1、首先用泊松分布举个例子，其中条件符号的输入是: [esc] cond [esc]。如图表示，在x大于2的条件下，x^2小于10的概率，x是参数为μ的泊松分布。
2、首先说连续分布的情形。首先，我们有一个函数，我们希望把他作为概率密度函数。积分归一化，绘图如图所示。
3、然后使用ProbabilityDistribution函数创建概率分布，接着使用Probability函数计算x大于零的条件下，x小于五的概率，其中随机变量x指定为刚才的分布。下边的方法是我们根据条件手动改变概率分布函数，计算的概率，可见两个答案一样。
4、图中黄色区域就是条件概率的公式，下边我们使用Probability代入该公式计算得出概率，和刚才的计算结果相等。
5、如果条件概率的条件比较简单，可以考虑使用截断分布函数，把一个原有的概率分布截取一段，并归一化。
6、下边说离散分布的做法，离散分布使用经验分布函数EmpiricalDistribution。其用法简单如图，其PDF函数是由布尔表达式表示的。
7、计算条件概率的公式和刚才的一样，而且在Mathematica中也可以直接使用Probability计算。
