贝叶斯定理

学习了一个比较好玩的东西？

先把公式放出来：
$P(A\cap B)=P(A)\ast P(B|A)=P(B)\ast P(A|B)$
$P(B|A)=P(B)\ast \frac{P(A|B)}{P(A)}$
$P(A|B)$表示的意思是，在$B$已经发生了的条件下，$A$发生的概率
其中前面的$P(B|A)$叫做后检概率，$P(B)$表示先检概率，$\frac{P(A|B)}{P(A)}$叫做调整因子

贝叶斯公式感觉上在更贴近生活，因为他考虑了调整因子的影响，也就是考虑了历史因素
先说一个对公式简单的应用

今天早上出门，天上很多乌云，似乎要下雨了。那天山有乌云，今天会下雨的概率$P(雨|云)$是多少呢？
已知这个月天上有乌云的日子比例$P(云)$是$40\%$；
已知下雨天的时候，早上天上有乌云的日子比例$P(云|雨)$是$80\%$；
这个月的下雨天的比例$P(雨)$是$10\%$；
那么今天早上有乌云，今天会下雨的概率
$P(雨|云)=P(雨)\ast \frac{P(云|雨)}{P(云)}=10\%\ast 80\%/40\%=20\%$
所以即使下雨天的时候，早上有乌云的概率很高，但是由于实际下雨天的比例并不高，所以即使早上有乌云，真实下雨的概率也不会高。

举个简单的例子
你现在有一枚硬币，抛了$10$次，有$9$次都是正面，那么再来一次，正面的概率是多少？
相信大家都知道是$\frac{1}{2}$
但是在现实生活中，你真的会觉得这是$\frac{1}{2}$吗？
反正我不会
因为，之前已经做过实验了，你会感觉质量分布并不是一样的，这就是$P(A|B)$对答案的影响

看一个题：
https://ac.nowcoder.com/acm/contest/358/B
如果从数学上分析，按第一次选两个东西的概率是一样的，那么答案肯定是

(x-1)/(n-1)/2+(y-1)/(m-1)/2;

然而这样你会WA
但是这题有一个特别的条件，那就是第一天的结果是告诉你的
这样做的话，问题就是你把第一天选对的概率忽略了。。
虽然我个人认为这样也很有道理，但这题并不希望你这么做
它更希望你结合这个现实，把这个概率算进去，也就是选到女装大的箱子概率是大的
如果按这么理解，可以得出式子$$\frac{\frac{x}{n}}{\frac{x}{n}+\frac{y}{m}}\ast \frac{x-1}{n-1}+\frac{\frac{y}{m}}{\frac{x}{n}+\frac{y}{m}}\ast \frac{y-1}{m-1}$$
当然你也可以用贝叶斯定理得出这个式子
设两个概率$P(A)$表示第一次成功的概率$P(B)$两次都成功的概率
可以得到$P(A)=\frac{1}{2}\ast (\frac{x}{n}+\frac{y}{m})$
$P(B)=\frac{1}{2}\ast (\frac{x\ast (x-1)}{n\ast (n-1)}+\frac{y\ast (y-1)}{m\ast (m-1)})$
我们现在要求的是$P(B|A)$
你会发现$P(A|B)=1$
那么直接可以得到答案是什么了
式子是一样的

em…大概就这样吧