贝叶斯定理的理解以及一个例子

贝叶斯定理的理解以及一个例子

 

目录

贝叶斯定理的理解以及一个例子

什么是条件概率

贝叶斯定理的定义

贝叶斯定理的一个例子

---

• 什么是条件概率

首先我们需要知道什么条件概率，条件概率的定义如下：

已知事件B发生，事件A的条件概率的定义为：

其中。（“”读作“在B条件下A的概率”。）直观上，因为已知事件B发生，则A也发生所构成的事件是。也就是说，是A与B同时发生的结果集合。因为结果是B中的一个基本事件（“基本事件”就是样本空间中每一个可能结果），我们将B中所有基本事件的概率除以来对概率进行正规化，以使其和为1。因此，在B条件下A发生的条件概率是事件的概率与事件B的概率的比值。

• 贝叶斯定理的定义

根据条件概率的定义与交换律，对于两个概率不为0的事件A和B，则有：

计算，得到

该公式就是贝叶斯定理。除数是一个正规化常数。我们下面将其形式重新变化一下，因为，且与是互斥事件，所以：

将此式代入贝叶斯定理所对应的公式中，可以得到贝叶斯定理的另一个等价形式：

• 贝叶斯定理的一个例子

贝叶斯定理可以简化条件概率的计算。例如，假定有一枚均匀硬币和一枚抛掷时总是正面朝上的非均匀硬币。我们进行一个包含三个独立事件的试验：随机选择两枚硬币其中之一，连续抛掷两次。假定选择的硬币两次均正面朝上，则该硬币为非均匀硬币的概率是多少？

这个问题可以用贝叶斯定理来解决。令事件A：选中了非均匀硬币，并令事件B：选中的硬币两次均正面朝上。我们计算。因为有，，和，所以有：