Pemikiran probabilistik bukanlah perhitungan statis; ini adalah proses dinamis yang mengupdate keyakinan. Dalam kondisi tak bersyarat kita mengasumsikan kondisi ketidaktahuan umum di mana semua hasil dalam ruang sampel $S$ mungkin terjadi. Namun, informasi berperan sebagai filter matematis yang menyaring hasil yang tidak konsisten dengan realitas yang diamati.
Ketika kita mengatakan bahwa kejadian $F$ telah terjadi, kita beralih dari ruang global $S$ ke alam semesta terbatas $F$. Probabilitas bersyarat $E$ diberikan $F$, dilambangkan sebagai $P(E|F)$, hanyalah proporsi dari ruang baru $F$ di mana $E$ juga terjadi.
Kisah Bukti
Transisi dari $P(E)$ ke $P(E|F)$ merupakan dasar matematis dari estimasi berbasis bukti. Jika $P(E|F) > P(E)$, bukti $F$ mendukung hipotesis $E$. Jika $P(E|F) < P(E)$, maka $F$ bertentangan dengan $E$.
Bayangkan sebuah acara catering dengan pilihan menu tetap berikut:
| Hidangan | Pilihan |
|---|---|
| Hidangan Utama | Ayam, Daging Sapi Panggang (2) |
| Karbohidrat | Pasta, Nasi, Kentang (3) |
| Hidangan Penutup | Es krim, Jello, Pie Apel, Buah Persik (4) |
Ruang Tak Bersyarat: Ada $2 \times 3 \times 4 = 24$ kombinasi makanan yang mungkin. $P(\text{Pasta}) = 8/24 = 1/3$.
Informasi Bersyarat: Kita mengetahui tamu tersebut adalah vegetarian yang pasti memilih "Pasta." Pilihan "Karbohidrat" kita sekarang sudah tetap ($1$ pilihan). Pembagi dari alam semesta kita menyusut dari $24$ menjadi $2 \times 1 \times 4 = 8$. Ini adalah kekuatan informasi: ia mengurangi ruang sampel dan mengubah pembagi.
Mendefinisikan Rumus
Untuk dua kejadian apa pun $E$ dan $F$, jika $P(F) > 0$, probabilitas bersyarat didefinisikan sebagai:
$$P(E|F) = \frac{P(EF)}{P(F)}$$