條件概率,全概率公式,貝葉斯公式
條件概率:在另外乙個事件 b 已經發生的條件下,事件 a 發生的概率叫做在 a 對於 b 的條件概率,記作 \(p(a|b)\)。顯然\(p(ab)=p(a|b)p(b)\)。於是有:\(p(a|b)=\frac\)。
獨立事件:若事件 b 是否發生對事件 a 的概率沒有影響,即\(p(a|b)=p(a)\),則稱事件 a, b 相互獨立 (為獨立事件)。將前面那個式子代入,可以發現若兩個事件a和b獨立,則\(p(ab)=p(a)p(b)\)。換句話說,就是當有a的時候,b事件發生的概率等於無a的時候發生的概率(\(\frac=\frac\))。用維恩圖來理解:
第一幅圖表示a,b獨立,即\(p(ab)=p(a)p(b)\)。而如果把b往內移動一點,顯然在有a事件發生的情況下,b事件發生的機率更大了(\(p(ab)/p(a)>p(b)/p(\omega)\))。因此a,b便不是獨立的了。把b往外移動一點也是如此。
注意獨立事件和互斥事件的概念不同。互斥表示\(p(ab)=0\),獨立表示\(p(ab)=p(a)p(b)\)。也就是說,互斥表示兩個事件不能同時出現,獨立表示兩個事件沒有關係。兩個事件不能同時出現,表示兩個事件是有關係的,也就是說互斥一定不獨立。
完備事件組:若事件\(a_1,a_2,...,a_n\)滿足\((i)a_i\cap a_j=\emptyset\quad(ii)a_1\cap ...\cap a_n=\omega\),那麼它們就是完備事件組。
全概率公式可以輕鬆推出:\(p(a)=\sum_^p(ab_i)=\sum_^p(a|b_i)p(b_i)\)(相當於一張大餅)。也有一些特殊形式:\(p(a)=p(ab)+p(a\bar)=p(a|b)p(b)+p(a|\bar)p(\bar)\)。
有 n 個怪物,每只怪物只能活一天,但是每個怪物在那天有 pi 的概率繁殖 i 個怪物 (0 ≤ i < l,且\(\sum_^p_i=1\)),求 (n 個怪物時為第 0 天) 第 m 天所有怪物都掛的概率。(m, l ≤ 1000)。 我們來看這道題:第m天所有怪物都掛的概率是第m天乙個怪物系(也就是乙個怪物和它的兒子)掛的概率的n次。以下討論在乙個怪物系中的情況:
記第k天所有怪物都掛的概率為\(f_k\),可以知道\(f_1\)就是第0天啥都不繁殖的概率,即\(f_1=p_0\)
考慮k>1的情況,令事件a為所有怪物在第k天全掛,事件\(b_i\)為第0天怪物繁殖i個,可以看出\(b_0, b_1, ..., b_\)是\(\omega\)的乙個完備事件組。
可以看出,\(p(b_i)=p_i\),事件\(a|b_i\)表示第一天有i個怪物,結果到第k天全掛了,相當於一直第0天有i個怪物,結果到第k-1天全掛了。這是乙個子問題,相當於\(f_^i\)!所以根據全概率公式可得:$$f_k=p(a)=\sum_p(a|b_i)p(b_i)=\sum_f_^ip_i$$
這個做法的精髓在於通過全概率公式發現重複子問題。
1 #include 2 using namespace std;
3 4 const int maxday=1005, maxbirth=1005;
5 int t, n, k, m;
6 double f[maxday], p[maxbirth];
7 8 int main()=\frac^np(a*b_i)}=\frac^np(a|b_i)p(b_i)}\)
(好累twt……)
注意最後面那個分數還可以約來著。
條件概率,全概率,貝葉斯公式
王式安的這道題的做法,題幹 在先取出的零件是一等品的條件下,之前選箱子的概率p a 和p b 就是1 2和1 2。這裡錯誤了!正確答案選c 按照他的思想計算公式,1 3 1 1 3 0 1 3 在先選出的球是紅球的條件下,排除第三種情況各佔1 2 顯然錯誤的。錯誤原因就在於忽略了當摸出紅球的時候,他...
條件概率 全概率 貝葉斯公式
參考 ref 設a,b是兩個事件,且p b 0,則在事件b發生的條件下,事件a發生的條件概率 conditional probability 為 p a b p ab p b 分析 一般說到條件概率這一概念的時候,事件a和事件b都是同一實驗下的不同的結果集合,事件a和事件b一般是有交集的,若沒有交集...
關於條件概率,全概率公式,貝葉斯公式
今天看到關於貝葉斯公式的乙個比較全面的應用,但是在看的時候突然發現自己以前對於貝葉斯公式的記憶已經模糊,故從頭開始把概率論這些基本的公式全部重新學習一般,並記錄下來,希望能以乙個淺顯易懂的方式表達出來。下面直接進入正題。首先說條件概率,我們知道現實中一件事情的發生可能會在不同的情況下,那麼在某一種特...