条件概率
顾名思义的条件概率在特定事件的发生概率在满足一个或多个条件时变化时发挥作用（这些条件再次是事件）。 用技术术语来说，如果X和Y是两个事件，

那么X wrt Y的条件概率用

表示。 因此，当我们以条件概率的方式进行讨论时，仅作为一个例子，我们做出一个声明，如“给定Y已经发生的事件X的概率”。

如果X和Y是独立事件怎么办？
根据独立事件的定义，事件X的发生不依赖于事件Y.因此，

如果X和Y相互排斥怎么办？
由于X和Y是不相交的事件，当Y已经发生时X将发生的概率为0.因此，

产品规则
产品规则声明，

\ begin {equation} P（X \ cap Y）= P（X | Y）* P（Y）\ end {equation}

因此，X和Y都将发生的联合概率等于两个项的乘积：

事件Y发生的概率。
在已经发生Y的情况下发生X的概率。

根据产品规则，可以推断出以下内容，

连锁规则
推广产品规则会导致链规则 。 设，，E1，E2，....En是n个事件。 所有n个事件的联合概率由下式给出，

\ begin {equation} P（\ bigcap_ {i = 1，..，n} E_ {i}）= P（E_ {n} | \ bigcap_ {i = 1，..，n-1} E_ {i} ）* P（\ bigcap_ {i = 1，..，n-1} E_ {i}）\ end {equation}

可以迭代地使用链规则来计算任何事件的联合概率。

贝叶斯定理