透過 MCP 連接 →

輸入計算

最多可輸入三個分割事件;不需要的那一列請留白即可忽略。各個 B 的機率需加總為 1,才能構成有效的分割。

數學公式

廣告

結果

總機率 P(A)
0.34
機率
P(A|Bᵢ)·P(Bᵢ)
B₁ 0.1
B₂ 0.12
B₃ 0.12
P(Bᵢ) 總和 1

什麼是全機率公式?

全機率公式(Law of Total Probability)能幫你求出事件 A 的整體發生機率,作法是把樣本空間拆解成一組互斥且窮盡的事件(也就是一個「分割」)B₁、B₂、…、Bₙ。只要你知道每個 Bᵢ 各自發生的機率,以及在每個 Bᵢ 條件下 A 發生的機率,就能把它們重新合併成單一、不附帶條件的機率 \(P(A)\)。

樣本空間被劃分為與事件 A 重疊的三個區域
劃分 B1、B2、B3 將樣本空間分開,事件 A 由它與各部分的交集組成。

如何使用本計算器

請輸入每個分割事件的機率 \(P(B_i)\),以及對應的條件機率 \(P(A|B_i)\)。本計算器最多可使用三個事件;若只需用到兩個,把多出的那一列留白(填 0)即可。計算器會把每一組數值相乘,再把所有乘積相加,得到 \(P(A)\)。它同時也會檢查你的 \(P(B_i)\) 是否加總為 1——這是構成有效分割的必要條件。

公式詳解

核心算式為

$$P(A) = \text{P(B}_1\text{)}\cdot\text{P(A|B}_1\text{)} + \text{P(B}_2\text{)}\cdot\text{P(A|B}_2\text{)} + \text{P(B}_3\text{)}\cdot\text{P(A|B}_3\text{)}$$

其中每一項 \(P(A|B_i)\cdot P(B_i)\) 就是聯合機率 \(P(A \cap B_i)\),代表「A 發生,而且情境落在 \(B_i\)」這兩件事同時成立的機率。由於各個 \(B_i\) 互斥且涵蓋所有可能情況,把這些聯合機率相加,便能得到不論落在哪一種情境下、A 發生的總機率。

Advertisement
樹狀圖先分支到劃分事件,再分支到事件 A
一棵機率樹,每個分支 \(P(B_i)\) 乘以 \(P(A|B_i)\),求和得到 \(P(A)\)。

實例演練

假設有兩家工廠供應零件:第一廠生產全部零件的 60%,不良率為 2%;第二廠生產 40%,不良率為 5%。隨機抽出一個零件為不良品的機率為

$$P(A) = 0.02\cdot 0.60 + 0.05\cdot 0.40 = 0.012 + 0.020 = 0.032$$

即 3.2%。

常見問題

\(P(B_i)\) 一定要加總為 1 嗎?是的。這些事件必須構成樣本空間的一個分割,因此機率總和必須等於 1;若不符合,計算器會提出警示。

條件機率可以大於 1 嗎?不行。包含每一個 \(P(A|B_i)\) 在內,任何機率都必須介於 0 與 1 之間。

它和貝氏定理有什麼關係?在貝氏定理中反推條件機率時,分母正是 \(P(A)\),而這個 \(P(A)\) 就是由全機率公式提供的。

最後更新: