在概率论中，有一个著名的公式
该式叫“贝叶斯公式”，由英国学者T·贝叶斯于18世纪提出（参考《概率论与数理统计》陈希孺 P36）。
其中的A和B都代表“事件”。Ai，i=1,2,3...称为一个“完备事件群”，其中任意两个都是互斥的（即这两件事不可能同时发生），并且这些事件里肯定有一个会发生。
举个例子就是，小明每天要去上学，他只有三种选择：坐地铁、骑车、步行，小明每天肯定会从里面选择一个（其中一个事件肯定发生），但他不可能同时选择两个或两个以上（坐地铁、骑车、步行是互斥事件。这只是举的例子，在现实中当然有人先骑行到地铁，再坐地铁去公司或学校）。
P(A)就代表A发生的概率，P（A|B）代表“如果B已经发生了，A再发生的概率”（称为条件概率），下面举一个利用贝叶斯公式计算的具体例子
小明计算了过去一年里自己去学校通勤方式的次数，坐地铁去学校120次、骑行去学校45次、步行去学校15次。并且坐地铁去学校时，有100次是从学校东门进，有20次是从北门进，骑行去学校时，有25次是从北门进、20次是从东门进，步行去学校时13次是从北门进、2次是从东门进。小明觉得很有意思，把这些数据给小红分享。
之后新学期的第一天，小明从北门进学校遇到了小红，让小红猜猜自己是怎么来的，如果小红想增加猜对的概率，最好用贝叶斯公式算一下，已知
由贝叶斯公式
代入数据就能算出
所以小明最有可能是骑行来的学校。
贝叶斯公式有意思的地方是能够从“结果”推断“原因”，另外有意思的例子（如找刑事案件的嫌疑人）可以翻翻概率论课本。
本文完。
