：设车在 1 号门，你初选 1 号。P(主持人开 3 号门 | 车在 1 号) = 1/2（他可开 2 可开 3，等概率挑一个），P(主持人开 3 号门 | 车在 2 号) = 1（不能开车门、不能开你选的门），P(主持人开 3 号门 | 车在 3 号) = 0。于是在「主持人开了 3 号门」的世界里，换门（2 号）有车的概率正比于 1×(1/3)，坚持（1 号）正比于 (1/2)×(1/3)——前者是后者的两倍。这正是下一章贝叶斯公式的手工版：把每种「世界状态」下看到证据的可能性，拿来反推世界状态本身。