隐藏在概率背后的冷常识（3）——他到底在哪？

1、背景介绍

已知某酒鬼有90%的日子都会出去喝酒，喝酒只去固定三家酒吧。
今天警察找了其中两家酒吧都没有找到酒鬼。问：酒鬼在第三家酒吧的几率？

2、核心概念

贝叶斯定理

假设有事件 A 和事件 B，概率用 P(A) 和 P(B) 表示，
同时 P(A and B) 表示事件 A 和事件 B 同时发生的概率。
这里具有交换律，也就是 P(A and B) = P(B and A)。
如果 A 与 B 是相互独立的事件，那么 P(A and B) = P(A)P(B)，
否则 P(A and B) = P(A)P(B) 则不一定成立。
已知 A 事件发生以后，B 事件发生的概率，这个就叫做条件概率。
这里用记号 P(B|A) 表示，同时 P(B|A) = P(A and B)/P(A)。
换句话说：P(A and B) = P(B|A)P(A)。
通过条件概率的定义，可以得到
        P(B|A)P(A) = P(A and B) = P(A|B)P(B)，
故
        P(A|B) = P(A)P(B|A) / P(B)
这正是贝叶斯定理，看起来十分简单，不过待会就会看到它的强大之处。

3、思维误区

根据题意我们得知酒鬼在酒吧1，酒吧2，酒吧3的概率和为90%，
而现其中两个酒吧都没找到人，所以概率时0，因此酒鬼在酒吧3的概率是90%。
这个的解法很多人乍一看都觉得没有问题，
但是，其实这个解法有很明显的逻辑漏洞。本质上是对先验概率的理解有问题。

概念补充：先验概率是指根据以往经验和分析得到的概率，
其不随频率（或者说发生的情况）而改变。

在该场景中的先验概率，我们已经确定是酒鬼在各个酒吧的概率是30%。
即使已经发生警察在酒吧1和2没有找到酒鬼的情况，
这时酒鬼在酒吧1和酒吧2的概率是先验概率仍然是30%和30%，
所以，上述解法把概率置为零的方向是错误的。

4、证明过程

基于贝叶斯公式的条件概率P(A|B) = P(A)P(B|A) / P(B)。

我们设事件A为：酒鬼在第3个酒吧事件，事件B为酒鬼不在前2个酒吧事件，
P(A|B)就为酒鬼不在前两个酒吧且在第三个酒吧的概率。
P(B|A)就为酒鬼在第3个酒吧且不在前2个酒吧时间的概率为1；
P(A)为酒鬼在第3个酒吧的概率为0.3；
P(B)为酒鬼不在前2个酒吧的概率为1-0.3-0.3=0.4。
此时
        P(A|B) = 0.3 * 1 / 0.4 = 75%。

5、结论

其实，这题也可以这么简单的总结一下：
（1）不要混淆先验概率和后验概率。
很多时候人们会用一个事件的先验概率和另一个事件的后验概率进行对比，
分析结果，这个逻辑是错误的。
（2）不论结果如何，哪怕已经发生了，但是某个事件发生的先验概率不会改变。