目錄

條件機率 vs 聯合機率:用撲克牌搞懂兩者的差異

條件機率 vs 聯合機率 文章題圖
條件機率 vs 聯合機率 文章題圖 [source: Pixabay]

在前一篇「機率的基本觀念」中,我們介紹了機率的表示法 (Notation)、隨機變數 (Random Variable, RV)、三種基本的機率類型,以及乘法法則 (Multiplication Rule)。其中,「條件機率」和「聯合機率」是初學者最常搞混的一組概念:兩者都在講「兩個事件」,符號也長得也有點像,但問的其實是完全不同的問題。

本篇文章就專門處理這個混淆點。我們會用同一副撲克牌把兩者的差別攤開來比較,再延伸說明機率中的 AND 與 OR 分別怎麼計算。看完之後,下次再遇到 P(A∣B) P(A \mid B) 和 P(A∩B) P(A \cap B) ,你應該能立刻分辨題目在問什麼。

「條件機率」(Conditional Probability) 指的是在某一個事件發生的「前提」之下,另外一個事件發生的機率。假設 A 與 B 是兩個不同的事件,在 B 事件發生的前提下,A 事件發生的機率記為 P(A∣B) P(A \mid B) 。

這裡的眉角在於:一旦給定了前提,我們考慮的範圍就縮小了。原本要看的是全部的可能性,現在只剩下「B 已經成立」的那一部分。

以撲克牌為例,假設 B =「抽出紅色的卡牌」,A =「抽出數字 4 的卡牌」,則 P(A∣B)=2/26 P(A \mid B) = 2/26 。因為前提是紅色,考慮範圍已經從 52 張縮到 26 張紅色卡牌,而這 26 張裡面數字 4 的有 2 張。

「聯合機率」(Joint Probability) 指的是「兩個或多個」事件同時發生的機率。A 與 B 是兩個不同的事件,兩者同時發生的機率記為 P(A∩B) P(A \cap B) 。「∩ \cap 」符號稱為「交集」,白話一點說,就是兩個條件都要滿足的意思。

一樣用撲克牌來看,假設 A =「從一副撲克牌中抽出一張 6」且 B =「從一副撲克牌中抽出一張紅色」,則 P(A∩B)=2/52 P(A \cap B) = 2/52 。因為一副撲克牌有 52 張,同時是 6 又是紅色的只有 2 張(紅心 6 和方塊 6)。

注意這裡的分母是 52,不是 26。這正是它跟條件機率最關鍵的差別。

對第一次接觸機率的人來說,上面兩段看完可能還是覺得很像,所以我們把同一個問題換兩種問法,直接放在一起比。

第一種問法:「抽出一張紅色卡牌,而且它是數字 4」的機率是多少?這是聯合機率,寫成 P(Red and 4)=P(Red∩4) P(\text{Red and } 4) = P(\text{Red} \cap 4) 。想像桌上擺著 52 張撲克牌,而且全部都是蓋著的,我們不知道每張牌的顏色與數字。但我們知道這 52 張裡面,紅色又是 4 的牌有 2 張。因此 P(Red and 4)=2/52 P(\text{Red and } 4) = 2/52 。

第二種問法:「抽出一張數字 4 的卡牌,而且已經知道它是紅色」的機率是多少?這是條件機率,寫成 P(4∣Red) P(4 \mid \text{Red}) 。想像抽牌之前,已經有人先把所有紅色的牌挑出來攤在桌上,我們只能從這 26 張裡面抽。這 26 張紅色牌裡有 2 張數字 4,因此 P(4∣Red)=2/26=1/13 P(4 \mid \text{Red}) = 2/26 = 1/13 。

差別可以整理成這張表:

聯合機率 P(Red∩4) P(\text{Red} \cap 4) 條件機率 P(4∣Red) P(4 \mid \text{Red})
問的問題兩件事同時發生的機率已知一件事成立時,另一件事發生的機率
考慮範圍(分母)全部 52 張牌只有 26 張紅色牌
撲克牌的答案2/522/26 = 1/13

換句話說,條件機率的「前提」會把分母換掉,聯合機率則永遠是站在完整的樣本空間上看。

上面這兩個數字其實可以互相驗算。透過乘法法則 (Multiplication Rule),以聯合機率 P(Red and 4) P(\text{Red and } 4) 為例,P(Red and 4)=P(4 and Red) P(\text{Red and } 4) = P(4 \text{ and Red}) 會等於 P(4∣Red)×P(Red)=1/13×1/2=1/26=2/52 P(4 \mid \text{Red}) \times P(\text{Red}) = 1/13 \times 1/2 = 1/26 = 2/52 ,和我們直接數牌得到的結果一致。

補充:P(Red)=1/2 P(\text{Red}) = 1/2 ,因為 52 張撲克牌中有一半是紅色的!

釐清了兩種機率的定義之後,還有一個實務上很常用到的問題:多個事件組在一起時,機率該怎麼算?這就是 AND 與 OR 的差別。

所謂的聯合機率,就是兩個事件「同時」發生的機率,也就是 AND 的情況。以乘法法則的角度出發:

P(A∩B)=P(A∣B)×P(B) P(A \cap B) = P(A \mid B) \times P(B)

換個生活化一點的例子。假設手上有兩顆骰子,A 事件 =「第一顆骰子為 6」、B 事件 =「第二顆骰子為 1」。

根據乘法法則,我們可以先算 P(A∣B) P(A \mid B) 與 P(B) P(B) ,再得到 P(A∩B) P(A \cap B) 。P(A∣B) P(A \mid B) 問的是「在『第二顆骰子為 1』的前提下,『第一顆骰子為 6』的機率是多少」。這題不用算也知道:不管第二顆骰子擲出什麼,都跟第一顆骰子毫無關係。這種情況我們就說 A 事件與 B 事件互為「獨立事件」。

當 A 與 B 互為獨立時,A 發生的機率不會受到 B 影響,因此 P(A∣B)=P(A) P(A \mid B) = P(A) 。代回乘法法則:

P(A∩B)=P(A)×P(B)=1/6×1/6=1/36 P(A \cap B) = P(A) \times P(B) = 1/6 \times 1/6 = 1/36

AND 是把各事件的機率「相乘」;OR 則是把它們「相加」。數學上表示為:

P(A∪B)=P(A)+P(B)−P(A∩B) P(A \cup B) = P(A) + P(B) - P(A \cap B)

為什麼要多減一項?因為 P(A)+P(B) P(A) + P(B) 的時候,A 與 B 重疊的部分(也就是兩件事同時發生的情況)被算了兩次,所以要扣掉一次。

沿用剛才的骰子例子,A 事件 =「第一顆骰子為 6」、B 事件 =「第二顆骰子為 1」,前面已經算出 P(A∩B)=1/36 P(A \cap B) = 1/36 ,於是:

P(A∪B)=1/6+1/6−1/36=11/36 P(A \cup B) = 1/6 + 1/6 - 1/36 = 11/36

本篇文章把條件機率 (Conditional Probability) 與聯合機率 (Joint Probability) 的差別講清楚了:關鍵在於「考慮範圍」有沒有被前提限縮,條件機率的分母只剩下前提成立的那些情況,聯合機率則是站在完整的樣本空間上算。我們也順帶說明了 AND 是機率相乘、OR 是機率相加,而 OR 記得要扣掉重複計算的交集。

如果想更完整地學習機率的觀念,推薦到 Coursera 上報名葉丙成教授的頑想學概率。