贝叶斯公式
P
(
A
j
∣
B
)
=
P
(
A
j
,
B
)
P
(
B
)
=
P
(
A
j
)
P
(
B
∣
A
j
)
∑
i
=
1
n
P
(
A
i
)
P
(
B
∣
A
i
)
P(A_j|B)=\frac{P(A_j,B)} {P(B)} = \frac{P(A_j)P(B|A_j)} {\sum\limits_{i=1}^{n}P(A_i)P(B|A_i)}
P(Aj∣B)=P(B)P(Aj,B)=i=1∑nP(Ai)P(B∣Ai)P(Aj)P(B∣Aj)
其中
P
(
A
j
,
B
)
=
P
(
A
j
B
)
=
P
(
A
j
)
P
(
B
∣
A
j
)
P(A_j,B) = P(A_jB) = P(A_j)P(B|A_j)
P(Aj,B)=P(AjB)=P(Aj)P(B∣Aj)是利用乘法公式,就是贝叶斯的逆用比较好理解,而
P
(
B
)
=
∑
i
=
1
n
P
(
A
i
)
P
(
B
∣
A
i
)
P(B) = \sum\limits_{i=1}^{n}P(A_i)P(B|A_i)
P(B)=i=1∑nP(Ai)P(B∣Ai)是利用全概率公式得出,所以下面先介绍下全概率公式
全概率公式
P ( A ) = ∑ i = 1 n P ( B i ) P ( A ∣ B i ) P(A) = \sum\limits_{i=1}^{n}P(B_i)P(A|B_i) P(A)=i=1∑nP(Bi)P(A∣Bi)
推导
P ( A ) = P ( A Ω ) = P ( A ( B 1 ∪ B 2 . . . ∪ B n ) ) = ∑ i = 1 n P ( A B i ) = ∑ i = 1 n P ( B i ) P ( A ∣ B i ) P(A) = P(A\Omega)=P(A(B_1\cup B_2 ... \cup B_n)) = \sum\limits_{i=1}^{n}P(AB_i) = \sum\limits_{i=1}^{n}P(B_i)P(A|B_i) P(A)=P(AΩ)=P(A(B1∪B2...∪Bn))=i=1∑nP(ABi)=i=1∑nP(Bi)P(A∣Bi)
全概率公式应用
血型 | 1(O) | 2(A) | 3(B) | 4(AB) |
---|---|---|---|---|
比例 | a | b | c | d |
求随机2人,甲能给乙输血概率:
A
A
A = {符合命题},
B
i
B_i
Bi={甲为i型血} i= 1,2,3,4
P
(
A
∣
B
1
)
=
1
P(A|B_1)=1
P(A∣B1)=1
P
(
A
∣
B
2
)
=
b
+
d
P(A|B_2)=b+d
P(A∣B2)=b+d
P
(
A
∣
B
3
)
=
c
+
d
P(A|B_3)=c+d
P(A∣B3)=c+d
P
(
A
∣
B
4
)
=
d
P(A|B_4)=d
P(A∣B4)=d
P
(
A
)
=
∑
i
=
1
4
P
(
B
i
)
P
(
A
∣
B
i
)
=
a
+
b
(
b
+
d
)
+
c
(
c
+
d
)
+
d
(
d
)
P(A)= \sum\limits_{i=1}^{4}P(B_i)P(A|B_i) = a + b(b+d) + c(c+d) + d(d)
P(A)=i=1∑4P(Bi)P(A∣Bi)=a+b(b+d)+c(c+d)+d(d)
tip:为什么用全概率求解,这里的理解是甲能给乙输血首先要确定甲血型,所以分为两阶段。分解第一阶段为
Ω
=
∑
i
n
B
i
\Omega=\sum\limits_i^nB_i
Ω=i∑nBi,再求第二阶段
A
A
A,应用全概率公式求
P
(
A
)
P(A)
P(A)。
贝叶斯公式应用
甲袋中有 3 个白球 2 个黑球,乙袋中有 4 个白球 4 个黑球,先从甲袋中任取 2 球放
人乙袋,再从乙袋中任取一球,求取出的球是白球的概率 p;如果已知从乙袋中取出的
球是白球,求从甲袋中取出的球是 1 白 1 黑的概率 q.
A
A
A={从乙中取出白球}
B
i
B_i
Bi={从甲中取出的有i个白球} i=0,i,2
分析下:
要求
q
=
P
(
B
1
∣
A
)
q=P(B_1|A)
q=P(B1∣A),先使用贝叶斯公式
P
(
B
1
∣
A
)
=
P
(
B
1
,
A
)
P
(
A
)
P(B_1|A)=\frac{P(B_1,A)} {P(A)}
P(B1∣A)=P(A)P(B1,A)
其中
P
(
B
1
,
A
)
P(B_1,A)
P(B1,A)和
P
(
A
)
P(A)
P(A)未知,在利用乘法和全概率公式
替换
P
(
B
1
,
A
)
P
(
A
)
=
P
(
B
1
)
P
(
A
∣
B
1
)
∑
i
=
0
2
P
(
B
i
)
P
(
A
∣
B
i
)
\frac{P(B_1,A)} {P(A)}= \frac{P(B_1)P(A|B_1)} {\sum\limits_{i=0}^{2}P(B_i)P(A|B_i)}
P(A)P(B1,A)=i=0∑2P(Bi)P(A∣Bi)P(B1)P(A∣B1)
P
(
B
i
)
P(B_i)
P(Bi)和
P
(
A
∣
B
i
)
P(A|B_i)
P(A∣Bi)都比较好求,其中
P
(
B
i
)
P(B_i)
P(Bi)需要使用古典概型求,比如
P
(
B
1
)
=
C
3
1
C
2
1
C
5
2
=
1
10
P(B_1) = \frac{C_3^1C_2^1}{C_5^2}=\frac{1}{10}
P(B1)=C52C31C21=101,
P
(
A
∣
B
1
)
=
5
10
P(A|B_1)=\frac{5}{10}
P(A∣B1)=105,最后
q
=
15
26
q=\frac{15}{26}
q=2615
tip:假设取出是白球能不能推出
P
(
A
)
=
1
P(A)=1
P(A)=1,显然不能,
P
(
A
)
P(A)
P(A)为实际概率。而题目给出的假设对假设下的事件
B
1
B_1
B1产生影响,实际
P
(
B
1
)
=
1
10
P(B_1) = \frac{1}{10}
P(B1)=101,而
P
(
B
1
∣
A
)
=
15
26
P(B_1|A) = \frac{15}{26}
P(B1∣A)=2615。