淺談全概率公式和貝葉斯公式
一、條件概率公式
舉個例子,比如讓你背對著一個人,讓你猜猜背後這個人是女孩的概率是多少?直接猜測,肯定是隻有50%的概率,假如現在告訴你背後這個人是個長頭髮,那麼女的概率就變為90%。所以條件概率的意義就是,當給定條件發生變化後,會導致事件發生的可能性發生變化。
條件概率由文氏圖出發,比較容易理解:
表示B發生後A發生的概率,由上圖可以看出B發生後,A再發生的概率就是,因此:
由:
得:
這就是條件概率公式。
假如事件A與B相互獨立,那麼:
注:
相互獨立:表示兩個事件發生互不影響。而互斥:表示兩個事件不能同時發生,(兩個事件肯定沒有交集)。互斥事件一定不獨立
但是,對於兩個獨立事件,依然可以等於0,因為事件A或者事件B發生的概率可能為0.所以,並不是一定表示互斥。互斥和獨立的理解還是要究其真正意義,而不是表達形式。
二、全概率公式
先舉個例子,小張從家到公司上班總共有三條路可以直達(如下圖),但是每條路每天擁堵的可能性不太一樣,由於路的遠近不同,選擇每條路的概率如下:
每天上述三條路不擁堵的概率分別為:
假設遇到擁堵會遲到,那麼小張從Home到Company不遲到的概率是多少?
其實不遲到就是對應著不擁堵,設事件C為到公司不遲到,事件為選擇第i條路,則:
全概率就是表示達到某個目的,有多種方式(或者造成某種結果,有多種原因),問達到目的的概率是多少(造成這種結果的概率是多少)?
全概率公式:
設事件是一個完備事件組,則對於任意一個事件C,若有如下公式成立:
那麼就稱這個公式為全概率公式。
三、貝葉斯公式
仍舊借用上述的例子,但是問題發生了改變,問題修改為:到達公司未遲到選擇第1條路的概率是多少?
可不是,因為0.5這個概率表示的是,選擇第一條路的時候並沒有靠考慮是不是遲到,只是因為距離公司近才知道選擇它的概率,而現在我們是知道未遲到這個結果,是在這個基礎上問你選擇第一條路的概率,所以並不是直接就可以得出的。
故有:
所以選擇第一條路的概率為0.28.
貝葉斯公式就是當已知結果,問導致這個結果的第i原因的可能性是多少?執果索因!
貝葉斯公式:
在已知條件概率和全概率的基礎上,貝葉斯公式是很容易計算的: